SubsidieMeestersProject Twin Flow
Het project ontwikkelt het dataplatform 'Twinflow' om een digital twin van de verkeersinfrastructuur te creëren, waardoor accurate data toegankelijk wordt voor logistieke toepassingen en samenwerking.
Projectdetails
Inleiding
Big Data is een thema dat steeds belangrijker wordt in de huidige samenleving. Er komt elke dag meer data bij en tegelijkertijd worden de criteria waaraan deze moet voldoen steeds strenger. Ook vanuit de logistiek wordt meer data vergaard. Dit is echter dusdanig veel dat alle data voor de fysieke infrastructuur niet meer inzichtelijk is vanaf één plek, maar gefragmenteerd over verschillende platforms en oplossingen.
Vraag vanuit de Markt
Er bestaat vanuit verschillende markten, waaronder de logistieke markt voor vrachtwagens, navigatiesystemen markt en transportplanning markt, de vraag om de verkeersinfrastructuur digitaal in kaart te brengen. Handmatig invoeren is een ondenkbare klus en gezien de verschillende soorten data en de grootte van het project, is de opgave uitdagend.
Noodzaak van Innovatieve Technologie
Om dit te realiseren is de ontwikkeling van innovatieve technologie noodzakelijk. In dit project wil het samenwerkingsverband van Matrixian en UDB een digital twin van de verkeersinfrastructuur en verkeersbesluiten in de vorm van het dataplatform ‘Twinflow’ ontwikkelen. Er zijn momenteel weinig partijen die dit willen en kunnen waarmaken.
Toepassing van de Digital Twin
Een digital twin kan worden ingezet om deze markt verder te helpen op basis van accurate en recente data. Binnen TwinFlow worden allerlei soorten verkeersdata samengebracht, waaronder:
- Afbeeldingen van verkeersborden
- Statische bestanden met doorgangsafmetingen
- Venstertijden
Deze data is veelal afkomstig van rijk, provincies, gemeenten en waterschappen.
Verwerking van Data
De vergaarde data wordt onder andere met machine learning-algoritmes verwerkt, zodat dit in een later stadium gebruikt kan worden voor verschillende toepassingen, zoals:
- Transportsystemen
- Navigatiesystemen
- Boardcomputers
Belang voor Dienstverleners en Wegbeheerders
Deze data is van belang voor met name dienstverleners en wegbeheerders die beter inzicht krijgen in de verkeersinfrastructuur en verkeersbesluiten. Dit legt de basis voor betere ketensamenwerking in de logistiek.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 197.400 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2019 |
Partners & Locaties
Projectpartners
- Matrixian Group B.V.penvoerder
- Universal Databrokers 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 |
|---|---|---|---|---|
Geautomatiseerd data analyseren en voorspellen in de infra op basis van sensordataHet project onderzoekt de haalbaarheid van een geautomatiseerd proces voor het analyseren van sensordata van civiele kunstwerken, met als doel duurzame renovatie en betere besluitvorming. | MIT Haalbaarheid | € 20.000 | 2023 | Details |
BUSINESS MODEL REAL-TIME VOORSPELINFORMATIE IN STEDELIJK VERKEERSMANAGEMENTDAT.Mobility BV onderzoekt de haalbaarheid en waarde van real-time voorspellingsinformatie voor stedelijk verkeersmanagement om congestie te verminderen en doorstroming te optimaliseren. | MIT Haalbaarheid | € 20.000 | 2020 | Details |
Geautomatiseerd data analyseren en voorspellen in de infra op basis van sensordata
Het project onderzoekt de haalbaarheid van een geautomatiseerd proces voor het analyseren van sensordata van civiele kunstwerken, met als doel duurzame renovatie en betere besluitvorming.
BUSINESS MODEL REAL-TIME VOORSPELINFORMATIE IN STEDELIJK VERKEERSMANAGEMENT
DAT.Mobility BV onderzoekt de haalbaarheid en waarde van real-time voorspellingsinformatie voor stedelijk verkeersmanagement om congestie te verminderen en doorstroming te optimaliseren.