Geavanceerde beeldvorming voor zonne-efficiëntie
Drones voor wolkanalyse: het project onderzoekt het gebruik van RGB-D camera’s met een hoge resolutie, gemonteerd op drones in gecoördineerde formaties, om in real-time de dynamiek van wolken vast te leggen. In tegenstelling tot statische grondsensoren biedt de vliegende beeldvorming een breder en flexibeler perspectief, wat de modellering van zonnestraling verbetert. Het onderzoek richt zich op zowel de optimalisatie van beeldacquisitie als de dataverwerking en interpretatie om zo de nauwkeurigheid van energievoorspellingen te maximaliseren.
Simulatie gestuurde technologie validatie
Beeldvormingsoplossingen testen in een relevante simulatie omgeving/digital twinning: om robuuste prestaties te garanderen, worden alle beeldverwerking- en drone coördinatiestrategieën gevalideerd in een hoogwaardige simulatieomgeving zoals Gazebo. Deze aanpak maakt nauwkeurige validatie mogelijk van beeldverwerkingsalgoritmen, sensorkalibratie en autonome vluchtpatronen onder realistische weersomstandigheden, waardoor de noodzaak van dure fysieke prototypes wordt geëlimineerd.
Samenwerking tussen onderzoek en industrie
Vooruitgang in beeldvorming voor hernieuwbare energie: dit project brengt industriële en academische experts samen op het gebied van beeldvorming, AI en hernieuwbare energie. Het biedt een industriele toepassing voor reeds ontwikkelde maar nog theoretische strategieën op het gebied van drone coördinatie en zonnevoorspellingen. Door luchtbeeldvorming verder te verfijnen, dragen de resultaten bij aan een verbeterde efficiëntie van zonneparken, betere netintegratie en schaalbare oplossingen voor milieumonitoring, ook buiten zonne-energie toepassingen.