Green Building Materials
Het project ontwikkelt een nieuwe methode voor plantenveredeling door autonome drones in te zetten voor snelle en betrouwbare dataverzameling en analyse, wat leidt tot efficiëntere en kosteneffectieve processen.
Projectdetails
Inleiding
Plantenveredeling is traditioneel een sector met een grote informatiebehoefte. Het veredelingsproces bestaat uit jarenlange cycli van kruisen, selecteren, observeren en opnieuw kruisen, zodat de beste rassen met de meest gunstige eigenschappen kunnen worden geselecteerd. Veredelingsbedrijven maken doorgaans gebruik van getrainde medewerkers die in het veld informatie vergaren op basis van visuele waarneming; het veldwerk is derhalve tijdrovend, kostbaar en foutgevoelig. Bijkomend probleem is dat het menselijk oog geen kleine of te grote patronen kan onderscheiden.
Probleemstelling
Aerovinci, Agri Information Partners en CropZoomer willen deze negatieve aspecten van het veredelen mitigeren. Hiertoe ontwikkelen zij een compleet nieuwe methode voor het veredelingsproces. Dit geschiedt door middel van dataverzameling met autonome drones om plantenveredelaars gemakkelijk te voorzien van betrouwbare data. Vervolgens zal deze data middels geavanceerde software worden geanalyseerd en geïnterpreteerd.
Voordelen van de nieuwe methode
Deze methode biedt de volgende voordelen:
-
Dataverzameling
Met behulp van autonoom vliegende drones met geavanceerde sensoren kunnen in aanzienlijk kortere tijd grote hoeveelheden betrouwbare data verzameld worden. -
Efficiënte analyse
Door middel van data-analysetechnieken en gewasmodellen kan deze data dienen als selectiecriteria. Breeding information software kan vervolgens de uiterlijke gewaseigenschappen (phenotyping) combineren met genetische data en statistische analyses. -
Economisch
Dit proces biedt de mogelijkheid voor hogere kwaliteit analyses en met minder tijdsbesteding dan voorheen haalbaar. -
Intuïtief
Om de verschillende technologieën naadloos te laten samenwerken, worden intuïtieve interfaces ontwikkeld met daarbij een overzichtelijk dashboard voor de gebruiker.
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 195.300 |
Tijdlijn
Startdatum | Onbekend |
Einddatum | Onbekend |
Subsidiejaar | 2017 |
Partners & Locaties
Projectpartners
- AeroVinci B.V.penvoerder
- Agri Information Partners
- CropZoomer
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.