SubsidieMeestersEen automatisch, efficiënt en betrouwbaar recyclebaar onderdeel analyserend systeem.
Ontwikkeling van een AI-gestuurd systeem voor het automatisch herkennen en classificeren van demontageonderdelen, ter verbetering van demontageprocessen en ondersteuning van de circulaire economie.
Projectdetails
Inleiding
Een automatisch, efficiënt en betrouwbaar recyclebaar onderdeel analyserend systeem. Doel van dit project betreft de ontwikkeling van software in combinatie met (KI, Blockchain, CRM, CMS).
Doelstellingen
Waarmee wij met behulp van en inzet van Kunstmatige Intelligentie (KI) systemen ontwikkelen die in staat zijn om op basis van een dataset (uniforme opzet, welke universeel toepasbaar is) een KI te trainen om onderdelen te kunnen herkennen en te classificeren.
Innovatieve Technologieën
Wat we tevens trachten te ontwikkelen zijn onder andere geheel nieuwe KI-technieken (aan de hand van Deep Learning en Computer Vision technologieën) welke dusdanig getraind en gebruikt kunnen worden zodat onder andere het merk, type en bouwjaar kan worden herkend op basis van beeldmateriaal.
Toepassing en Impact
De ontwikkeling richt zich in de eerste instantie op een nieuwe technologie ter verbetering van huidige demontageprocessen in de demontage-industrie, welke later na ontwikkeling kan worden ingezet ter verbetering van de circulaire economie en milieu in diverse demontage sectoren, zoals:
- Auto's
- Motoren
- Fietsen
- Bedrijfsvoertuigen
- Vaartuigen
- Vastgoedobjecten
Hierdoor ontstaat er een geheel nieuw product, namelijk een geheel nieuwe applicatie welke het demontageproduct herkent, classificeert en registreert, waarmee de gehele life cycle van het demontageproduct volautomatisch in kaart wordt gebracht (van begin tot eind).
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 111.230 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2021 |
Partners & Locaties
Projectpartners
- ThinkAlike B.V.penvoerder
- xDNA B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Concrete Composition Analysis SystemHet project ontwikkelt een real-time meetmethode voor de samenstelling van beton om de kwaliteit te verbeteren en de circulariteit van beton te bevorderen. | Mkb-innovati... | € 169.190 | 2020 | Details |
Duurzaam kleding recyclenHet project ontwikkelt een sensorgebaseerd systeem voor duurzaam kledingrecycling, gericht op het verbeteren van inzameling en kwaliteit, met als doel CO2-reductie en efficiënt hergebruik. | Mkb-innovati... | € 97.566 | 2023 | Details |
Project INNATEProject INNATE ontwikkelt een circulair retoursysteem voor glazen verpakkingen, gericht op efficiënt hergebruik en CO2-reductie. | Mkb-innovati... | € 186.238 | 2022 | Details |
Ontwikkeling Car Body InspectorHet project ontwikkelt een Car Body Inspector voor snelle, objectieve schade-inspecties van voertuigen, ter verbetering van veiligheid en kostenbeheersing. | Mkb-innovati... | € 194.408 | 2023 | Details |
AIM-CLEAN: AI Module voor sChoon ophaLEn AfvalstromeNAIM-CLEAN ontwikkelt een AI-gebaseerde oplossing voor het analyseren van afvalstromen om compostkwaliteit te verbeteren, circulaire grondstoffen te winnen en duurzame gedragsverandering te stimuleren. | Mkb-innovati... | € 190.750 | 2023 | Details |
Concrete Composition Analysis System
Het project ontwikkelt een real-time meetmethode voor de samenstelling van beton om de kwaliteit te verbeteren en de circulariteit van beton te bevorderen.
Duurzaam kleding recyclen
Het project ontwikkelt een sensorgebaseerd systeem voor duurzaam kledingrecycling, gericht op het verbeteren van inzameling en kwaliteit, met als doel CO2-reductie en efficiënt hergebruik.
Project INNATE
Project INNATE ontwikkelt een circulair retoursysteem voor glazen verpakkingen, gericht op efficiënt hergebruik en CO2-reductie.
Ontwikkeling Car Body Inspector
Het project ontwikkelt een Car Body Inspector voor snelle, objectieve schade-inspecties van voertuigen, ter verbetering van veiligheid en kostenbeheersing.
AIM-CLEAN: AI Module voor sChoon ophaLEn AfvalstromeN
AIM-CLEAN ontwikkelt een AI-gebaseerde oplossing voor het analyseren van afvalstromen om compostkwaliteit te verbeteren, circulaire grondstoffen te winnen en duurzame gedragsverandering te stimuleren.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
NeuroPLASTICityDit project onderzoekt de haalbaarheid van een AI-softwaremodule voor real-time classificatie van plastics en additieven, om recycling te verbeteren en afvalverwerking te optimaliseren. | Mkb-innovati... | € 20.000 | 2021 | Details |
Ontwikkeling van een geavanceerd detectie- en robotsorteersysteem voor een circulaire economieDit project ontwikkelt een modulair robotsorteersysteem voor efficiënte en autonome sortering van metalen en afval, ter bevordering van circulariteit. | 1.1 - RSO1.1... | € 447.878 | 2023 | Details |
Hyperspectrale pointcloud analyse voor semantische classificatie van materialenAeroscan onderzoekt de haalbaarheid van een innovatieve technologie voor automatische gegevensaggregatie en analyse van hyperspectrale en lidar-data, gericht op efficiënte inspectie van gebouwen. | Mkb-innovati... | € 20.000 | 2021 | Details |
Data gedreven schadeanalyse voor de voorspelling van zakelijke elektronica reparatiesHet project onderzoekt de haalbaarheid van een deep learning model voor het optimaliseren van elektronicareparaties binnen het Afterservice platform, met als doel kosten en doorlooptijden te verlagen. | Mkb-innovati... | € 20.000 | 2023 | Details |
Haalbaarheidsproject voorspelbaar maken van vervuiling en hygiëne in voedingsmiddelenprocessenHet project ontwikkelt een softwareoplossing, "Clean Smart", die met behulp van Deep Learning en Machine Learning productieprocessen optimaliseert voor gezondere voeding en duurzaamheid door vervuiling en hygiëne te voorspellen. | Mkb-innovati... | € 20.000 | 2020 | Details |
NeuroPLASTICity
Dit project onderzoekt de haalbaarheid van een AI-softwaremodule voor real-time classificatie van plastics en additieven, om recycling te verbeteren en afvalverwerking te optimaliseren.
Ontwikkeling van een geavanceerd detectie- en robotsorteersysteem voor een circulaire economie
Dit project ontwikkelt een modulair robotsorteersysteem voor efficiënte en autonome sortering van metalen en afval, ter bevordering van circulariteit.
Hyperspectrale pointcloud analyse voor semantische classificatie van materialen
Aeroscan onderzoekt de haalbaarheid van een innovatieve technologie voor automatische gegevensaggregatie en analyse van hyperspectrale en lidar-data, gericht op efficiënte inspectie van gebouwen.
Data gedreven schadeanalyse voor de voorspelling van zakelijke elektronica reparaties
Het project onderzoekt de haalbaarheid van een deep learning model voor het optimaliseren van elektronicareparaties binnen het Afterservice platform, met als doel kosten en doorlooptijden te verlagen.
Haalbaarheidsproject voorspelbaar maken van vervuiling en hygiëne in voedingsmiddelenprocessen
Het project ontwikkelt een softwareoplossing, "Clean Smart", die met behulp van Deep Learning en Machine Learning productieprocessen optimaliseert voor gezondere voeding en duurzaamheid door vervuiling en hygiëne te voorspellen.