Inspectimark - AI gedreven predictief wegmarkering onderhoud
Inspectigence ontwikkelt een AI-gedreven dienst voor automatische beoordeling van wegmarkeringen, waardoor gemeenten kosten besparen en verkeersveiligheid verbeteren, ongeacht weersomstandigheden.
Projectdetails
Inleiding
Inspectigence ontwikkelt een innovatieve dienst die het mogelijk maakt om wegmarkeringen automatisch te beoordelen op slijtage. Hierdoor kunnen gemeentes en Rijkswaterstaat veel geld besparen op inspecties of de kwaliteit van deze inspecties sterk verhogen tegen gelijke kosten. Centraal staat de AI-gedreven beeldverwerking die het mogelijk maakt zonder handwerk inzicht te krijgen in de staat van het wegdek.
Voordelen van de Innovatie
- De gemeente kan beter gericht predictief onderhoud plegen.
- De weg wordt veiliger en prettiger om op te rijden.
- De techniek werkt in weer en wind, dag en nacht.
- Preventief onderhoud op het juiste moment draagt bij aan zorgvuldig omgaan met grondstoffen.
- Optimaal gebruik van belastinggeld om het wegdek goed en veilig te houden.
- Bijdrage aan verkeersveiligheid.
Haalbaarheidsstudie
In de haalbaarheidsstudie richt Inspectigence zich op een nieuwe, AI-gebaseerde en efficiënte manier van het verkrijgen van de staat van wegmarkering in de publieke ruimte. Deze methodiek maakt, in tegenstelling tot veel alternatieven, geen gebruik van propriétaire of dure camerasystemen, maar kan overweg met smartphonekwaliteit camera’s (remote sensing). Dit maakt het technisch mogelijk om tegen sterk gereduceerde kosten inzicht te krijgen in de staat van wegmarkeringen.
Drie Stappen Proces
Inspectigence beoogt hierbij gebruik van een drietraps AI-gebaseerd beeld/remote sensing en dataverwerkingsproces. Deze drie stappen samen zullen het product Inspectimark vormen. Wat deze innovatie uniek in de wereld maakt, is dat deze techniek in weer en wind werkt, dag en nacht. Dit betekent dat ook wanneer het nacht is, regent of mistig is, wegmarkeringen getoetst kunnen worden op zichtbaarheid en effectiviteit. Iets wat onmogelijk is met de huidige stand van de techniek.
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 20.000 |
Tijdlijn
Startdatum | Onbekend |
Einddatum | Onbekend |
Subsidiejaar | 2023 |
Partners & Locaties
Projectpartners
- inspectigence B.V.penvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Natuurbeheer op alternatieve brandstoffenRotink onderzoekt de haalbaarheid van duurzame natuurbeheersystemen op alternatieve brandstoffen om te voldoen aan strengere milieuregels en de toenemende vraag naar schone machines. | MIT Haalbaarheid | € 17.417 | 2023 | Details |
Currency Exchange AlgorithmGlobadyme ontwikkelt een geïntegreerd platform voor betalingsverwerking om transactiekosten met 50% te verlagen en AI te gebruiken voor efficiënte valutaconversies. | MIT Haalbaarheid | € 19.950 | 2023 | Details |
UnikeeMQD BV onderzoekt een tokenomics-oplossing voor NFT-transacties om de traceerbaarheid van producten te verbeteren en namaak en illegale wederverkoop te bestrijden. | MIT Haalbaarheid | € 20.000 | 2023 | Details |
Active AerodynamicsHet project onderzoekt de haalbaarheid van actieve aerodynamische systemen voor het F22-model om prestaties te verbeteren en brandstofverbruik te verlagen. | MIT Haalbaarheid | € 20.000 | 2023 | Details |
Natuurbeheer op alternatieve brandstoffen
Rotink onderzoekt de haalbaarheid van duurzame natuurbeheersystemen op alternatieve brandstoffen om te voldoen aan strengere milieuregels en de toenemende vraag naar schone machines.
Currency Exchange Algorithm
Globadyme ontwikkelt een geïntegreerd platform voor betalingsverwerking om transactiekosten met 50% te verlagen en AI te gebruiken voor efficiënte valutaconversies.
Unikee
MQD BV onderzoekt een tokenomics-oplossing voor NFT-transacties om de traceerbaarheid van producten te verbeteren en namaak en illegale wederverkoop te bestrijden.
Active Aerodynamics
Het project onderzoekt de haalbaarheid van actieve aerodynamische systemen voor het F22-model om prestaties te verbeteren en brandstofverbruik te verlagen.
Vergelijkbare projecten uit andere regelingen
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
INSPECH-EVEHet INSPECH-EVE platform, ontwikkeld door BrainCreators en ZNAPZ, gebruikt AI om visuele en relationele data te analyseren voor efficiënte en kostenbesparende predictive maintenance van wegen. | MIT R&D Samenwerking | € 189.040 | 2022 | Details |
Predictive MaintenanceHet project "Predictive Maintenance" ontwikkelt een AI-gestuurd platform voor het monitoren van infrastructuur met satelliet- en in-situ-data, gericht op kostenbesparing en veiligheid bij wegonderhoud. | MIT R&D Samenwerking | € 190.720 | 2019 | Details |
INSPECH-EVE
Het INSPECH-EVE platform, ontwikkeld door BrainCreators en ZNAPZ, gebruikt AI om visuele en relationele data te analyseren voor efficiënte en kostenbesparende predictive maintenance van wegen.
Predictive Maintenance
Het project "Predictive Maintenance" ontwikkelt een AI-gestuurd platform voor het monitoren van infrastructuur met satelliet- en in-situ-data, gericht op kostenbesparing en veiligheid bij wegonderhoud.