SubsidieMeestersDeep Learning for Advanced Robot Motion Planning
Het project onderzoekt de haalbaarheid van een trainingsmethode voor robots in complexe, onvoorspelbare omgevingen.
Projectdetails
Inleiding
VBTI is een jong bedrijf dat een breed pakket aan diensten aanbiedt op het gebied van A.I., zoals consultancy, research & development en training & coaching.
Technische Uitdagingen
Het programmeren van robots die moeten opereren in complexe, onvoorspelbare omgevingen is een enorme technische uitdaging.
Traditionele Engineering Technieken
Belangrijkste reden hiervoor is dat traditionele engineering technieken ervan uitgaan dat je een voorspelbaar model van de omgeving van de robot kunt maken. Voor robots die moeten opereren in een manufacturing omgeving kan een engineering aanpak goed gevolgd worden.
Voorspelbare Omgevingen
Robots in een dergelijke omgeving voeren vaak continue dezelfde handeling uit, waarbij het op alle momenten bekend is waar het te manipuleren object zich zal bevinden.
Nieuwe Data-gedreven Technieken
Nieuwe data-gedreven programmeertechnieken bieden mogelijk een uitkomst om robots die opereren in complexe en onvoorspelbare omgevingen te programmeren.
Vooruitgang door Deep Learning
Recente ontwikkelingen op het gebied van deep learning hebben geleid tot een enorme vooruitgang op het gebied van computer vision en planning & control.
Projectdoel
Het doel van het project is het onderzoeken van de technische, economische en organisatorische haalbaarheid van de ontwikkeling van een trainingsmethode ten behoeve van robots in een complexe en onvoorspelbare omgeving.
Verwachte Resultaten
Dit moet er uiteindelijk toe leiden dat robots in tuin- en landbouw aanzienlijk sneller geprogrammeerd worden en beter functioneren in een onvoorspelbare en complexe omgeving.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 20.000 |
| Totale projectbegroting | € 50.000 |
Tijdlijn
| Startdatum | 1-5-2021 |
| Einddatum | 30-4-2022 |
| Subsidiejaar | 2021 |
Partners & Locaties
Projectpartners
- VBTI Consultancy B.Vpenvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
3D Stereo VisionsysteemHet project onderzoekt de haalbaarheid van een 3D stereo visionsysteem voor agri-robotica, gericht op specifieke toepassingsbehoeften. | Mkb-innovati... | € 20.000 | 2022 | Details |
Artificiele intelegetentie algoritmes voor dynamische workorder planningQuantillion ontwikkelt een systeem voor autonome besluitvorming in de zware industrie, dat taken dynamisch en efficiënt verdeelt om stilstand en operatorinterventie te minimaliseren. | Mkb-innovati... | € 20.000 | 2022 | Details |
Robot Control Platform voor mobiele robotsAvular ontwikkelt een Robot Control Platform om autonome mobiele robots efficiënter en energiezuiniger te laten opereren. | Mkb-innovati... | € 19.800 | 2022 | Details |
Perception of Collaborative RobotsHet project onderzoekt de haalbaarheid van technieken zoals voice control en machine vision om collaboratieve robots beter omgevingsbewust te maken voor gebruik in high-mix low-volume productie. | Mkb-innovati... | € 20.000 | 2020 | Details |
Haalbaarheidsstudie autonome intelligente verwerkingsunit FoodOntwikkel een autonome, multi-inzetbare unit met AI en machine learning voor flexibele automatisering in de foodindustrie, gericht op MKB-verwerkers. | Mkb-innovati... | € 20.000 | 2020 | Details |
3D Stereo Visionsysteem
Het project onderzoekt de haalbaarheid van een 3D stereo visionsysteem voor agri-robotica, gericht op specifieke toepassingsbehoeften.
Artificiele intelegetentie algoritmes voor dynamische workorder planning
Quantillion ontwikkelt een systeem voor autonome besluitvorming in de zware industrie, dat taken dynamisch en efficiënt verdeelt om stilstand en operatorinterventie te minimaliseren.
Robot Control Platform voor mobiele robots
Avular ontwikkelt een Robot Control Platform om autonome mobiele robots efficiënter en energiezuiniger te laten opereren.
Perception of Collaborative Robots
Het project onderzoekt de haalbaarheid van technieken zoals voice control en machine vision om collaboratieve robots beter omgevingsbewust te maken voor gebruik in high-mix low-volume productie.
Haalbaarheidsstudie autonome intelligente verwerkingsunit Food
Ontwikkel een autonome, multi-inzetbare unit met AI en machine learning voor flexibele automatisering in de foodindustrie, gericht op MKB-verwerkers.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Deep Bayesian Reinforcement Learning -- Unifying Perception, Planning, and ControlDevelop an algorithmic framework using deep learning and Bayesian reinforcement learning to enhance robotic manipulation in unstructured environments by effectively managing uncertainty. | ERC Starting... | € 1.500.000 | 2022 | Details |
Synthetische Data GeneratorHet project ontwikkelt een automatische data generator voor synthetische data om AI-modellen in de agrarische en industriële sector te trainen, met als doel de efficiëntie en nauwkeurigheid te verbeteren. | Mkb-innovati... | € 176.050 | 2023 | Details |
Model-based Reinforcement Learning for Versatile Robots in the Real WorldREAL-RL aims to create versatile autonomous robots that learn from experience using a model-based approach for efficient task adaptation and behavior planning. | ERC Consolid... | € 1.998.500 | 2023 | Details |
Precisielandbouw met AI-gedreven Planningen en Acties [PAPA]Het project ontwikkelt en valideert AI-modellen voor precisielandbouw om onkruidbestrijding te optimaliseren, gewasopbrengst te verhogen en de efficiëntie van robotsystemen te verbeteren. | Mkb-innovati... | € 306.760 | 2023 | Details |
The Artificial Motion FactoryARTIFACT aims to revolutionize robot autonomy by developing a modular AI control architecture that enables advanced decision-making and interaction in dynamic environments through learning and perception. | ERC Starting... | € 1.499.955 | 2025 | Details |
Deep Bayesian Reinforcement Learning -- Unifying Perception, Planning, and Control
Develop an algorithmic framework using deep learning and Bayesian reinforcement learning to enhance robotic manipulation in unstructured environments by effectively managing uncertainty.
Synthetische Data Generator
Het project ontwikkelt een automatische data generator voor synthetische data om AI-modellen in de agrarische en industriële sector te trainen, met als doel de efficiëntie en nauwkeurigheid te verbeteren.
Model-based Reinforcement Learning for Versatile Robots in the Real World
REAL-RL aims to create versatile autonomous robots that learn from experience using a model-based approach for efficient task adaptation and behavior planning.
Precisielandbouw met AI-gedreven Planningen en Acties [PAPA]
Het project ontwikkelt en valideert AI-modellen voor precisielandbouw om onkruidbestrijding te optimaliseren, gewasopbrengst te verhogen en de efficiëntie van robotsystemen te verbeteren.
The Artificial Motion Factory
ARTIFACT aims to revolutionize robot autonomy by developing a modular AI control architecture that enables advanced decision-making and interaction in dynamic environments through learning and perception.