SubsidieMeestersDrought Management Platform
Het project ontwikkelt een platform voor het uploaden van drone- en satellietdata, waarmee landbouwers gewasstress kunnen monitoren en beheersen om opbrengsten te beschermen.
Projectdetails
Inleiding
De aanvragers zijn gezamenlijk een samenwerking aangegaan ten behoeve van de ontwikkeling van nieuwe toepassingen van de door hen geleverde dienst.
Doel van het Project
Door de expertise van beide partijen te combineren (satelliet geosensing data / drone geosensing data) in combinatie met de reeds beschikbare en overige open bronnen, wordt een geconverteerde database ontwikkeld.
Functionaliteiten van de Database
De database wordt dusdanig ontwikkeld dat eindgebruikers zelf drone geosensing data kunnen uploaden op het door de partijen ontwikkelde platform.
Onderzoek en Parameters
Op basis van onderzoek uitgevoerd in onderhavig project worden parameters gedefinieerd op basis waarvan de waarschijnlijkheid van stress bij de gewassen in kaart kan worden gebracht.
Toepassing voor Eindgebruikers
De eindgebruikers kunnen met behulp van de software en toepassing van drones te allen tijde zelf de kwaliteit en gezondheid van de gewassen in kaart brengen.
Oplossingen voor de Landbouw
Met behulp van de informatie wordt een oplossing geboden voor de landbouw om de gevolgen van warmte en droogte te beheersen en stress te voorkomen of te minimaliseren bij de gewassen. Stress is een grote oorzaak van schimmels en ziektes en kan langdurige schade aanrichten aan de landbouwgrond, wat ten koste gaat van de opbrengsten.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 195.118 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2019 |
Partners & Locaties
Projectpartners
- AgriWatch B.V.penvoerder
- GeoInfoSolutions B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Drone Phenotyping as a ServiceHet project ontwikkelt een geïntegreerd platform dat met drones data verzamelt en analyseert voor plantenveredelaars, met een pilot bij aardappelveredeling ter demonstratie en validatie. | Mkb-innovati... | € 124.845 | 2018 | Details |
Drone Cropview GreenhouseHet project ontwikkelt een autonome drone die met vision technologie teeltdata verzamelt in kassen, om de efficiëntie en duurzaamheid van de glastuinbouw te verbeteren. | Mkb-innovati... | € 104.213 | 2018 | Details |
AgTech planner voor (drone)loonwerkersHet project ontwikkelt een intelligent planningssysteem voor agrarische loonwerkers, dat precisielandbouw integreert om kosten te besparen en efficiëntie te verhogen. | Mkb-innovati... | € 207.566 | 2016 | Details |
SkyDowser en DataplatformWaterMappers en Acacia ontwikkelen de SkyDowser, een innovatief meetinstrument en data-platform, om de teeltopbrengst in de landbouw met 5% te verhogen ondanks klimaatverandering. | Mkb-innovati... | € 249.375 | 2018 | Details |
DRIPSHet project ontwikkelt een wereldwijd inzetbare infrastructuur voor gewastelers door satellietcommunicatie en sensornetwerken te combineren, om opbrengsten te verhogen en kosten te verlagen. | Mkb-innovati... | € 157.500 | 2017 | Details |
Drone Phenotyping as a Service
Het project ontwikkelt een geïntegreerd platform dat met drones data verzamelt en analyseert voor plantenveredelaars, met een pilot bij aardappelveredeling ter demonstratie en validatie.
Drone Cropview Greenhouse
Het project ontwikkelt een autonome drone die met vision technologie teeltdata verzamelt in kassen, om de efficiëntie en duurzaamheid van de glastuinbouw te verbeteren.
AgTech planner voor (drone)loonwerkers
Het project ontwikkelt een intelligent planningssysteem voor agrarische loonwerkers, dat precisielandbouw integreert om kosten te besparen en efficiëntie te verhogen.
SkyDowser en Dataplatform
WaterMappers en Acacia ontwikkelen de SkyDowser, een innovatief meetinstrument en data-platform, om de teeltopbrengst in de landbouw met 5% te verhogen ondanks klimaatverandering.
DRIPS
Het project ontwikkelt een wereldwijd inzetbare infrastructuur voor gewastelers door satellietcommunicatie en sensornetwerken te combineren, om opbrengsten te verhogen en kosten te verlagen.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Gewas Monitoring met VisionHet project automatiseert gewasmonitoring met computer vision en AI, waardoor kwekers dagelijks volledige analyses kunnen uitvoeren zonder dure arbeidskrachten, voor optimale teeltbijsturing. | Mkb-innovati... | € 20.000 | 2020 | Details |
BeterOogstMeterOntwikkeling van een oogstprognose systeem met satelliet- en dronedata voor duurzame teelt en logistieke optimalisatie, door middel van deskstudie, marktverkenning en experimentatie met telers. | Mkb-innovati... | € 20.000 | 2023 | Details |
Testing optical solutions for calibrating models that predict behavior of soil bodiesHet project ontwikkelt een geïntegreerd systeem van optische sensoren en rekenmodellen om grondgedrag onder extreme weersomstandigheden te voorspellen, ter verbetering van infrastructuurbeheer. | Mkb-innovati... | € 20.000 | 2021 | Details |
Voorkomen van vorstschade in fruitteelt door flying sensorsHet project onderzoekt de inzet van drones met thermische camera's om de effectiviteit van windmachines als vorstbestrijding in de fruitteelt te monitoren. | Mkb-innovati... | € 20.000 | 2020 | Details |
Wateragro applicationHet project onderzoekt de haalbaarheid van een AI-gestuurd systeem om watergebruik in de landbouw met 30% te verminderen. | Mkb-innovati... | € 20.000 | 2021 | Details |
Gewas Monitoring met Vision
Het project automatiseert gewasmonitoring met computer vision en AI, waardoor kwekers dagelijks volledige analyses kunnen uitvoeren zonder dure arbeidskrachten, voor optimale teeltbijsturing.
BeterOogstMeter
Ontwikkeling van een oogstprognose systeem met satelliet- en dronedata voor duurzame teelt en logistieke optimalisatie, door middel van deskstudie, marktverkenning en experimentatie met telers.
Testing optical solutions for calibrating models that predict behavior of soil bodies
Het project ontwikkelt een geïntegreerd systeem van optische sensoren en rekenmodellen om grondgedrag onder extreme weersomstandigheden te voorspellen, ter verbetering van infrastructuurbeheer.
Voorkomen van vorstschade in fruitteelt door flying sensors
Het project onderzoekt de inzet van drones met thermische camera's om de effectiviteit van windmachines als vorstbestrijding in de fruitteelt te monitoren.
Wateragro application
Het project onderzoekt de haalbaarheid van een AI-gestuurd systeem om watergebruik in de landbouw met 30% te verminderen.