Trip Buddy
Trip Buddy is een innovatieve rijgedrag analyse tool die gedetailleerde data en persoonlijke feedback biedt om verkeersveiligheid te verbeteren en chauffeurs effectiever te coachen.
Projectdetails
Inleiding
In dit project worden er draadloze versies ontwikkeld van de basis sensoren van MOOS International B.V. (Hierna MOOS). Deze sensoren heeft MOOS nu ontwikkeld op basis van technisch papier. MOOS International heeft in 2021 subsidie aangevraagd voor de ontwikkeling van een technisch papier dat men in een samenwerkingsproject met NKO ontwikkelt. Dit project zal eind 2022 worden afgesloten.
Voordelen van het project
Door voorgaande projecten en het inmiddels uitgevoerde Proof of Concept is het duidelijk dat er enorme voordelen te behalen zijn, zoals:
- Stock-out voorkomen
- Minder transport
- Lagere veiligheidsvoorraad
Dit kan leiden tot nieuwe businessmodellen. Inmiddels heeft men een behoorlijke slag geslagen in de ontwikkeling van het technisch papier, waardoor er een zuiverder signaal wordt verkregen. Bovendien zal het nieuwe papier ook beter produceerbaar zijn tegen lagere kosten.
Integratie met AI
Deze sensoren worden gekoppeld met AI-enabled software om inzicht te verkrijgen in voorraadposities, waardoor bedrijven hun operatie kunnen optimaliseren. De sensoren zijn vele malen goedkoper en zijn zeer flexibel; elke vorm of maat kan geprint worden en ze passen moeiteloos in bestaande voorraadlocaties. Hierdoor wordt een brede set van toepassingen mogelijk en economisch interessant, zoals het digitaliseren van retail schappen of voorraadkasten in ziekenhuizen.
Knelpunten bij installatie
Nu men al de eerste testen uitvoert, is men erachter gekomen dat de installatie van het systeem wel een knelpunt vormt voor de snelle en goedkope installatie. Dit zorgt voor een belemmering om het volledige systeem optimaal te kunnen benutten. Dit probleem is in 2021 al geconstateerd, waarna we een haalbaarheidsonderzoek hebben gedaan naar het ontwikkelen van een draadloze oplossing.
Huidige oplossingen en nadelen
Een bekabeld netwerk van sensoren werd gebouwd om grote hoeveelheden gegevens te verzamelen, die nodig zijn om AI-algoritmen te ontwikkelen en te testen. Daarom was het energieverbruik tot nu toe geen prioriteit. Elke sensor verbruikt nu 250 mWh. De bedrade oplossing heeft echter ook verschillende nadelen, waaronder hoge installatiekosten en minder flexibiliteit. Door de bedrading is het niet geschikt voor voorraadbeheer in mobiele systemen, zoals:
- Voorraden in ambulances
- Ziekenhuistrolleys
- Het tellen van voorraden voor cateringdoeleinden in vergadercentra
Conclusie haalbaarheidsonderzoek
De conclusie van het haalbaarheidsonderzoek is dat de energie die kan worden geharvest uit radiosignalen, licht en WiFi te beperkt is voor de huidige toepassing. Daarom gaan wij in dit project een ultra low energy sensortype ontwikkelen dat ons huidige product als uitgangspunt gebruikt.
Samenwerking met Pilotfish
Om dit mogelijk te maken is MOOS op zoek gegaan naar een partner die de benodigde kennis heeft van ultra low energy sensoren. Hiervoor is men terechtgekomen bij Pilotfish Nederland B.V. In dit ontwikkelingsproject gaat men een Wireless Ultra Low Power Sensor (WULPS) systeem ontwikkelen.
Ontwikkelingsstappen
Hiervoor zullen de volgende ontwikkelingsstappen worden gezet:
- Door een beter begrip van het gedrag van de sensor, het mogelijk maken om de data-acquisitie snelheid en transmissie drastisch te verlagen en het energieverbruik met 3-4 ordes van grootte te verminderen.
- Zodra een eigen papier wordt gebruikt, kan de papierweerstand naar boven worden gemoduleerd om de elektrische stroom die nodig is om drukveranderingen te meten te verminderen, terwijl het dynamische bereik behouden blijft.
- De sensoren zullen niet meer continu meten maar met tussenpozen, waardoor eerst energie kan worden gebufferd door gebruik te maken van harvesting van bijvoorbeeld het WiFi-signaal. Indien er voldoende geladen is, kan er vervolgens een meting worden verricht. Voor veel toepassingen is het continu meten namelijk helemaal niet noodzakelijk.
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 112.007 |
Tijdlijn
Startdatum | Onbekend |
Einddatum | Onbekend |
Subsidiejaar | 2016 |
Partners & Locaties
Projectpartners
- V-Tron B.V.penvoerder
- SD-Insights B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
KeraModHet KeraMod-consortium ontwikkelt een disruptief alternatief voor 2DGC-technologie om complexe monsters efficiënter, goedkoper en duurzamer te analyseren, ten voordele van milieu en industrie. | MIT R&D Samenwerking | € 167.375 | 2023 | Details |
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 |
Biobased AutoplatformDonkervoort ontwikkelt een duurzaam autoplatform van biobased materialen in samenwerking met Scabro Groep, met als doel de carbon footprint met 75% te verlagen en een gevalideerd prototype te creëren. | MIT R&D Samenwerking | € 118.472 | 2023 | Details |
Insourcing & automatisering productieproces souvenirtulpenKlompenfabriek Nijhuis en EMA-Projects ontwikkelen een geautomatiseerd productieproces voor souvenirtulpen in Nederland om kwaliteit, duurzaamheid en marktaandeel te verbeteren. | MIT R&D Samenwerking | € 340.900 | 2023 | Details |
KeraMod
Het KeraMod-consortium ontwikkelt een disruptief alternatief voor 2DGC-technologie om complexe monsters efficiënter, goedkoper en duurzamer te analyseren, ten voordele van milieu en industrie.
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.
Biobased Autoplatform
Donkervoort ontwikkelt een duurzaam autoplatform van biobased materialen in samenwerking met Scabro Groep, met als doel de carbon footprint met 75% te verlagen en een gevalideerd prototype te creëren.
Insourcing & automatisering productieproces souvenirtulpen
Klompenfabriek Nijhuis en EMA-Projects ontwikkelen een geautomatiseerd productieproces voor souvenirtulpen in Nederland om kwaliteit, duurzaamheid en marktaandeel te verbeteren.
Vergelijkbare projecten uit andere regelingen
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
IdenticamBoostPhysics onderzoekt de haalbaarheid van de 'Identicam', een camera met objectidentificatie, om de verkeersveiligheid te verbeteren en dodehoekongevallen bij truck-trailercombinaties te verminderen. | MIT Haalbaarheid | € 20.000 | 2022 | Details |
Validatie van interpretaties door rijhulpsystemenV-Tron onderzoekt de haalbaarheid van softwarematige validatie van rijhulpsystemen om de betrouwbaarheid en verkeersveiligheid van autonome voertuigen te verbeteren. | MIT Haalbaarheid | € 20.000 | 2020 | Details |
SmartBeamBoostPhysics wil de veiligheid in de logistieke sector vergroten door een nieuw product te ontwikkelen dat de haalbaarheid van hun innovatieve ultrasone geluidssensoren onderzoekt. | MIT Haalbaarheid | € 20.000 | 2020 | Details |
Validatie van interpretaties door rijhulpsystemenV-Tron onderzoekt de haalbaarheid van softwarematige validatie van rijhulpsystemen om verkeersveiligheid en betrouwbaarheid te verbeteren. | MIT Haalbaarheid | € 20.000 | 2020 | Details |
Identicam
BoostPhysics onderzoekt de haalbaarheid van de 'Identicam', een camera met objectidentificatie, om de verkeersveiligheid te verbeteren en dodehoekongevallen bij truck-trailercombinaties te verminderen.
Validatie van interpretaties door rijhulpsystemen
V-Tron onderzoekt de haalbaarheid van softwarematige validatie van rijhulpsystemen om de betrouwbaarheid en verkeersveiligheid van autonome voertuigen te verbeteren.
SmartBeam
BoostPhysics wil de veiligheid in de logistieke sector vergroten door een nieuw product te ontwikkelen dat de haalbaarheid van hun innovatieve ultrasone geluidssensoren onderzoekt.
Validatie van interpretaties door rijhulpsystemen
V-Tron onderzoekt de haalbaarheid van softwarematige validatie van rijhulpsystemen om verkeersveiligheid en betrouwbaarheid te verbeteren.