SubsidieMeestersDe slimme helm - veilig werken op industriële sites
Gemba IoT en Arcobel ontwikkelen een 'Slimme helm' met sensoren en connectiviteit om de productiviteit en veiligheid op industriële sites te verbeteren door medewerkers te navigeren en te waarschuwen.
Projectdetails
Inleiding
Door inefficiëntie op grote industriële sites en bouwplaatsen, waar medewerkers van diverse bedrijven aanwezig zijn om ieder zijn eigen klus of project uit te voeren, zijn medewerkers 40% van de tijd niet productief. Door conflicterende werkzaamheden, zoals hijswerkzaamheden, wordt men gedwongen te wachten of af te wijken van de afgesproken planning. Het is de medewerkers ook niet altijd duidelijk welke (gevaarlijke) gebieden wel en niet mogen worden betreden. Kortom, niet alleen de efficiëntie kan worden verhoogd, maar ook de veiligheid kan worden verbeterd.
Projectomschrijving
Gemba IoT en Arcobel gaan in dit project een ‘Slimme helm’ ontwikkelen. Dit is een combinatie van sensoren en connectiviteit geïntegreerd in een bestaande veiligheidshelm.
Functionaliteiten
Daarnaast worden de volgende elementen ontwikkeld:
- Een dashboard dat met de helmen verbonden is.
- Een mobiele app die ook met de helmen verbonden is.
Met de helm worden medewerkers naar de juiste locatie op de site genavigeerd. Alarmen gaan af als:
- Een medewerker is gevallen.
- De omgevingstemperatuur te hoog is.
- Een medewerker zich op een gevaarlijke plek bevindt.
Informatiepresentatie
Op het dashboard wordt informatie overzichtelijk gepresenteerd. Dit kan op een PC, maar ook op een smartphone of tablet.
Privacy
Dit alles zal conform de AVG-regels gebeuren, aangezien de informatie ook persoonlijke data kan betreffen.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 130.829 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2019 |
Partners & Locaties
Projectpartners
- Gemba Iot B.V.penvoerder
- Arcobel Embedded Solutions B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
KeraModHet KeraMod-consortium ontwikkelt een disruptief alternatief voor 2DGC-technologie om complexe monsters efficiënter, goedkoper en duurzamer te analyseren, ten voordele van milieu en industrie. | MIT R&D Samenwerking | € 167.375 | 2023 | Details |
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 |
Biobased AutoplatformDonkervoort ontwikkelt een duurzaam autoplatform van biobased materialen in samenwerking met Scabro Groep, met als doel de carbon footprint met 75% te verlagen en een gevalideerd prototype te creëren. | MIT R&D Samenwerking | € 118.472 | 2023 | Details |
Insourcing & automatisering productieproces souvenirtulpenKlompenfabriek Nijhuis en EMA-Projects ontwikkelen een geautomatiseerd productieproces voor souvenirtulpen in Nederland om kwaliteit, duurzaamheid en marktaandeel te verbeteren. | MIT R&D Samenwerking | € 340.900 | 2023 | Details |
KeraMod
Het KeraMod-consortium ontwikkelt een disruptief alternatief voor 2DGC-technologie om complexe monsters efficiënter, goedkoper en duurzamer te analyseren, ten voordele van milieu en industrie.
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.
Biobased Autoplatform
Donkervoort ontwikkelt een duurzaam autoplatform van biobased materialen in samenwerking met Scabro Groep, met als doel de carbon footprint met 75% te verlagen en een gevalideerd prototype te creëren.
Insourcing & automatisering productieproces souvenirtulpen
Klompenfabriek Nijhuis en EMA-Projects ontwikkelen een geautomatiseerd productieproces voor souvenirtulpen in Nederland om kwaliteit, duurzaamheid en marktaandeel te verbeteren.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Intelligent Monitoring; Intelligent AI monitoring in HealthcareOntwikkeling van een multi-sensor AI-module die via beeld en geluid proactief risicosituaties in de zorg herkent en meldt, ter verbetering van veiligheid en welzijn van cliënten. | MIT R&D AI | € 333.583 | 2023 | Details |
Project MITH2020 VeiligWerkVeiligWerk onderzoekt een AI-gestuurde oplossing met bewegingssensoren om valincidenten op bouwplaatsen te detecteren en hulpdiensten direct in te schakelen, met als doel de veiligheid te verbeteren. | MIT Haalbaarheid | € 20.000 | 2020 | Details |
Neck Supported Safety HarnessSkel-ex B.V. ontwikkelt een innovatief veiligheidsharnas met nekondersteuning om letsel bij werkzaamheden op hoogte te voorkomen, met focus op haalbaarheid en bijdrage aan hightech materialen en gezondheidszorg. | MIT Haalbaarheid | € 20.000 | 2020 | Details |
Haalbaarheidsonderzoek WorkForce DataPlatformHet project ontwikkelt een sensor-gebaseerd dataplatform om de werkdag en behoeften van werknemers in kaart te brengen, zodat bedrijven betere keuzes maken voor gezondere en veiligere arbeid. | MIT Haalbaarheid | € 20.000 | 2020 | Details |
Intelligent Monitoring; Intelligent AI monitoring in Healthcare
Ontwikkeling van een multi-sensor AI-module die via beeld en geluid proactief risicosituaties in de zorg herkent en meldt, ter verbetering van veiligheid en welzijn van cliënten.
Project MITH2020 VeiligWerk
VeiligWerk onderzoekt een AI-gestuurde oplossing met bewegingssensoren om valincidenten op bouwplaatsen te detecteren en hulpdiensten direct in te schakelen, met als doel de veiligheid te verbeteren.
Neck Supported Safety Harness
Skel-ex B.V. ontwikkelt een innovatief veiligheidsharnas met nekondersteuning om letsel bij werkzaamheden op hoogte te voorkomen, met focus op haalbaarheid en bijdrage aan hightech materialen en gezondheidszorg.
Haalbaarheidsonderzoek WorkForce DataPlatform
Het project ontwikkelt een sensor-gebaseerd dataplatform om de werkdag en behoeften van werknemers in kaart te brengen, zodat bedrijven betere keuzes maken voor gezondere en veiligere arbeid.