Educavia investeert in een uniforme vorming van luchtvaarttechnici in de grensregio. Het opleidingsaanbod is afgestemd op de noden in beide landen. Dankzij de creatie van een kennisregio rond luchtvaarttechnieken kan er sneller ingespeeld worden op de noden van de markt en innovatieve trends. Het project verankert de MRO-sector (maintenance, repair & overhaul) in de regio zodat een kwalitatieve instroom van nieuwe medewerkers wordt gewaarborgd. Educavia implementeert een niveau 5-opleiding, een tussenstap tussen het secundair onderwijs en een bachelor-opleiding. (Totaalbudget: 2,6 miljoen euro, voor 50% betoelaagd door EFRO. Projectverantwoordelijke: Vlaams Luchtvaartopleidingscentrum).

Het Smart*Light-project bestaat uit een onderzoek naar de bouw van een compacte en mobiele bron van röntgenstraling die voor onderzoekstests op locatie kan worden ingezet. Deze nieuwe technologie is gebaseerd op “Inverse Comption Scattering”: de straling wordt geproduceerd uit een botsing tussen laser-licht en zeer snelle elektronen. Het onderzoek richt zich op hoe een prototype röntgenbron fysiek kan worden gerealiseerd in een labomgeving en hoe de intensiteit van de bundel kan worden geoptimaliseerd. De beschikbaarheid van een dergelijk apparaat zal allerlei vormen van innovatie kunnen versnellen in verschillende sectoren, zoals de medische en levenswetenschappen, high-tech industrie, vliegtuig-, auto- en scheepsbouw. (Totaalbudget: 5,7 miljoen euro, voor 50% betoelaagd door EFRO. Projectverantwoordelijke: TU Delft (afdeling 3ME).

PASSAnt, voluit PlAtform for innovative Security Solutions hArbours & Terminals, zet in op experimentele ontwikkeling van anomaliedetectie rond vrachtwagens, treinen en schepen. Camerasensoren zullen geïnstalleerd worden op relevante locaties in de havens van Oostende en Moerdijk. Deze data worden gebruikt om het “machine learning”-systeem te leren wat normale en vreemde patronen zijn. Algoritmes worden ontwikkeld voor complexe beeldanalyses zoals het herkennen en classificeren van mensen en voertuigen, het meten van snelheid, herkenning van kentekens, … Het systeem zal leren om personen, fietsers, wagens en vrachtwagens van elkaar te onderscheiden op een zeer gedetailleerd niveau en zal bijvoorbeeld het type en model van een voertuig kunnen onderscheiden, net als de kleur, de snelheid van beweging en het kentekennummer. Afwijkende patronen zoals onbevoegde personen, pogingen tot ladingdiefstal, inklimming en smokkel kunnen op die manier vroegtijdig en automatisch worden gedetecteerd. (Totaalbudget: 2,7 miljoen euro, voor 46,44% betoelaagd door EFRO. Projectverantwoordelijke: Innovation Center for Security, afdeling INNOS).