Soilmate, robot om aardappelziekten te detecteren

Het project ontwikkelt een autonome robot met AI om vroegtijdig ziekten in aardappelplanten te detecteren, wat de oogst efficiëntie verhoogt en het gebruik van pesticiden vermindert.

Subsidie
€ 185.675
2019

Projectdetails

Inleiding

Dit project gaat Aila ontwikkelen, een virtuele vertrouwenspersoon die bedrijven als dienst kunnen inhuren. Aila kan luisteren en praten en houdt alles privé tussen haar en de werknemer - de werknemer kan echt even met haar praten. Aila kan open vragen stellen zoals “hoe gaat het met je” en reageren op de antwoorden van de gebruiker.

Innovatie

De grote innovatie zit erin dat Aila via deep learning-algoritmes emoties kan herkennen: Aila registreert niet alleen wat iemand zegt, maar ook hoe iemand het zegt. Aila gebruikt die informatie in het gesprek zelf (“U klinkt wat boos, wellicht is er iets dat u op het hart ligt?”) en genereert daarnaast een indicatie hoe het met die persoon gaat.

Signalering van problemen

Indien Aila na een aantal gesprekken merkt dat het niet zo goed gaat met de werknemer, zal ze dat signaleren en kan er bijvoorbeeld een gesprek met de bedrijfsarts worden gesuggereerd.

Impact van burn-outs

Naast het feit dat burn-outs de werkgevers een grote kostenpost bezorgen - 3,1 miljard in 2019 - heeft het ook een directe impact op het aantal gezonde levensjaren van de werknemers. Het gemiddelde aantal dagen werkstress-gerelateerd verzuim liep in 2019 op tot 30 dagen per persoon (bron: TNO).

Missie van KIA Gezondheid en Zorg

Het eerder opsporen en voorkomen van burn-out gerelateerde klachten draagt zo direct bij aan de missie van KIA Gezondheid en Zorg om het aantal gezonde levensjaren van de Nederlandse bevolking te laten toenemen. Aila zal voornamelijk gebruikt worden binnen de thuissituatie en zal ervoor zorgen dat voor de mensen die het nodig hebben, de eerste of tweedelijnszorg eerder zal worden ingeroepen.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 185.675

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2019

Partners & Locaties

Projectpartners

  • Agrisim BVpenvoerder
  • Avular B.V.

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT R&D Samenwerking

MIT R&D Samenwerking

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.

€ 151.428
MIT R&D Samenwerking

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.

€ 177.700
MIT R&D Samenwerking

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.

€ 286.773
MIT R&D Samenwerking

EEGX2

Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen.

€ 120.943

Vergelijkbare projecten uit andere regelingen

MIT Haalbaarheid

Real-time detectiesysteem voor het grootschalig toepassen van schoffeltechniek binnen de landbouw

Het project onderzoekt de haalbaarheid van een geautomatiseerd roboticasysteem voor het schoffelen van gewassen om arbeidsintensieve processen in de landbouw te verbeteren.

€ 20.000
MIT Haalbaarheid

Ontwikkeling software elektronische sorteermachine t.b.v. pootaardappelen op basis van kunstmatige intelligentie en Neurale Netwerken

Het project onderzoekt de ontwikkeling van een machine voor het sorteren van pootaardappelen op maat, kwaliteit en ziekteherkenning, met focus op haalbare software en aansluiting bij kwaliteitsnormen.

€ 20.000
MIT Haalbaarheid

Aardappelrasherkenning met satelliettechnologie

Geo4A ontwikkelt een innovatief rasherkenningsmodel met satellietbeelden om illegale handel in pootaardappelen te bestrijden en veredelingsbedrijven waardevolle teeltinformatie te bieden.

€ 20.000
MIT Haalbaarheid

Veilig Vlees Verwerken onder de Aquamar UV Deken

Geo4A ontwikkelt een innovatief rasherkenningsmodel met satellietbeelden om aardappelrassen automatisch te classificeren, wat kostenefficiënte opsporing van illegaliteit mogelijk maakt.

€ 20.000