Vieni a scoprire I-ECOS
Rifiuti intelligenti nella smartcity pulita del futuro.
Rifiuti intelligenti nella smartcity pulita del futuro.
Una nuova generazione di hardware e software per la gestione dei rifiuti urbani.
Una nuova generazione di hardware e software per la gestione dei rifiuti urbani.
Entra nel futuro della gestione dei rifiuti. Scopri I-ECOS: la soluzione intelligente.
Entra nel futuro della gestione dei rifiuti. Scopri I-ECOS: la soluzione intelligente.
Previous Next Play Pause

L’obiettivo è ambizioso: una gestione intelligente dell’area di conferimento del rifiuto.

Il concetto di “area di conferimento” può essere, a sua volta, concentrata nel semplice singolo cassonetto, con sistema di riconoscimento e telecamerina o estesa ad un’Isola Ecologica con più cassoni e aree da controllare fino ad immaginare la stessa Smartcity come essa stessa una grande “isola ecologica intelligente” distribuita sul territorio.

FIELD MANAGEMENT

Si è partiti dall'osservazione che strumenti e applicazioni, già da tempo introdotti all'interno di realtà industriali di svariati settori e dimensioni, rappresentano ancora una frontiera tecnologica inesplorata per il business ambientale.

Per le società del comparto ambientale colmare questo gap significherebbe poter conoscere anche il modo in cui si stanno utilizzando le risorse aziendali e poter intraprendere tutta una serie di azioni.

Per le aziende coinvolte fornire lo strumento per colmare questo gap significherebbe acquisire un ancor più grande vantaggio competitivo.

Per quanto riguarda l’adozione di reti di sensori distribuite oramai è necessario monitorare l’esito di una operazione, verificare il rischio ambientale risolto o provocato, verificare se una determinata operazione ha provocato il superamento delle soglie di tolleranza di esalazioni o di peso, o di calore. Conoscere questi dati in tempo reale è fondamentale per poter intervenire in caso di problemi.

INFORMAZIONE STANDARDIZZATA

L’aumento dei punti di controllo e verifica del flusso richiede l’interfacciamento ad un numero incredibile di dispositivi, quindi gli strumenti che raccolgono queste informazioni devono supportare standard e protocolli di trasmissione e essere in grado di restituire una informazione chiara e leggibile cioè normalizzata a chi deve consultare i dati.

Il problema che si vuole affrontare è anche la classificazione delle azioni che un utente compie all’interno di zone sorvegliate esplicitamente allestite per stoccare/riciclare rifiuti.

In passato queste problematiche di sorveglianza sono già state studiate con risultati inadeguati dovuti sia agli ineludibili limiti dei sistemi di acquisizione passiva operanti nel visibile, sia alla scarsa capacità computazionale disponibile. L'evoluzione nel settore dei microprocessori e quella nell'ambito della sensoristica ad elevata miniaturizzazione e basso costo (che ha ricevuto un'enorme spinta propulsiva dal diffondersi dei giochi interattivi computerizzati e delle console ad elevato realismo grafico), consente oggi di

disporre di sensori multipli affidabili, a basso consumo, di dimensioni e peso estremamente contenuti.

In particolare, la disponibilità di video in alta risoluzione (sia nel visibile che nel termico), di informazioni di "ranging" mediante tecniche attive, di informazioni sonore e di pressione, mediante sistemi multisensore a bassa invasività e costo, rende possibile una grandissima quantità di applicazioni del tutto innovative, assolutamente impensabili fino a poco tempo fa.

ELABORAZIONE MULTIMODALE DEI DATI DI CONFERIMENTO

Il progetto intende fare ricerca su questi innovativi apparati multisensoriali allo scopo di studiare architetture di elaborazione multimodale basate su innovativi algoritmi di Data Fusion, di analisi volumetrica real-time, di classificazione spazio-temporale. Mediante i segnali multidimensionali ottenuti, si intende categorizzare ed interpretare sia le singole azioni elementari intraprese dagli utenti, che quelle complesse derivanti dalla concatenazione temporale di più azioni singole.

L'attenzione sarà focalizzata sull'analisi delle azioni ed attività che un utente compie nell’atto di riciclare rifiuti in ambienti operativi anche molto diversi fra loro. La flessibilità, la robustezza e la capacità discriminativa in tempo reale, saranno alcuni degli aspetti focali che guideranno lo svolgimento di tutte le attività del progetto.

L'adozione di tecnologie multiple e complementari consentirà di garantire l'affidabilità del sistema complessivo nelle varie condizioni ambientali e di conformazione fisica della zona da monitorare (area più o meno estesa, presenza di sottoregioni occluse da costruzioni od a causa della morfologia del terreno). Verranno analizzati sensori in grado di fornire dati a risoluzioni diverse, secondo principi di funzionamento diversi, in modo da sviluppare un mix sensoriale ed una gerarchia multisensoriale adatta al controllo di aree estese senza sacrificare né la precisione della rilevazione, né la capacità di discriminazione di azioni anche "fini". La ricerca e lo studio si concentreranno su tecnologie multiple e su architetture di sistema modulari tali da supportare sottosistemi a differente granularità, risoluzione e capacità discriminativa. Ciò consentirà di adattare la quantità e la tipologia multisensoriale alle varie necessità locali di ispezione. Sarà possibile partizionare lo spazio di monitoraggio in sottoregioni all'interno delle quali la sensibilità e tipologia di riconoscimento possano essere differenziate con risoluzioni più alte in certe aree e meno alte in altre e con capacità di riconoscimento più sofisticate in alcune zone e meno in altre, ottimizzando il bilanciamento tra costi, efficienza e capacità di copertura.

INNOVAZIONI TECNOLOGICHE

Dal punto di vista sensoriale si prevede di introdurre innovazione aggiungendo alla usuale struttura degli array sensoriali, alcuni nuovi sensori di ultima generazione. Per esempio, oltre ai classici sensori ottici RGB e IR, saranno impiegati sensori acustici e sensori PMD (Photonic Mixer Device) a bassa risoluzione. Il fine ultimo è la creazione di un apparato multisensoriale modulare in grado di rispecchiare alcune delle caratteristiche dei sensi dell’essere umano: percezione del suono, del colore, della profondità di immagine, nonché la capacità di concatenare gli eventi e di interpretare le cause delle variazioni di conformazione e di contenuto della scena.

L’utilizzo di sistemi multisensoriali con differenti tipologie di sensori, porterà all’analisi e sviluppo di algoritmi di Data Fusion di nuova concezione, con particolare riferimento all'idea di "compensazione dell’informazione", secondo la quale dati a bassa risoluzione vengono incrociati con dati ad alta risoluzione, al fine di sfruttare effetti sinergici e bilanciare il livello di risoluzione ed il numero di sensori necessari per il suo ottenimento.

Attenzione specifica sarà dedicata alle tecniche di generazione delle mappe di profondità che costituiscono un pre-requisito per l'affidabilità del sistema finale. Saranno studiate le tecniche necessarie ad ottenerle tramite fusione di dati provenienti da sensori PMD a bassa risoluzione ed immagini di sensori RGB ad alta risoluzione, secondo l'approccio noto come Edge Weighted Optimization Concept.

In relazione all’analisi del comportamento in sequenze temporali, si prevede di studiare tecniche sia olistiche che sequenziali, nel dominio 2D e 3D. Saranno applicate tecniche basate su integrali volumetrici (VI) che garantiranno un minore onere computazionale per la classificazione, tecniche di Optical Flow (2D e 3D) per catturare il movimento del corpo, tecniche di inferenza probabilistica e tecniche per l’estrazione di features biometriche destinate all’individuazione dello skeleton. Si studieranno e svilupperanno nuovi algoritmi di Data Fusion per l’estrazione di informazioni dai sensori di profondità e per la realizzazione di Audio Localization. Algoritmi decisionali saranno modificati per incrementarne le prestazioni garantendo un esecuzione in tempo reale. Tra le tecniche che si pensa di utilizzare ci sono: linear and non-linear Support Vector Machine, tecniche basate su Adaboost, algoritmi basati su approcci bayesani ed alcuni tipi particolari di reti neurali. L’affidabilità e la precisione saranno i due aspetti che gli algoritmi dovranno garantire. Si prevede di effettuare prove multiple in due scenari fondamentali quello di una "isola ecologica" e quella di un sito per cassonetti, tipico della raccolta "porta a porta". Ogni valutazione verrà effettuata in differenti condizioni ambientali per meglio testare il funzionamento nel tempo e verificare le effettive prestazioni ottenibili.