✅ Key features van de challenge

• Studiejaar studenten: 2e, 3e en 4e jaars HBO-ICT Bachelor Voltijd (focus op 3e jaars studenten). Multidisciplinaire teams.
• Aantal studenten per team: 6
• Tijdsinvestering door studenten: 32 uur per week
• Duur opdracht (in weken): 19 weken
• Tijdsinvestering door ondernemer (gemiddeld aantal uur per week): 1 a 2 uur per week.
• Deliverables (advies, ontwerp, product etc.): Proof of Concept
• Vervolg opdracht: alleen wanneer een ondernemer hier de lead in neemt, zorgt codes worden gedocumenteerd, checkt of het bruikbaar is ook met interne team etc) - dit omdat er een goede overdracht moet plaatsvinden.
• Taal opleiding:  Engels (vanwege deelname internationale studenten)
• Matching fee: gratis
• Locatie: Amsterdam

📑 Module informatie

De Studio Smart Cities is een unieke leeromgeving waar studenten en professionals samenwerken aan innovatieve oplossingen voor stedelijke uitdagingen. Door een integrale benadering wordt gewerkt aan de ontwikkeling, implementatie en evaluatie van technologieën en concepten die bijdragen aan de realisatie van slimme, duurzame steden.

Binnen de studio wordt een breed scala aan subthema's behandeld

• Smart Home - binnen Smart Home richten projecten zich op energiezuinige technologieën en slimme netwerken
• Smart Street - draait om het optimaliseren van mobiliteit en verkeersstromen met Internet of Things-gebaseerde systemen. 
• Smart School - focust op het ontwerpen van innovatieve leeromgevingen die technologie en duurzaamheid combineren.

Studenten krijgen de kans om in multidisciplinaire teams samen te werken en gebruik te maken van geavanceerde digitale tools zoals data-analyse, simulaties en prototyping. Partners uit de publieke en private sector worden actief betrokken om praktijkgerichte vraagstukken aan te dragen, waardoor de relevantie en toepasbaarheid van de projecten worden vergroot.

De studio biedt bovendien een platform voor experiment en creativiteit, waarbij deelnemers worden gestimuleerd om baanbrekende oplossingen te ontwikkelen die bijdragen aan inclusieve, leefbare steden. De resultaten van deze projecten leveren niet alleen waardevolle inzichten op, maar kunnen ook worden opgeschaald voor implementatie in de echte wereld

Methodiek en/of fasering van het traject
Projectonderwijs met jou als opdrachtgever voor een team studenten met de profielen: 

--> Embedded & Robotics Engineer, Back-end Developer.

Deze studenten kunnen het volgende opleveren:

1. Hardware voor dronebesturing/sensoren 2. Software die hiervoor nodig is 3. Data analyse 

Gebruik van bestaande droneplatformen: Studenten kunnen werken met commerciële drones zoals DJI, Parrot of open-source projecten zoals PX4 en ArduPilot. 

Praktische relevantie voor MKB: Drones kunnen bedrijfsprocessen efficiënter en veiliger maken.

Fasering (onder voorbehoud):
1. Onboarding/ Individueel Studentenproject / Kennismaking met opdrachtgever. (3 weken)

2. Onboarding/ Individueel Studentenproject / Onderzoek naar probleem opdrachtgever (3 weken)

3. Sprint 1 (3 weken)

4. Sprint 2 (3 weken)
5. Sprint 3 (3 weken)

6. Oplevering (1 week)

📑 Challenge voorbeelden

Voorbeeldprojecten voor MKB met focus op Embedded & Robotics en Back-end ontwikkeling

1. Slimme Omgevingsmonitor voor Bedrijfspanden
Ontwikkel een sensorplatform dat temperatuur, luchtvochtigheid en CO₂-niveaus in kantoren of magazijnen meet. De sensorgegevens worden via een back-end dashboard inzichtelijk gemaakt en kunnen automatisch meldingen sturen bij afwijkingen.

· Embedded & Robotics: Sensorintegratie, draadloze communicatie (LoRa, Zigbee, Wi-Fi).

· Back-end: API en dashboardontwikkeling, data-opslag, notificatiesysteem.

· Uitvoerbaarheid: Gebruik van bestaande sensormodules en open-source back-end frameworks maakt dit haalbaar binnen een semester.

2. Automatische Voorraadbeheerrobot
Bouw een mobiele robot die voorraadniveaus in een magazijn scant met RFID of barcodes en de gegevens naar een back-end stuurt voor verwerking.

· Embedded & Robotics: Robotbesturing, sensoren voor detectie, draadloze dataoverdracht.

· Back-end: Database voor voorraadbeheer, API voor communicatie met de robot, webinterface.

· Uitvoerbaarheid: Studenten kunnen een bestaande robotbasis (bijv. TurtleBot) aanpassen en uitbreiden met eigen sensortechnologie.

3. Slimme Toegangssystemen voor Kantoorruimtes
Ontwikkel een elektronisch toegangssysteem met gezichtsherkenning of NFC-kaarten dat gekoppeld is aan een centrale gebruikersdatabase.

· Embedded & Robotics: Camera- of RFID-integratie, microcontrollerontwikkeling.

· Back-end: Gebruikersbeheer, logging van toegangsgegevens, API voor authenticatie.

· Uitvoerbaarheid: Gebruik van Raspberry Pi en bestaande AI-modellen voor gezichtsherkenning maakt dit binnen het project haalbaar.

4. Intelligente Werkplekmonitoring
Creëer een systeem dat de bezettingsgraad van werkplekken in een kantoor of co-working space monitort met behulp van sensoren en een webinterface voor gebruikers.

· Embedded & Robotics: Bezettingssensoren (PIR, ultrasoon, camera).

· Back-end: Dashboard voor visualisatie van beschikbare werkplekken, integratie met planningssystemen.

· Uitvoerbaarheid: Studenten kunnen bestaande IoT-hardware inzetten en koppelen aan een eenvoudige webapplicatie.

5. Automatisch Slimme Verlichting op Basis van Beweging
Ontwikkel een geautomatiseerd verlichtingssysteem dat lichtintensiteit en aanwezigheid van personen detecteert en verlichting aanpast voor energiebesparing.

· Embedded & Robotics: Sensorintegratie (PIR, lichtsensoren), microcontrollerbesturing.

· Back-end: Energieverbruikmonitoring, webinterface voor instellingen.

· Uitvoerbaarheid: Toepasbaar met low-cost hardware zoals ESP32 en bestaande IoT-platformen.

6. Slimme Koelketenmonitoring voor Horeca en Detailhandel
Bouw een systeem dat temperatuur en luchtvochtigheid in koelcellen of transportvoertuigen bewaakt en automatisch waarschuwt bij afwijkingen.

· Embedded & Robotics: Draadloze temperatuur- en vochtigheidssensoren.

· Back-end: Cloudgebaseerde logging, notificatiesysteem.

· Uitvoerbaarheid: Combineert bestaande IoT-oplossingen en eenvoudige webtechnologieën.

7. Predictive Maintenance Systeem voor Machines
Ontwikkel een systeem dat trillingen, temperatuur en geluid van machines meet om vroegtijdig defecten te detecteren.

· Embedded & Robotics: Sensoren voor trillings- en temperatuurbewaking, edge computing.

· Back-end: AI-analyse op verzamelde data, dashboard met onderhoudsvoorspellingen.

· Uitvoerbaarheid: Geschikt voor studenten door gebruik van kant-en-klare sensorkits en open-source AI-modellen.

8. Slimme Afvalbak met Vulgraadmonitoring
Bouw een slim afvalbeheersysteem voor kantoren of kleine productiebedrijven dat de vulstatus van afvalbakken detecteert en automatisch ledigingsverzoeken genereert.

· Embedded & Robotics: Ultrasoon- of gewichtssensoren, draadloze communicatie.

· Back-end: Dynamische ledigingsroutes, datarapportages.

· Uitvoerbaarheid: Goed schaalbaar en toepasbaar met eenvoudige hardware zoals ESP8266 en Firebase.

9. Automatisch Inventarisbeheer voor Kleine Magazijnen
Ontwikkel een RFID-gebaseerd systeem dat automatisch inventariswijzigingen bijhoudt en real-time voorraadstatussen toont via een webportaal.

· Embedded & Robotics: RFID-lezer, koppeling met fysieke voorraadsystemen.

· Back-end: Databasebeheer, waarschuwingen voor lage voorraad.

· Uitvoerbaarheid: Gebruik van bestaande RFID-technologie en eenvoudige databaseoplossingen maakt dit haalbaar.

10. Slimme Productiedata-analyse voor Kleinere Fabrieken
Bouw een systeem dat productiegegevens verzamelt en visualiseert om efficiëntie en storingen in kleine productielijnen te analyseren.

· Embedded & Robotics: Sensoren voor monitoring van doorvoer en defecten.

· Back-end: Realtime dashboards, patroonherkenning met AI.

· Uitvoerbaarheid: Toepasbaar met betaalbare IoT-hardware en bestaande softwarebibliotheken.

Waarom zijn deze projecten geschikt voor studenten?

Voorbeeldprojecten met Drones voor MKB-opdrachtgevers

1. Autonome Inventarisatie met Drone in Magazijnen
Ontwikkel een drone die autonoom door een magazijn vliegt en met behulp van een camera of RFID-scanner inventaris bijhoudt. De gegevens worden in een back-end database opgeslagen en gevisualiseerd via een dashboard.

· Embedded & Robotics: Dronenavigatie, obstakelvermijding, beeldherkenning of RFID-scanning.

· Back-end: Database voor voorraadbeheer, API voor communicatie met de drone, webinterface.

· Uitvoerbaarheid: Gebruik van bestaande drones (bijv. DJI Tello met SDK) en open-source computer vision tools (OpenCV, TensorFlow).

2. Inspectiedrone voor Zonnepanelen en Dakonderhoud
Bouw een drone die met thermische en visuele camera’s daken en zonnepanelen inspecteert op schade of vervuiling en de data verwerkt in een onderhoudssysteem.

· Embedded & Robotics: Integratie van thermische camera’s, automatische navigatie, data-overdracht.

· Back-end: AI-analyse van beelden, onderhoudsrapporten genereren, cloudopslag.

· Uitvoerbaarheid: Studenten kunnen bestaande drones uitbreiden met warmtebeeldcamera’s en AI-modellen voor schadeherkenning.

3. Dronetoezicht voor Beveiliging van Bedrijfsterreinen
Ontwikkel een drone die automatisch over een bedrijfsterrein patrouilleert en verdachte activiteiten detecteert met computer vision en AI-gebaseerde objectherkenning.

· Embedded & Robotics: Dronenavigatie, AI-gebaseerde bewegingsdetectie, real-time streaming.

· Back-end: Dashboard voor live monitoring, meldingssysteem voor verdachte activiteiten.

· Uitvoerbaarheid: Kan gebruikmaken van bestaande AI-beeldherkenningssoftware en FPV-streamingtechnologie.

4. Drone voor Precisielandbouw in de Glastuinbouw
Bouw een drone die gewassen monitort op ziektes, droogte en groeiproblemen met behulp van multispectrale camera’s en AI-analyse.

· Embedded & Robotics: Integratie van sensoren en multispectrale camera’s, autonome vluchten.

· Back-end: AI-analyse voor plantgezondheid, visuele rapportage via een webinterface.

· Uitvoerbaarheid: Multispectrale camera’s zijn beschikbaar als add-ons voor commerciële drones en AI-tools kunnen worden getraind op bestaande datasets.

5. Leveringsdrone voor Spoedtransporten binnen Bedrijfsterreinen
Ontwikkel een kleine drone die documenten, medicatie of kleine onderdelen snel tussen afdelingen of gebouwen op een bedrijfsterrein kan transporteren.

· Embedded & Robotics: Dronenavigatie met GPS en visuele markers, grijpsysteem voor lading.

· Back-end: Orderbeheer, tracking van leveringen, integratie met bedrijfssoftware.

· Uitvoerbaarheid: Gebruik van standaarddroneplatformen met aangepaste software voor ladinghantering.

6. Luchtmetingen met Drones voor Milieucontrole
Bouw een drone met luchtkwaliteitssensoren die CO₂, fijnstof en andere gassen meet en de gegevens real-time naar een online platform stuurt.

· Embedded & Robotics: Sensorintegratie, automatische monsteraanname, real-time data-overdracht.

· Back-end: Geolocatie-gebaseerde data-analyse, visualisatie van luchtkwaliteit.

· Uitvoerbaarheid: IoT-gebaseerde sensoren kunnen eenvoudig worden gekoppeld aan bestaande droneplatformen.

7. Evenementenbeheer met Drones
Ontwikkel een dronegebaseerd systeem dat menigtebewegingen monitort tijdens evenementen en real-time inzichten biedt voor veiligheids- en logistiek personeel.

· Embedded & Robotics: AI-gebaseerde bewegingsanalyse, thermische en RGB-camera’s.

· Back-end: Dashboard voor live monitoring, risicomeldingen, integratie met hulpdiensten.

· Uitvoerbaarheid: Gebruik van bestaande drones en AI-beeldanalyse kan snel geïntegreerd worden.

Waarom zijn deze projecten geschikt voor studenten?

Voorbeeldprojecten voor MKB-opdrachtgevers die bijdragen aan rapporteren over ESRG 2 richtlijnen

De European Sustainability Reporting Guidelines 2 (ESRG 2) 

1. Energiebeheerplatform voor MKB

Ontwikkel een IoT-gebaseerd systeem dat bedrijven helpt hun energieverbruik te monitoren en optimaliseren. Het platform genereert ESG-rapportages op basis van real-time data.

· Embedded & Robotics: Ontwikkeling van slimme meters en sensornetwerken.

· Back-end: Data-opslag, API voor integratie met bestaande energiemanagementsystemen, automatische rapportages volgens ESG-normen.

· Bijdrage aan ESRG 2: Ondersteunt transparantie over energieverbruik en CO₂-uitstoot.

2. Afval- en recyclingmonitor voor productiebedrijven

Bouw een systeem dat afvalstromen binnen een productieproces bijhoudt en optimaliseert om verspilling te verminderen.

· Embedded & Robotics: Sensoren voor het scannen en wegen van afvalstromen.

· Back-end: Dashboard voor afvalrapportages en optimalisatie van recyclingroutes.

· Bijdrage aan ESRG 2: Ondersteunt circulaire economie en duurzaam afvalbeheer.

3. Waterbesparingssysteem voor horecabedrijven

Een IoT-oplossing die waterverbruik in hotels, restaurants en cafés analyseert en besparingsopties aanbeveelt.

· Embedded & Robotics: Slimme watermeters en detectie van lekkages.

· Back-end: Webinterface met realtime waterverbruik, waarschuwingen bij verspilling.

· Bijdrage aan ESRG 2: Duurzaam waterbeheer en efficiënt gebruik van hulpbronnen.

4. CO₂-monitoring voor transport en logistiek

Een systeem dat MKB-bedrijven in de logistiek helpt hun CO₂-uitstoot bij te houden en optimalisaties voorstelt.

· Embedded & Robotics: GPS-tracking en brandstofverbruikmonitoring.

· Back-end: AI-gebaseerde routeoptimalisatie en CO₂-rapportages.

· Bijdrage aan ESRG 2: Vermindering van transportgerelateerde emissies.

5. Duurzaamheidsdashboard voor MKB

Een platform waar bedrijven hun duurzaamheidsprestaties (energie, afval, CO₂-uitstoot) eenvoudig kunnen bijhouden en rapporteren.

· Embedded & Robotics: Integratie met IoT-sensoren voor dataverzameling.

· Back-end: ESG-compliant rapportagefunctionaliteit.

· Bijdrage aan ESRG 2: Helpt MKB transparantie en naleving van duurzaamheidseisen te verbeteren.

Voorbeeldprojecten voor MKB-opdrachtgevers met Robotica

Hier zijn enkele robotica-projecten die relevant zijn voor MKB-bedrijven, met een focus op uitvoerbaarheid voor studentenprofielen Embedded & Robotics Engineer en Back-end Developer.

1. Autonome Orderpicking Robot voor Magazijnen

Ontwikkel een robot die zelfstandig orders verzamelt in een magazijn en deze naar de inpakafdeling brengt.

· Embedded & Robotics: Navigatie via LiDAR of camera’s, grijpsysteem voor objecten.

· Back-end: Orderbeheer en route-optimalisatie via een webinterface.

· Uitvoerbaarheid: Gebruik van ROS (Robot Operating System) en bestaande robotplatformen zoals TurtleBot.

2. Zelfrijdende Bezorgrobot voor Bedrijfsterreinen

Een kleine autonome robot die documenten, onderdelen of pakketten bezorgt tussen afdelingen of kantoren op een terrein.

· Embedded & Robotics: GPS/RTK-gebaseerde navigatie, obstakeldetectie.

· Back-end: Tracking en opdrachtbeheer via een webportaal.

· Uitvoerbaarheid: Studenten kunnen bestaande open-source autonome voertuigen aanpassen en uitbreiden.

3. Slimme Schoonmaakrobot voor Kantoren en Werkplaatsen

Een autonome robot die ruimtes schoonhoudt door stofzuigen of desinfecteren op basis van een vooraf bepaalde route.

· Embedded & Robotics: SLAM (Simultaneous Localization and Mapping) voor navigatie, sensoren voor detectie van vuil.

· Back-end: Monitoringsdashboard met realtime status en onderhoudsrapportages.

· Uitvoerbaarheid: Gebruik van open-source robotplatformen zoals OpenCV en ROS.

4. Kwaliteitscontrole met AI en Robotarm

Bouw een robotarm die producten scant met een camera en AI gebruikt om defecten of afwijkingen te detecteren.

· Embedded & Robotics: Integratie van vision-systemen, real-time AI-analyse.

· Back-end: Data-opslag en analyse voor kwaliteitsverbetering.

· Uitvoerbaarheid: Gebruik van Raspberry Pi, OpenCV en goedkope robotarmen (zoals Dobot Magician).

5. Automatische Plukrobot voor Land- en Tuinbouw

Een robot die met vision-technologie rijpe vruchten of groenten detecteert en plukt.

· Embedded & Robotics: Camera’s en sensoren voor gewasherkenning, grijpermechanisme.

· Back-end: Data-analyse voor oogstopbrengst en optimalisatie.

· Uitvoerbaarheid: Studenten kunnen bestaande robotarmen uitbreiden met AI-modellen.

6. Autonome Gids- en Servicerobot voor Winkels of Beurzen

Een robot die klanten verwelkomt, hen naar producten leidt en informatie geeft via spraak of een touchscreen.

· Embedded & Robotics: Navigatie en objectherkenning.

· Back-end: Koppeling met productdatabases en spraakassistenten.

· Uitvoerbaarheid: Gebruik van bestaande robotica-kits zoals Pepper of een aangepaste Arduino-robot.

Praktische relevantie: MKB heeft steeds meer behoefte aan automatisering.
Multi-disciplinaire samenwerking: Hardware, AI en software-integratie komen samen.
Gebruik van bestaande platforms: ROS, OpenCV en Arduino versnellen de ontwikkeling.

📑 Criteria bedrijf/challenge

• Gevestigd in/rond Groot Amsterdam.
• Heeft een innovatieve challenge op het gebied van embedded systemen en/of robotica i.c.m. software (back-end) die bijdragen aan een slimmere stad. Mogelijke deelgebieden zijn: Smart Health, Smart Mobility (zelfrijdende auto's, bezorging, vervoer, openbaar vervoer), Smart Street, Smart Building (Smart School, Smart Home), Internet of Things, Smart Agri (Agriculture), Smart Logistics. Daarnaast zijn MKB bedrijven die werken/bijdragen aan de European Sustainability Reporting Guidelines 2 (ESRG 2) ook zeer welkom.
• Geeft studenten de ruimte om zelf met analyses en oplossingen te komen.
• Bedrijfsgrootte: Minimaal 6-8 FTE.
• Studenten hoeven niet fysiek bij het bedrijf aanwezig te zijn of daar hun werkzaamheden uitvoeren. Dat doen ze bij de HvA.
• Opdrachtgever faciliteert de middelen van de studenten die nodig zijn voor het uitvoeren van de opdracht. Denk daarbij aan sensoren, drone, drone-plaftorm, accu's, acculaders, specifieke software, software licenties, zenders, ontvangers, etc.
• Opdrachtgever verwacht niet een vast product. We willen dat de studenten de vrijheid hebben om creatief bezig te zijn, zelf analyses kunnen maken, met nieuwe ideeën komen en die uitwerken in de vorm van prototypes en/of een proof of concept.
• Het probleem/de vraag van de opdrachtgever mag breed zijn en moet ruimte bieden voor studenten om tot creatieve oplossingen te komen.
• Opdrachtgever is aanwezig bij de eindoplevering van de studenten (eigen project).
• Op te leveren producten kunnen in het Engels zijn.
• Indien gewenst kan de opdrachtgever de eigen opdracht pitchen aan het begin van het project.

🗓 Planning

o Startdatum: 02-02-2026

o Einddatum: 30-06-2026

o Opdrachtgever is aanwezig bij de eindoplevering van de studenten (eigen project)

o Opdracht is aanwezig bij de presentatie halverwege het semester om feedback, feedup, feedforward te geven.

o Contact met het projectteam aan het begin van elke sprint voor het geven van input sprintplanning.

o Contact met het projectteam aan het einde van elke sprint voor het geven van input voor de sprintreview.