SubsidieMeestersFresh Strips 2.0
Dit project ontwikkelt een batterijloze sensor en machine learning-systeem voor het monitoren van voedselkwaliteit tijdens transport, ter verbetering van voedselveiligheid en vermindering van voedselverspilling.
Projectdetails
Inleiding
DAVID (Digitale Assistent voor IoT Devices) is een keerpunt in de slimme woningtechnologie door diverse apparaten te analyseren en slimme aanbevelingen te doen die beveiliging, energie-efficiëntie en duurzaamheid van onze thuisomgeving transformeren.
Doel van het Project
Met het DAVID-project willen Divitel en Thinq.Ai een generiek inzetbare, zeer vooruitstrevende en vernieuwende digitale assistent voor Internet of Things (IoT) en smarthome devices ontwikkelen.
Technologie en Functionaliteit
Dankzij geavanceerde AI-modellen op basis van Llama2 zal men met de slimme digitale assistent ervoor zorgen dat de eindgebruiker volledig inzicht in en controle over zijn slimme thuisapparaten krijgt, terwijl de beveiliging wordt verbeterd.
Toegankelijkheid
DAVID zal beschikbaar worden in de vorm van een app op de smartphone van de gebruiker. Binnen de app zijn er verschillende mogelijkheden en AI-modellen die zorgen voor de functionaliteit.
Basisfunctionaliteit
Als basisfunctionaliteit zal DAVID daarbij in het thuisnetwerk scannen naar nieuwe IoT-apparaten en smarthome devices. Door deze automatisch te signaleren in het netwerk, worden ze centraal weergegeven in de app.
Beveiliging en Updates
Ook kan DAVID daarmee optimale beveiliging en veiligheid garanderen door automatisch het internet te raadplegen voor beschikbare updates van individuele smart devices.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 170.280 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2018 |
Partners & Locaties
Projectpartners
- FreshStrips FnB B.V.penvoerder
- RASP B.V.
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.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Food Responsive Sensor for Colorimetric ObservationThe FRESCO project develops a colorimetric sensor for real-time detection of toxic compounds in food packaging, enhancing safety and reducing waste while promoting sustainable consumption. | ERC POC | € 150.000 | 2025 | Details |
Smart Food Waste PreventionHet project richt zich op het verminderen van voedselverspilling van groente en fruit door slimme technologie en AI te gebruiken voor kwaliteitsanalyse en optimalisatie van de toeleveringsketen. | MIT R&D AI | € 190.400 | 2023 | Details |
Slimme sensorsticker voor koelcontainersOTFLOW ontwikkelt een duurzame sensorsticker voor real-time monitoring van koelcontainers om voedselverspilling te verminderen en de kwaliteit van kwetsbare goederen te verbeteren. | MIT Haalbaarheid | € 20.000 | 2022 | Details |
Fresco Sorting AidFresco Sorting Aid ontwikkelt een innovatieve, niet-destructieve microwavesensor voor kwaliteitscontrole van fruit en groenten, om voedselverspilling te verminderen en de efficiëntie in de toeleveringsketen te verbeteren. | MIT Haalbaarheid | € 20.000 | 2021 | Details |
Food Responsive Sensor for Colorimetric Observation
The FRESCO project develops a colorimetric sensor for real-time detection of toxic compounds in food packaging, enhancing safety and reducing waste while promoting sustainable consumption.
Smart Food Waste Prevention
Het project richt zich op het verminderen van voedselverspilling van groente en fruit door slimme technologie en AI te gebruiken voor kwaliteitsanalyse en optimalisatie van de toeleveringsketen.
Slimme sensorsticker voor koelcontainers
OTFLOW ontwikkelt een duurzame sensorsticker voor real-time monitoring van koelcontainers om voedselverspilling te verminderen en de kwaliteit van kwetsbare goederen te verbeteren.
Fresco Sorting Aid
Fresco Sorting Aid ontwikkelt een innovatieve, niet-destructieve microwavesensor voor kwaliteitscontrole van fruit en groenten, om voedselverspilling te verminderen en de efficiëntie in de toeleveringsketen te verbeteren.