SubsidieMeestersVerTech
Dit project onderzoekt de haalbaarheid van een innovatieve AI-methode voor het automatisch karteren van geografische kaarten, met als doel nauwkeurige en actuele informatievoorziening voor overheidsbeheer.
Projectdetails
Inleiding
In dit haalbaarheidsproject wordt voorgesteld om karteringen van geografische kaarten (zoals de BGT-kaart) te automatiseren middels AI. Traditioneel is dit een traag handmatig proces, waarbij op basis van luchtfoto's objectgeometrieën worden ingetekend in de kaart. Hierdoor loopt de geografische informatievoorziening vaak achter op de realiteit.
Belang van Geografische Informatie
Deze geografische informatievoorziening ligt ten grondslag aan veel beheertaken die bij overheden liggen. Voorbeelden hiervan zijn:
- Wegenonderhoud
- Watermanagement
- Onderhoud van groenvoorzieningen
Voor een slimme, duurzame en groene stadskern met optimale doorstroming van mensen en goederen is het essentieel dat deze onderhoudsprocessen vloeiend verlopen.
Huidige Ontwikkelingen
Geronimo.AI heeft reeds een AI-model ontwikkeld dat een automatische mutatiesignalering uitvoert op basis van een kaart-foto vergelijking. Echter zijn deze mutatiesignalen niet accuraat genoeg om over te nemen als karteringen van de gevonden objecten.
Onderzoek naar Nieuwe Methodes
Om tot accurate karteringen te komen, zal de haalbaarheid onderzocht moeten worden van nieuwe methodes om met behulp van AI automatisch te karteren. Deze methode zal nieuw en innovatief zijn, omdat het AI-model geen pixel-voorspellingen doet, maar direct polygonen voorspelt.
Verwachte Resultaat
Het resultaat van het project zal een AI-model zijn dat ingezet kan worden om automatisch mutaties te karteren op basis van remote-sensing data.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 20.000 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2022 |
Partners & Locaties
Projectpartners
- Geronimo.AI B.V.penvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Predictive Road MaintenanceGeronimo.AI ontwikkelt een AI-systeem voor de provincie Zuid-Holland om proactief wegonderhoud te voorspellen en te plannen, met als doel kosten te verlagen en verkeershinder te minimaliseren. | Mkb-innovati... | € 20.000 | 2020 | Details |
Artificial DeploymentHet project onderzoekt de haalbaarheid van AI-integratie om tijd te besparen en gebruikersfouten te verminderen bij het automatiseren van deployments. | Mkb-innovati... | € 20.000 | 2020 | Details |
ScanGreenScanPlan onderzoekt de haalbaarheid van een AI-gebaseerde technologie voor het automatisch in kaart brengen van gebouwen, gericht op efficiënte verduurzaming en sloopplanning. | Mkb-innovati... | € 20.000 | 2023 | Details |
Ontwikkeling Het Verkeersmanagement BreinDeze haalbaarheidsstudie onderzoekt de ontwikkeling van een innovatief softwareplatform voor verkeersmanagement dat bestaande producten integreert en toekomstige evolutie mogelijk maakt. | Mkb-innovati... | € 20.000 | 2022 | Details |
Rocket MappingHet project ontwikkelt een nieuwe methode voor efficiënte verzameling van locatiegebonden data in ontwikkelingslanden, ter ondersteuning van lokale gemeenschappen en veiligheidsmonitoring. | Mkb-innovati... | € 20.000 | 2021 | Details |
Predictive Road Maintenance
Geronimo.AI ontwikkelt een AI-systeem voor de provincie Zuid-Holland om proactief wegonderhoud te voorspellen en te plannen, met als doel kosten te verlagen en verkeershinder te minimaliseren.
Artificial Deployment
Het project onderzoekt de haalbaarheid van AI-integratie om tijd te besparen en gebruikersfouten te verminderen bij het automatiseren van deployments.
ScanGreen
ScanPlan onderzoekt de haalbaarheid van een AI-gebaseerde technologie voor het automatisch in kaart brengen van gebouwen, gericht op efficiënte verduurzaming en sloopplanning.
Ontwikkeling Het Verkeersmanagement Brein
Deze haalbaarheidsstudie onderzoekt de ontwikkeling van een innovatief softwareplatform voor verkeersmanagement dat bestaande producten integreert en toekomstige evolutie mogelijk maakt.
Rocket Mapping
Het project ontwikkelt een nieuwe methode voor efficiënte verzameling van locatiegebonden data in ontwikkelingslanden, ter ondersteuning van lokale gemeenschappen en veiligheidsmonitoring.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Nederland klimaat-klaar met AI-monitoring en signaleringHet project ontwikkelt een softwareplatform voor het creëren van een digital twin van klimaatgevoelige infrastructuur, om inzicht te bieden in de status en toekomstige veranderingen voor alle stakeholders. | Mkb-innovati... | € 155.785 | 2021 | Details |
TreeTracker.aiTreeTracker ontwikkelt AI-algoritmen voor snellere en objectievere boominspecties, waardoor de benutting van bomen in klimaatadaptatie verbetert en arbeidsintensieve processen worden verminderd. | Mkb-innovati... | € 211.904 | 2019 | 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. | Mkb-innovati... | € 190.720 | 2019 | Details |
detailed 3D Building models Automatically Generated for very large areasThe UMnD project aims to automate the generation of detailed 3D building models for all buildings in the Netherlands, enhancing urban planning and environmental studies while ensuring technical and economic sustainability. | ERC Proof of... | € 150.000 | 2022 | Details |
Nederland klimaat-klaar met AI-monitoring en signalering
Het project ontwikkelt een softwareplatform voor het creëren van een digital twin van klimaatgevoelige infrastructuur, om inzicht te bieden in de status en toekomstige veranderingen voor alle stakeholders.
TreeTracker.ai
TreeTracker ontwikkelt AI-algoritmen voor snellere en objectievere boominspecties, waardoor de benutting van bomen in klimaatadaptatie verbetert en arbeidsintensieve processen worden verminderd.
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.
detailed 3D Building models Automatically Generated for very large areas
The UMnD project aims to automate the generation of detailed 3D building models for all buildings in the Netherlands, enhancing urban planning and environmental studies while ensuring technical and economic sustainability.