De elektrische auto redt zich wel. We kunnen beter subsidie geven aan laadstations en netwerken stelt Martien Visser.
LINK
Thermo-elektrische materialen zijn al sinds de 19e eeuw bekend. In 1834 ontdekte de Franse natuurkundige Jean Peltier dat er warmte wordt getransporteerd van de overgang tussen twee metalen wanneer er een elektrische stroom vloeit door het grensvlak. Het grote voordeel van Peltier elementen is dat er geen bewegende delen of vloeistoffen in zitten, waardoor het onderhoudsarm en stil is. Nadeel is het lage rendement (<10%) van deze materialen. Grootste uitdaging is het vinden van het juiste materiaal: goede elektrische geleiding in combinatie met slechte warmtegeleiding. Slechte warmtegeleiding is noodzakelijk om het temperatuurverschil tussen beide kanten te handhaven. Probleem is dat de meeste materialen die goed elektriciteit geleiden, eveneens goed warmte geleiden. Warmte wordt onder andere doorgegeven door elektronen, elektriciteit ook, dus daar valt niets te winnen. Warmte wordt ook doorgegeven door trillingen (fononen). Deze trillingen probeert men op nanoschaal te dempen. Ontwikkelingen in de nanotechnologie hebben aangetoond dat het mogelijk is om de efficiency van de thermo-elektrische materialen te verbeteren. Hierdoor kan meer elektriciteit worden opgewekt dan voorheen en wordt het Seebeck effect (energy harvesting) interessant. Dit document beschrijft de eigenschappen en toepassingsmogelijkheden van thermo-elektrische materialen. Het document is opgeleverd in het project Innovatief Materialen Platform Twente (IMPT). In dit project heeft het IMPT 75 innovatieve materialen in kaart gebracht. Met een tiental materialen is toegepast onderzoek gedaan, zodat ondernemers en ontwerpers weten of en hoe zij deze kunnen toepassen.
MULTIFILE
In de automotive sector vindt veel onderzoek en ontwikkeling plaats op het gebied van autonome voertuigtechnologie. Dit resulteert in rijke open source software oplossingen voor besturing van robotvoertuigen. HAN heeft met haar Streetdrone voertuig reeds goede praktijkervaring met dergelijke software. Deze oplossingen richten zich op een Operational Design Domain dat uitgaat van de publieke verkeersinfrastructuur met daarbij de weggebruikers rondom het robotvoertuig. In de sectoren agrifood en smart industry is een groeiende behoefte aan automatisering van mobiele machinerie, versterkt door de actuele coronacrisis. Veel functionaliteit van bovengenoemde automotive software is inzetbaar voor mobiele robotica in deze sectoren. De toepassingen zijn enerzijds minder veeleisend - denk aan de meer gestructureerde omgeving, lagere snelheden en minder of geen ‘overige weggebruikers’ – en anderzijds heel specifiek als het gaat over routeplanning en (indoor) lokalisatie. Vanwege dit specifiek karakter is de bestaande software niet direct inzetbaar in deze sectoren. Het MKB in deze sectoren ervaart daarom een grote uitdaging om dergelijke complexe autonome functionaliteit beschikbaar te maken, zonder dat men kan voorbouwen een open, sectorspecifieke softwareoplossing. In Automotion willen de aangesloten partners vanuit bestaande kennis en ervaring tot een eerste integratie en demonstratie komen van een beschikbare automotive open source softwarebibliotheek, aangepast en specifiek ingezet op rijdende robots voor agrifood en smart industry, met focus ‘pickup and delivery’ scenario’s. Hierbij worden de aanpassingen - nieuwe en herschreven ‘boeken’ in de ‘bibliotheek’ - weer in open source gepubliceerd ter versterking van het MKB en het onderwijs. Parallel hieraan willen de partners ontdekken welke praktijkvragen uit dit proces voortvloeien en welke onderliggende kennislacunes in de toekomst moeten worden ingevuld. Via open workshops met uitnodigingen in diverse netwerken worden vele partijen uitgenodigd om gezamenlijk aan de hand van de opgedane ervaringen van gedachten te wisselen over actuele kennisvragen en mogelijke gezamenlijke toekomstige beantwoording daarvan.
De groeiende wereldbevolking zorgt voor noodzaak tot optimaler gebruik van landbouwgrond. De innovatie van de eerste elektrische tractor door Boessenkool B.V. zorgt voor minder rijsporen en daarmee een effectiever landbouw gebruik. Tevens creëert deze elektrificatie de mogelijkheid tot volcontinue automatische landbouw. De in ontwikkeling zijnde landbouw-drone van Drone4Agro B.V. laat geen enkel rijspoor achter en heeft de autonome landbouw tot doel! Saxion, als kennisontwikkelaar van systems engineering en modulaire robotica, en bovengenoemde partners hebben elkaar gevonden tijdens gesprekken over het drone test centrum. Saxion is ook aangesloten bij de SMART Industry agenda Boost van Oost Nederland en mede-oprichter van de netwerkorganisatie LEO Robotics. De centrale kennisvraagstelling luidt: “Is het mogelijk om een koppeling van een autonome drone met een oplaadstation te maken, waarbij de drone een autonome landingsprocedure gebruikt?” Tevens wordt gekeken naar welke kennisvragen opgelost moeten worden om te komen tot (vol‑)automatische landbouwbewerkingen. De autonome besturing en toekomstige volautomatische landbouwbewerkingen openen internationaal de mogelijkheden tot autonome landbouw op grote schaal en voor Saxion tot een duurzame investering in de kenniskring. De technische uitdaging zit hem in de overgang van de GPS gecontroleerde besturing naar de automatische landing/koppelingsprocedure, waarbij een besturingscontrol overdracht moet plaats vinden. Tevens is de technische uitdaging om de besturing zodanig generiek en modulair op te zetten dat het hardware (grond of luchtrobot) onafhankelijk is. De kennis van de besturingen zal gedeeld worden om te komen tot een technische doorontwikkeling van de autonome besturing. Middels de kennisontwikkeling op gebied van autonome besturing en demonstratiemodellen van de luchtrobot en eventueel grondrobot wordt het proof-of-concept aangetoond. Middels stages en afstudeeropdrachten zal geprobeerd worden de kennis te implementeren in de prototypes bij de bedrijven. Middels de bewezen systems engineeringsmethodiek “Het V-model” zullen de functionele klantenwensen t.a.v. de landbouwbewerkingen worden vertaald naar de kennisvragen, mogelijke technische oplossingen en eventuele vervolgprojecten.
Fietsen is diepgeworteld in de Nederlandse cultuur en draagt bij aan een duurzame, gezonde en mobiele samenleving. Met de opkomst van nieuwe (elektrische) vervoersmiddelen, neemt ook de complexiteit van het verkeer toe en ontstaan er nieuwe veiligheidsuitdagingen. Om deze effectief aan te pakken, is het van groot belang om beleidsmakers en educatieve instellingen te voorzien van diepgaande inzichten in fietsgedrag en verkeerssituaties. Met dit project richten we ons op het leveren van deze inzichten door middel van geavanceerde AI-technologieën. De huidige software-oplossingen gericht op het verbeteren van de verkeersveiligheid zijn vaak beperkt in hun functionaliteit en toepassingsgebied. Ze richten zich voornamelijk op het tellen en volgen van verkeersdeelnemers, zonder de complexiteit van fietsverkeer te analyseren. Ons project onderscheidt zich door het gebruik van recente state-of-the-art AI-methoden om complexe verkeerssituaties en fietsgedrag automatisch te analyseren en te classificeren. Ons AI-gestuurde systeem maakt gebruik van Nederlandse videobeelden afkomstig van zowel statische camera's als camera's gemonteerd op fietsers. Hierdoor kunnen we onveilig fietsgedrag en risicovolle situaties herkennen en aanbevelingen doen aan beleidsmakers voor infrastructuuraanpassingen. Het implementeren van AI in opleidingen zoals ruimtelijke ordening zal leiden tot een verfrissend curriculum dat studenten future-proof opleidt. Samen werken we aan de ruimtelijke ontwikkeling van de toekomst. Bovendien kunnen de AI-tools worden gebruikt om lesmateriaal te ontwikkelen, waardoor zij beter inzicht krijgen in de factoren die bijdragen aan onveilige situaties en hoe zij hun gedrag kunnen aanpassen om het risico op ongevallen te verminderen. Het aanvragende consortium bestaat uit een multidisciplinair team van onderzoekers en studenten uit de AI, computer vision, verkeerspsychologie, verkeerskunde en ruimtelijke ontwikkeling, die samenwerken met publieke instellingen en commerciële partners aan een open-source intelligent softwaresysteem. Samengevat zal dit project niet alleen de huidige kennis over fietsgedrag en verkeersveiligheid uitbreiden, maar ook de manier waarop beleidsmakers en educatieve instellingen met deze kwesties omgaan transformeren.
