SubsidieMeestersDe rechterhand voor ieder magazijn
Het project ontwikkelt een universele vacuümgrijper met draadloze sensoren om de flexibiliteit, veiligheid en efficiëntie van pick-and-place robots in de logistieke sector te verbeteren.
Projectdetails
Inleiding
De logistieke sector (waaronder ook de post en e-commerce vallen) is een sterk groeiende sector, waar een steeds snellere verwerking van groter wordende variaties in productseries wordt verwacht. Voor het verwerken van al deze producten wordt het steeds moeilijker om voldoende personeel te vinden, waardoor de logistieke sector al langere tijd kampt met grote personeelstekorten en niet kan worden voldaan aan de logistieke vraag, waardoor de groei wordt geremd.
Huidige Uitdagingen
Deze sector maakt dan ook ruimschoots gebruik van slimme robotica systemen om door te kunnen groeien ondanks de personeelstekorten. Echter, elke ontwikkelaar richt zich momenteel op ‘het eigen probleem’ (specifieke omgevingen, producten en taken), waardoor minimale kennis gedeeld wordt en elke partij zelf het wiel moet uitvinden.
Probleempunten
Grote probleempunten waar (robot)ontwikkelaars momenteel mee worstelen zijn:
- De beperkte flexibiliteit van robotsystemen in de omgang met wisselende omstandigheden zonder tussentijds inregelen.
- De veiligheid van robotsystemen voor de menselijke gebruikers.
- De beperkte bewegingsvrijheid van de robots door bedrade sensoren.
Projectdoelstelling
Binnen dit project zullen Smart Robotics (expert op het gebied van flexibele automatisering) en SOWNet Technologies (expert op het gebied van sensornetwerken en draadloze communicatie) de handen ineen slaan om een universele vacuümgrijper met geïntegreerde, draadloze sensormodule te ontwikkelen. Hiermee kan een slimme, snelle, foutloze en veilige aansturing van pick-and-place robotsystemen in logistieke bedrijven worden gerealiseerd.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 191.100 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2019 |
Partners & Locaties
Projectpartners
- Smart Robotics BVpenvoerder
- SOWNet Technologies BV
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
K.N.I.T.T.: Knitwear Next-level Interactive Textile TechnologyHet project van Knitwear Lab B.V. en Raverko B.V. ontwikkelt een 3D-simuleringstool voor duurzame textielproductie, gericht op co-creatie en de overgang naar digitale productpaspoorten. | MIT R&D Samenwerking | € 151.428 | 2023 | Details |
Full electric rim drive aandrijving voor commerciële vaartHet project ontwikkelt een prototype van een 50 kW elektrische rim drive motor voor commerciële vaartuigen, ter vervanging van dieselmotoren, met focus op duurzaamheid en innovatieve functionaliteiten. | MIT R&D Samenwerking | € 177.700 | 2023 | Details |
Ecotop AI Ripening systeemHet project ontwikkelt AI-software en een rijpcel om de rijpheid en kwaliteit van tropisch fruit automatisch te meten en te optimaliseren, wat leidt tot minder verspilling en energiebesparing. | MIT R&D Samenwerking | € 286.773 | 2023 | Details |
EEGX2Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen. | MIT R&D Samenwerking | € 120.943 | 2023 | Details |
K.N.I.T.T.: Knitwear Next-level Interactive Textile Technology
Het project van Knitwear Lab B.V. en Raverko B.V. ontwikkelt een 3D-simuleringstool voor duurzame textielproductie, gericht op co-creatie en de overgang naar digitale productpaspoorten.
Full electric rim drive aandrijving voor commerciële vaart
Het project ontwikkelt een prototype van een 50 kW elektrische rim drive motor voor commerciële vaartuigen, ter vervanging van dieselmotoren, met focus op duurzaamheid en innovatieve functionaliteiten.
Ecotop AI Ripening systeem
Het project ontwikkelt AI-software en een rijpcel om de rijpheid en kwaliteit van tropisch fruit automatisch te meten en te optimaliseren, wat leidt tot minder verspilling en energiebesparing.
EEGX2
Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen.