Nyhedsbrev
Tilmeld dig Innovationsfondens nyhedsbrev og få de seneste nyheder, søgemuligheder og arrangementer
| Titel Sortér faldende | Periode | Program | |
|---|---|---|---|
| Location-specific environmental footprint analysis | 2024 - 2024 | Innobooster
|
|
|
Location-specific environmental footprint analysis
Periode
2024 - 2024
Region
Program
Innobooster Fagområde
Ikke defineret Investering
Percentage
35 Fondens investering
525.000 Samlet budget
1,5 mio. Projektdeltagere
Nature Preserve ApS Projektleder
Læs mere om projektet
| |||
| Loretta-AI: Rapid, Objective, Quantitative, and Precise Skin Assessment | 2024 - 2025 | Innoexplorer
|
|
|
Loretta-AI: Rapid, Objective, Quantitative, and Precise Skin Assessment
Periode
2024 - 2025
Region
Program
Innoexplorer Fagområde
Ikke defineret Investering
Percentage
100 Fondens investering
1,5 mio. Samlet budget
1,5 mio. Projektdeltagere
Danmarks Tekniske Universitet Projektleder
Læs mere om projektet
| |||
| LOUK - Præcisionsteknologi til landbruget med autonom “drone-in-a-box” løsning og software til billedanalyse | 2024 - 2025 | Innofounder
|
|
|
LOUK - Præcisionsteknologi til landbruget med autonom “drone-in-a-box” løsning og software til billedanalyse
Periode
2024 - 2025
Region
Program
Innofounder Fagområde
Ikke defineret Investering
Percentage
100 Fondens investering
1,1 mio. Samlet budget
1,1 mio. LOUKs mission er at reducere landbrugets miljøpåvirkning med billedanalyse.
EU-Kommissionen har et mål om, at anvendelsen af og risikoen ved kemiske og farligere pesticider i EU senest i 2030 skal reduceres med 50 %. Den mest effektive måde at reducere brugen er ved at pletsprøjte pesticider - i stedet for at sprøjte hele marken.
LOUK udvikler software, der identificerer og kategoriserer hvert enkelt plante på landmandens mark. Ukrudtet kortlægges, så landmanden kan pletsprøjte med ukrudtsmidler.
Til at starte med fokuserer vi på frøgræsmarker - altså produktion af frø til bl.a. græsplæner og sportsbaner. Det skyldes, at der er meget lav tolerance for ukrudt, og der er færre og færre effektive ukrudtsmidler til rådighed, fordi græsukrudtet har udviklet resistens. Der er derfor behov for at kortlægge ukrudtet, så det kan bekæmpes effektivt.
Lige nu analyserer vi multispektrale dronebilleder, som vi selv indsamler. For at skalere arbejder vi mod en automatiseret drone-in-a-box løsning og implementering af vores software i andre platforme, såsom selvkørende maskiner og kameraer på sprøjtebommen. På sigt vil vores software også kunne benyttes i andre afgrøder.
Vores software udvikles baseret på erfaringer, som vi har opnået gennem vores ph.d.er i rumfartsteknologi og computer vision fra DTU Space og vores arbejde for NASA med billedanalyse af mineraler på Mars i jagten på liv.
Projektdeltagere
Louk ApS Projektleder
Læs mere om projektet
| |||
| Loungers - Cirkulær Sofaservice | 2024 - 2025 | Innofounder
|
|
|
Loungers - Cirkulær Sofaservice
Periode
2024 - 2025
Region
Program
Innofounder Fagområde
Ikke defineret Investering
Percentage
100 Fondens investering
430.000 Samlet budget
430.000 Behovet for møblerede boliger er i høj vækst, i takt med at flere mennesker arbejder og lever som globale borgere. Det stiller nye krav til udlejere, som kæmper med at opfylde lejernes krav til komfort og design, samtidig med at overholde bæredygtighedsstandarder og holde sig inden for deres budget. Ofte resulterer dette i valg af billige møbler, som hurtigt bliver slidte, øger vedligeholdelsesomkostningerne, og har en høj miljømæssig påvirkning.
Loungers er en cirkulær sofa-løsning til møblerede boliger, der giver fleksibiliteten til at designe, tilpasse og vedligeholde sofaer med en reduceret miljøpåvirkning.
Vores løsning er designet til at forlænge sofaens levetid ved at muliggøre nem udskiftning af betræk, dele og konfigurationer, hvilket undgår fuld udskiftning og reducerer vedligeholdelsesomkostningerne.
Med støtte fra Innovationsfonden kan vi realisere vores vision om en digital platform, der vil tracke sofaernes levetid, facilitere reparationer og skift af dele samt sikre adgang til miljødata i realtid. Dette skal gøre det lettere for kunderne at vedligeholde deres sofaer med lavere omkostninger og mindre klimaaftryk
Projektdeltagere
Loungers ApS Projektleder
Læs mere om projektet
| |||
| LSPSF LSP Ship Factory - Robotic production of modular structures on Danish shipyards | 2024 - 2028 | Grand Solutions
|
|
|
LSPSF LSP Ship Factory - Robotic production of modular structures on Danish shipyards
Periode
2024 - 2028
Region
Program
Grand Solutions Fagområde
Ikke defineret Investering
Percentage
70.33 Fondens investering
33,2 mio. Samlet budget
47,2 mio. In LSP Ship Factory, central stakeholders in the Danish maritime sector jointly develop novel robotization and digitalization technologies for the highly automated building, repair and recycling of modular ship designs. We introduce a novel cell-based concept for automated shipyard operations, in which processes are executed in a central multi-purpose/ multi-robot workspace. This cell-based concept optimizes the commissioning and continued development and extension of sophisticated automation equipment “out of the box” and enables shipyards to lift their highly manual operations today to flexible, digital and robotized operations, monitored and controlled product quality and attractive workplaces for existing staff and young professionals alike. We utilize the unique equipment of the newly established SDU Center for Large Structure Production (LSP), while supporting the shipyards and designers on implementing relevant aspects of the overall concept in their own operations with their own staff. LSP Ship Factory thus enables shipyards to counter the pressure of a fierce global competition and a lack of workforce with innovative and manageable technologies for robotized production operations around the lifecycle of ships. Outcomes of our joint developments prepare and support the Danish maritime sector with tangible solutions to reactivate and reshore the necessary competencies and capacities to engage in civil and naval initiatives for building and maintaining vessels in DK.
Projektdeltagere
University of Southern Denmark, Danske Maritime, Inrotech A/S, Force Technology, Simfact ApS, Fayard A/S, Orskov Yard A/S, Karstensen Skibsværft A/S, Søby Værft A/S, Tuco Yacht Værft A/S, University of Southern Denmark, OMT Projects ApS, Hausschildt Marine, SH Group A/S, Cluster Odense Robotics Projektleder
Læs mere om projektet
| |||
| M-ERA.NET 3, Call 2023 - ArcAMAT | 2024 - 2027 | Internationale samarbejder
|
|
|
M-ERA.NET 3, Call 2023 - ArcAMAT
Periode
2024 - 2027
Region
Program
Internationale samarbejder Fagområde
Ikke defineret Investering
Percentage
100 Fondens investering
2,2 mio. Samlet budget
2,2 mio. Projektdeltagere
Danmarks Tekniske Universitet Projektleder
Læs mere om projektet
| |||
| M-ERA.NET 3, Call 2023 - CERMETAD | 2024 - 2027 | Internationale samarbejder
|
|
|
M-ERA.NET 3, Call 2023 - CERMETAD
Periode
2024 - 2027
Region
Program
Internationale samarbejder Fagområde
Ikke defineret Investering
Percentage
100 Fondens investering
3,7 mio. Samlet budget
3,7 mio. Projektdeltagere
Danmarks Tekniske Universitet, ATLANT 3D Nanosystems ApS Projektleder
Læs mere om projektet
| |||
| M-ERA.NET 3, Call 2023 - H2-ELECTRODE | 2024 - 2027 | Internationale samarbejder
|
|
|
M-ERA.NET 3, Call 2023 - H2-ELECTRODE
Periode
2024 - 2027
Region
Program
Internationale samarbejder Fagområde
Ikke defineret Investering
Percentage
100 Fondens investering
3,2 mio. Samlet budget
3,2 mio. Projektdeltagere
HydrogenPro ApS, Aarhus Universitet Projektleder
Læs mere om projektet
| |||
| Machine learning optimering af 2D-EHD beregninger af stempelringe i to-takts-skibsmotorer | 2024 - 2027 | Erhvervsforsker
|
|
|
Machine learning optimering af 2D-EHD beregninger af stempelringe i to-takts-skibsmotorer
Periode
2024 - 2027
Region
Program
Erhvervsforsker Fagområde
Ikke defineret Investering
Percentage
45.91 Fondens investering
1,1 mio. Samlet budget
2,3 mio. Formålet med dette projekt er at optimere 2D EHD beregninger af stempelringen i to-takts-skibsmotorer. Grunden til den ønskede optimering er den lange beregningstid der er på EHD beregningerne, hvilket mindsker deres brugbarhed i designet af ringpakken. Dette kan lede til øget friktion og slid af stempelringene samt støre afhængighed af dyre fysiske tests for at kompensere for den manglende viden.
Projektdeltagere
Technical University of Denmark, MAN Energy Solutions, filial af MAN Energy Solutions SE, TYSKLAND Projektleder
Læs mere om projektet
| |||
| Målrettet og Digitaliseret Artrose Rehabilitering | 2024 - 2025 | Innobooster
|
|
|
Målrettet og Digitaliseret Artrose Rehabilitering
Periode
2024 - 2025
Region
Program
Innobooster Fagområde
Ikke defineret Investering
Percentage
35 Fondens investering
599.638 Samlet budget
1,7 mio. Projektdeltagere
Icura Aps Projektleder
Læs mere om projektet
| |||
| MANY Digital A/S MANY OS 3. Genansøgning | 2024 - 2024 | Innobooster
|
|
|
MANY Digital A/S MANY OS 3. Genansøgning
Periode
2024 - 2024
Region
Program
Innobooster Fagområde
Ikke defineret Investering
Percentage
35 Fondens investering
1,2 mio. Samlet budget
3,4 mio. Projektdeltagere
Many Digital A/S Projektleder
Læs mere om projektet
| |||
| Mapping the Influence of Non-Proportional Stress State on the Fatigue Life of Welded Steel Components | 2024 - 2026 | Erhvervsforsker
|
|
|
Mapping the Influence of Non-Proportional Stress State on the Fatigue Life of Welded Steel Components
Periode
2024 - 2026
Region
Program
Erhvervsforsker Fagområde
Ikke defineret Investering
Percentage
45.22 Fondens investering
1,1 mio. Samlet budget
2,4 mio. Dette projekt har til formål at undersøge indvirkningen af ikke-proportionale spændingstilstande på multiaksial udmattelseslevetid i svejste stålkomponenter. Eftersom den ikke-proportionale effekt ikke er veldokumenteret skal et sammenspil af eksperimentelle forsøg samt metaanalyse af samtlige kriterier og dataserier omsættes til praktiske retningslinjer for ingeniører. Målet er at øge den tilgængelige viden på området og forbedre sikkerhedens vurderinger ved levetidsbestemmelse.
Projektdeltagere
Aalborg University, LIFTRA ApS Projektleder
Læs mere om projektet
| |||
| Maskinedata og predictive maintenance | 2024 - 2025 | Innobooster
|
|
|
Maskinedata og predictive maintenance
Periode
2024 - 2025
Region
Program
Innobooster Fagområde
Ikke defineret Investering
Percentage
35 Fondens investering
759.500 Samlet budget
2,2 mio. Projektdeltagere
Airwallet Projektleder
Læs mere om projektet
| |||
| Measurelet – Algoritme til måling af udskillelser | 2024 - 2025 | Innobooster
|
|
|
Measurelet – Algoritme til måling af udskillelser
Periode
2024 - 2025
Region
Program
Innobooster Fagområde
Ikke defineret Investering
Percentage
35 Fondens investering
697.375 Samlet budget
2,0 mio. Projektdeltagere
Measurelet ApS Projektleder
Læs mere om projektet
| |||
| MedFlow: AI-powered assistant for CE certification | 2024 - 2025 | Innobooster
|
|
|
MedFlow: AI-powered assistant for CE certification
Periode
2024 - 2025
Region
Program
Innobooster Fagområde
Ikke defineret Investering
Percentage
35 Fondens investering
929.775 Samlet budget
2,7 mio. Projektdeltagere
MedFlow Soft Projektleder
Læs mere om projektet
| |||