mHealth 24/7 is een dienst die diabetespatiënten helpt om op eenvoudige wijze toezicht te houden op hun eigen gezondheid. mDiabetes 24/7 is een prototype app binnen de dienst mHealth 24/7. Op dit moment kunnen patiënten met het prototype van de app hun bloedsuikerwaardes, een eetdagboek en de hoeveelheid toegediende insuline bijhouden. mHealth 24/7 heeft de wens geformuleerd om haar informatievoorziening aan diabetespatiënten verder uit te breiden, door gepersonaliseerd inzicht te geven in de oorzaak van stijgingen en dalingen van hun bloedsuikerwaarden. Meer informatie stelt de patiënt in staat om beter gemotiveerde maatregelen te nemen en stimuleert therapietrouw waarmee later complicaties kunnen worden voorkomen. Dit verbetert de kwaliteit van leven en vermindert kosten.In het project is gerealiseerd dat data uit een activity tracker en omgevingstemperatuur ingelezen wordt in de app en wordt geïntegreerd met bestaande data zoals bloedsuikerwaarde. Daarnaast kunnen patiënten handmatig aangeven hoe ze zich voelen. Patiënten krijgen daarmee inzicht in het effect van activiteit, omgevingstemperatuur en stemming op fluctuaties in bloedsuikerwaardes. In een pilot met 25 proefpersonen is de technische werking van de verrijkte app getest evenals de functionaliteit.Er is aangetoond dat de app werkt en dat voor gebruikers de verrijking van de informatie in de app met hartslag, omgevingstemperatuur en stemming van toegevoegde waarde is. Wel blijkt dat een app zoals deze foutloos en realtime moet werken en de gebruiksinterface dusdanig moet werken, dat de gebruikers er uitsluitend gemak van ondervinden. Diabetes is een arbeidsintensieve ziekte en nog meer werk is ongewenst!Als in een volgende pilot meer data kan worden verzameld, kan worden gewerkt aan het voorspellen van fluctuaties in bloedsuikerwaardes waardoor een patiënt ook voortijdig gewaarschuwd kan worden.Vanuit verschillende marktpartijen zoals ziekenhuizen en zorgverzekeraars is interesse getoond voor het project. Gezamenlijk gaan deze partijen aanspraak doen op tijdelijke financiering vanuit de “Beleidsregel Innovatie Kleinschalige Experimenten.
Dit artikel verscheen eerder in Mechatronica&MachinebouwOp de Roscon-conferentie afgelopen september heeft Microsoft een experimentele versie van Ros voor Windows gereleaset. Traditioneel werkt dat robotbesturingssysteem alleen op Linux, dus hiermee is het toegankelijk geworden voor een grote nieuwe groep gebruikers. Saxion-onderzoeker Wilco Bonestroo vertelt op basis van praktijkervaringen over de mogelijkheden van Ros voor de industrie.
MULTIFILE
Het project Wireless Sensor Technologie bij Calamiteiten is een samenwerkingsverband tussen Saxion, Thales Nederland (de dochterondernemingen D-CIS Lab en Iseti), Ambient Systems, Ti-WMC, het beveiligingsbedrijf Vigilat, het Regionaal Centrum Criminaliteitspreventie en Veiligheidsregio’s Twente, Noord en Oost Gelderland, Gelderland Midden en Zuid. Dit project wordt ondersteund door de Stichting Innovatie Alliantie (SIA) vanuit het RAAK MKB fonds. Binnen het werkpakket Proximity wordt onderzoek gedaan naar de stand van zaken van indoorlokalisatie. De motivatie voor dit deelproject komt voort uit het streven het risico voor de hulpverlener in actie te verminderen. Elke dag wagen brandweermannen hun leven bij het blussen van branden en het redden van mensen uit brandende gebouwen. Hierbij wil het wel eens gebeuren dat een brandweerman in problemen komt door de gevaarlijke en onoverzichtelijke situatie, de weg kwijtraakt of het contact verliest met zijn collega’s. Op zulke momenten is het moeilijk voor deze brandweerman om zijn collega’s te vinden en andersom is het moeilijk voor zijn collega’s om hem te vinden. Dit resulteert soms in de dood van een of meer brandweermannen. Daarom zal onderzocht worden welke rol technologie kan spelen om de veiligheid van een brandweermannen te verhogen bij de uitvoering van hun taak en wel voornamelijk door het realtime bepalen van zijn locatie en positie in een brandend gebouw. Allereerst zal het probleem behandeld worden, daarna wordt onderzocht welke technieken en technologie er beschikbaar zijn. Deze zullen gewaardeerd worden op basis van de praktijkcriteria: betrouwbaarheid, snelle operationele inzetbaarheid, nauwkeurigheid en kosten. Aan de hand daarvan wordt een onderzoeksvraag geformuleerd. Op basis van geschiktheid van de oplossingsrichtingen zal in het vervolg een prototype ontworpen en gebouwd worden.
MULTIFILE
Inleiding en praktijkvraag De groeiende wereldbevolking gecombineerd met de klimaatverandering zorgt voor een de noodzaak tot een duurzame voedselvoorziening (KIA missie Landbouw, voedsel & water). Een significante reductie van gewasbestrijdingsmiddelen is daarbinnen een belangrijke doelstelling. Robotica maakt als technologie motor van de precisielandbouw plant specifieke precisie-bestrijding mogelijk. Het projectconsortium onderzoekt een semiautonoom samenwerkend grond-luchtrobot platform voor de precisielandbouw. Projectdoelstelling De doelstelling van het project AGRobot Platform is dan ook: “Onderzoek de mogelijkheden van een semi-autonoom samenwerkend grond-lucht robotplatform voor de precisielandbouw”. De hoofddoelstelling wordt binnen dit project beantwoordt door de deliverables uit de volgende subdoelstellingen: 1. Case studie onderzoek naar de mogelijke voordelen van het grond-luchtrobotplatform 2. Onderzoek naar de benodigde technologieën voor een grond-luchtrobotplatform 3. Ontwikkelen van een eerste (mogelijk case-specifieke) demonstrator 4. Ontwikkelen van (nieuwe) samenwerkingsvormen. Vraagsturing & Netwerkvorming Riwo Engineering is een industriële automatiseeerder die met zijn grondrobots en control-besturingssytemen actief is in de veeteelt. DRONEXpert gebruikt hyperspectrale camera’s onder drones voor het bemeten van gewassen. Saxion mechatronica onderzoekt met de onderzoekslijn unmanned robotic systems hoe de nieuwste robotica technologieën systemen mogelijk maakt voor ongestructureerde omgevingen. De partners bezitten gezamenlijk een enorm netwerk (TValley, Space53, euRobotics) en klanten om via de case studies de kansen te achterhalen en te realiseren. Innovatie Nergens ter wereld is een samenwerkend grond-luchtrobot platform actief in de precisielandbouw. Voor OostNederland, met naast veel robotica kennis ook veel Agro-kennis, zal het project letterlijk de KIEM zijn voor nieuwe projecten waaruit de valorisatie kansen richting heel Europa gaan. Activiteitenplan & Projectorganisatie Het project wordt geleid door de lector Dr. Ir. D.A.Bekke en uitgevoerd door Abeje Mersha en Mark Reiling samen met het deelnemend MKB. Het project bestaat uit 4 werkpakketten die achtereenvolgens antwoordt geven op de gestelde subdoelstellingen. Aan elk werkpakket zijn deliverables gekoppeld.
Ten gevolge van de klimaatverandering Nederland bedreigt. De Verenigde Naties benoemt ‘17 Gobal Goals for a Sustainable Development’ nader gespecificeerd. Goal 13:” versterk de veerkracht en het aanpassingsvermogen aan klimaatgerelateerde gevaren en natuurrampen”. Deze klimaatverandering vraagt om een continue inzicht in de waterafvoercapaciteit van Nederlandse water-infrastructuur. Autonome vaartuigen maken een continue bemeting en realtime informatie van de vaarwegen mogelijk op basis waarvan waar snel actie ondernomen kan worden. Diverse partijen zowel publiek als privaat hebben de wens om continue en autonoom te varen en zijn afzonderlijk hiermee bezig zoals onder andere Rijkswaterstaat, Saeport Groningen en Provincie Overijssel . Het lectoraat mechatronica, dat succesvol onderzoek doet naar ‘autonome systemen in ongestructureerde omgevingen’ heeft veel kennis en ervaring op het gebied van grond (2D navigatie) en lucht robots (3D navigatie). Deze ontwikkelde technologieën zijn potentieel zeer geschikt voor navigatie op het water (2D, 2.5D) en onderwater (3D). Tijdens de vraaginventarisatie bleek er reeds veel interesse van partijen om kennis te delen en samen door te ontwikkelen. Er zijn semi-autonome vaartuigen beschikbaar hiervoor, maar bij de partijen ontbrak een totaal overzicht van de huidige stand van der technologie. Daarom wil het lectoraat Mechatronica samen met Marinminds, Aquatic Drones en DronExpert een onderzoek uitvoeren naar de ‘State of the Art’ betreft autonoom varen. In dit project zal dit onderzoek worden uitgevoerd door specificatie van de gewenste functionele bouwblokken (WP1), een state-of-the art van beschikbare technische oplossingen (WP2), een Gap-analysis tussen deze beide (WP3), verkennende experimenten hiernaar met behulp van een demonstrator (WP4) en een nieuwe specifiek gemaakte projectaanvraag (WP5). Dit cross-over project van de topsector HTSM/SmartIndustry met de topsector Water & Maritiem versterkt al direct de kennispositie van alle betrokken partijen, waardoor deze consortia sneller de vaarwegen klimaat-adaptief kunnen maken, zodat daarmee de Nederlandse (water) veiligheid beter wordt geborgd.
Fijnstof in de pluimveehouderij Aanleiding Fijnstof in de pluimveehouderij is een actueel onderwerp. Het is onduidelijk wat de fijnstof rondom pluimveestallen doet omdat er nog geen goed meetsysteem bestaat om rondom de stal continu te meten wat fijnstof doet en wat de invloed van elementen buiten de stal (omgeving, weer) doet. Het innovatieve pluimveebedrijf Kipster wil samen met het burgerinitiatief Behoud de Parel meer inzicht krijgen in de fijnstofconcentraties. GreenTechLab wilt een systeem ontwikkelen waarbij door combinatie van meerdere fijnstofmeetstations beter inzicht ontstaat van de fijnstofconcentraties rondom het bedrijf en er tevens data wordt verzameld van het buitenklimaat. Doel GreenTechLab en partners gaan gezamenlijk een proof of concept ontwikkelen van een realtime 24/7 fijnstofmeetsysteem voor de (pluim)veehouderij om op macroniveau (rondom stallen) fijnstofconcentraties te meten en dit middels te ontwikkelen slimme software te gaan combineren met andere data (weerstation) en bedrijfsactiviteiten (voeren, verlichting, aan- afvoer, instellingen luchtwassers en klimaatsystemen enz) en zodoende te kunnen experimenteren met bedrijfsactiviteiten die leiden tot minder fijnstof emissies. Beoogde resultaten Het project levert een proof of concept op van een fijnstofmeetsysteem, waarmee we realtime 24/7 fijnstofconcentraties voor de (pluim)veehouderij op macroniveau (rondom stallen) kunnen meten en dit middels slimme software combineren met andere data (weerstation) en bedrijfsactiviteiten (voeren, verlichting, aan- afvoer, instellingen luchtwassers en klimaatsystemen enz) om zodoende te kunnen experimenteren met bedrijfsactiviteiten die leiden tot minder fijnstof emissies. Op basis van deep learning technieken en met behulp van big-data is gemeten wat bepaalde aanpassingen aan parameters (actuaties) voor gevolg hebben op de uitstoot van fijnstof.
