SubsidieMeestersTreeTracker.ai
TreeTracker ontwikkelt AI-algoritmen voor snellere en objectievere boominspecties, waardoor de benutting van bomen in klimaatadaptatie verbetert en arbeidsintensieve processen worden verminderd.
Projectdetails
Inleiding
Momenteel worden bij klimaatadaptieve maatregelen veel van het potentieel van bomen onbenut gelaten doordat stadsplanning en -beheer niet over de juiste boomtechnische kennis kunnen beschikken. Dit komt omdat huidige bomendata versnipperd, (te) subjectief en onvoldoende nauwkeurig wordt vastgelegd. Bestaande inzichten worden zodoende niet verbeterd met als gevolg dat herhaalfouten blijven voorkomen.
Huidige situatie
De huidige dataverzameling van bomen wordt handmatig gedaan: boominspecteurs voeren een visuele inspectie van bomen uit. Zij rijden de Nederlandse gemeenten door en stappen bij de bomen uit om deze te inspecteren. De (uitgebreide) boominspectie vraagt veel specialistische kennis en is arbeidsintensief, aangezien inspecteurs hun bevindingen handmatig registreren.
Problemen
Daarnaast spelen vergrijzing en krapte op de arbeidsmarkt. Er is behoefte aan een snellere, minder arbeidsintensieve en nauwkeuriger methode.
Oplossing
TreeTracker is voorzien als dienst waarbij de schaars beschikbare boomtechnische kennis wordt ingezet om AI-algoritmen te ontwikkelen. De algoritmen kunnen vervolgens op basis van de ingewonnen beelden boomonderzoeken sneller en objectiever genereren. Dit zorgt ervoor dat bomenkennis ontwikkeld kan worden waarmee het potentieel van bomen in de klimaatadaptatie beter wordt benut.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 211.904 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2019 |
Partners & Locaties
Projectpartners
- Soboltpenvoerder
- Bomenwacht
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 |
|---|---|---|---|---|
De Groene Motor: Met AI verbeterde beslissingen nemen om in schaarse ruimte met bomen maximaal te vergroenen.Bomenwacht Nederland onderzoekt de haalbaarheid van 'De Groene Motor', een AI-toepassing om bomenbeheer te optimaliseren en stedelijke vergroening te bevorderen. | MIT Haalbaarheid | € 20.000 | 2023 | Details |
ReTreevAIbleHet project ontwikkelt ReTreevAIble, een datagestuurde oplossing voor beleidsmakers om urban forestation te verbeteren met AI-ondersteunde analyses van boomgezondheid en biodiversiteit. | MIT R&D AI | € 199.850 | 2022 | Details |
Volautomatische meetapplicatie voor CO2-opslag in bomenAgroWizard B.V. onderzoekt de haalbaarheid van een slimme CO2-meetapplicatie om gemeenten inzicht te geven in de CO2-opslag en -opname van bomen, ter ondersteuning van klimaatdoelen. | MIT Haalbaarheid | € 20.000 | 2021 | Details |
DeepForest crown studySpace4Good ontwikkelt een methode voor automatische detectie van boomkruinen met DeepForest en RGB-data, om bosbouwers inzicht te geven in biodiversiteit in Oost-Kalimantan. | MIT Haalbaarheid | € 20.000 | 2021 | Details |
De Groene Motor: Met AI verbeterde beslissingen nemen om in schaarse ruimte met bomen maximaal te vergroenen.
Bomenwacht Nederland onderzoekt de haalbaarheid van 'De Groene Motor', een AI-toepassing om bomenbeheer te optimaliseren en stedelijke vergroening te bevorderen.
ReTreevAIble
Het project ontwikkelt ReTreevAIble, een datagestuurde oplossing voor beleidsmakers om urban forestation te verbeteren met AI-ondersteunde analyses van boomgezondheid en biodiversiteit.
Volautomatische meetapplicatie voor CO2-opslag in bomen
AgroWizard B.V. onderzoekt de haalbaarheid van een slimme CO2-meetapplicatie om gemeenten inzicht te geven in de CO2-opslag en -opname van bomen, ter ondersteuning van klimaatdoelen.
DeepForest crown study
Space4Good ontwikkelt een methode voor automatische detectie van boomkruinen met DeepForest en RGB-data, om bosbouwers inzicht te geven in biodiversiteit in Oost-Kalimantan.