SubsidieMeestersOntwikkeling software elektronische sorteermachine t.b.v. pootaardappelen op basis van kunstmatige intelligentie en Neurale Netwerken
Het project onderzoekt de ontwikkeling van een machine voor het sorteren van pootaardappelen op maat, kwaliteit en ziekteherkenning, met focus op haalbare software en aansluiting bij kwaliteitsnormen.
Projectdetails
Inleiding
Het doel van dit project is te onderzoeken of er mogelijkheden zijn voor het uiteindelijk kunnen ontwikkelen van een product (machine) dat zich richt op het sorteren (maat en kwaliteit) van pootaardappelen. Kunnen bijvoorbeeld ook ziektes worden herkend? Op welke wijze kan eigen te ontwikkelen software hier een rol spelen, is onderwerp van onderzoek.
Kwaliteitsnormen
Een nieuw te ontwikkelen machine moet aansluiten bij de kwaliteitsnormen die elk jaar door de NAK worden gepubliceerd.
- Kunnen deze normen ‘worden gevangen in een techniek?
- Is het mogelijk dat de gesorteerde partij pootgoed door het toepassen van deze techniek altijd aan de gestelde normen voldoet?
Technische mogelijkheden
We gaan onderzoeken welke technische mogelijkheden er zijn om specifieke ziektebeelden te kunnen herkennen, gebruikmakend van bestaande technieken in andere sectoren.
Economische haalbaarheid
Daarnaast willen we vaststellen hoe dit kan leiden tot een voor de eindgebruiker economisch haalbaar systeem.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 20.000 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2020 |
Partners & Locaties
Projectpartners
- Aanvrager geen rechtspersoonpenvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Haalbaarheid elektronische sorteerunitDT Dijkstra ontwikkelt een kosteneffectieve optische sorteermachine die bestaande lijnen verbetert met AI-technologieën om maatsortering te optimaliseren en financiële opbrengsten te verhogen. | Mkb-innovati... | € 20.000 | 2020 | Details |
Haalbaarheid aardappel sorteermachine 2.0DT Dijkstra verfijnt zijn unieke krukasconcept voor schudzeven om de sorteer efficiëntie, nauwkeurigheid en verwerkingscapaciteit te verhogen door variabiliteit in slaglengte en ritme. | Mkb-innovati... | € 20.000 | 2020 | Details |
Aardappelrasherkenning met satelliettechnologieGeo4A ontwikkelt een innovatief rasherkenningsmodel met satellietbeelden om illegale handel in pootaardappelen te bestrijden en veredelingsbedrijven waardevolle teeltinformatie te bieden. | Mkb-innovati... | € 20.000 | 2020 | Details |
Veilig Vlees Verwerken onder de Aquamar UV DekenGeo4A ontwikkelt een innovatief rasherkenningsmodel met satellietbeelden om aardappelrassen automatisch te classificeren, wat kostenefficiënte opsporing van illegaliteit mogelijk maakt. | Mkb-innovati... | € 20.000 | 2020 | Details |
Intelligent systeem voor het positioneren en selecteren (kwaliteit en sorteren) van fruit en zadenZTI onderzoekt de haalbaarheid van een AI-gestuurd robotsysteem voor het selecteren en positioneren van fruit en zaden met behulp van deep learning en vision technieken. | Mkb-innovati... | € 20.000 | 2020 | Details |
Haalbaarheid elektronische sorteerunit
DT Dijkstra ontwikkelt een kosteneffectieve optische sorteermachine die bestaande lijnen verbetert met AI-technologieën om maatsortering te optimaliseren en financiële opbrengsten te verhogen.
Haalbaarheid aardappel sorteermachine 2.0
DT Dijkstra verfijnt zijn unieke krukasconcept voor schudzeven om de sorteer efficiëntie, nauwkeurigheid en verwerkingscapaciteit te verhogen door variabiliteit in slaglengte en ritme.
Aardappelrasherkenning met satelliettechnologie
Geo4A ontwikkelt een innovatief rasherkenningsmodel met satellietbeelden om illegale handel in pootaardappelen te bestrijden en veredelingsbedrijven waardevolle teeltinformatie te bieden.
Veilig Vlees Verwerken onder de Aquamar UV Deken
Geo4A ontwikkelt een innovatief rasherkenningsmodel met satellietbeelden om aardappelrassen automatisch te classificeren, wat kostenefficiënte opsporing van illegaliteit mogelijk maakt.
Intelligent systeem voor het positioneren en selecteren (kwaliteit en sorteren) van fruit en zaden
ZTI onderzoekt de haalbaarheid van een AI-gestuurd robotsysteem voor het selecteren en positioneren van fruit en zaden met behulp van deep learning en vision technieken.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Soilmate, robot om aardappelziekten te detecterenHet project ontwikkelt een autonome robot met AI om vroegtijdig ziekten in aardappelplanten te detecteren, wat de oogst efficiëntie verhoogt en het gebruik van pesticiden vermindert. | Mkb-innovati... | € 185.675 | 2019 | Details |
Monitoring en voorspelling van aardappeloogst en kwaliteit door middel van innovatieve aardobservatie-dataDit project ontwikkelt innovatieve software die satellietdata en meteorologische informatie integreert voor optimale en duurzame productieplanning in de aardappelverwerkende industrie. | Mkb-innovati... | € 162.930 | 2019 | Details |
Ontwikkeling E-nose technologie voor bewaarplaatsen aardappelenHet project ontwikkelt een e-nose met VOC-sensoren voor continue kwaliteitsmonitoring van aardappelen, met als doel vroegtijdige interventie en een zelflerend systeem voor intelligente bewaring. | Mkb-innovati... | € 289.085 | 2020 | Details |
Slim geïntegreerde was- en flotatiescheidingsmachineHet project ontwikkelt een innovatieve all-in-one machine voor het aardappel scheidingsproces, die duurzamer en efficiënter is, met 40% lengte- en 25% kostenbesparing en zonder zoutgebruik. | Mkb-innovati... | € 165.960 | 2020 | Details |
Ontwikkeling van plant selecteermachine o.b.v. visiontechniekenMachinnova BV en Globe Plant BV ontwikkelen een volautomatische selecteermachine voor jonge kiemplanten met 99% nauwkeurigheid en een capaciteit van 15.000 planten per uur, ter verbetering van efficiëntie en precisie in de tuinbouw. | Mkb-innovati... | € 152.950 | 2018 | Details |
Soilmate, robot om aardappelziekten te detecteren
Het project ontwikkelt een autonome robot met AI om vroegtijdig ziekten in aardappelplanten te detecteren, wat de oogst efficiëntie verhoogt en het gebruik van pesticiden vermindert.
Monitoring en voorspelling van aardappeloogst en kwaliteit door middel van innovatieve aardobservatie-data
Dit project ontwikkelt innovatieve software die satellietdata en meteorologische informatie integreert voor optimale en duurzame productieplanning in de aardappelverwerkende industrie.
Ontwikkeling E-nose technologie voor bewaarplaatsen aardappelen
Het project ontwikkelt een e-nose met VOC-sensoren voor continue kwaliteitsmonitoring van aardappelen, met als doel vroegtijdige interventie en een zelflerend systeem voor intelligente bewaring.
Slim geïntegreerde was- en flotatiescheidingsmachine
Het project ontwikkelt een innovatieve all-in-one machine voor het aardappel scheidingsproces, die duurzamer en efficiënter is, met 40% lengte- en 25% kostenbesparing en zonder zoutgebruik.
Ontwikkeling van plant selecteermachine o.b.v. visiontechnieken
Machinnova BV en Globe Plant BV ontwikkelen een volautomatische selecteermachine voor jonge kiemplanten met 99% nauwkeurigheid en een capaciteit van 15.000 planten per uur, ter verbetering van efficiëntie en precisie in de tuinbouw.