STIIMA-CNR

ISP

Intelligent Sensing and Perception

Obiettivi della ricerca

ISP

Intelligent Sensing and Perception

Il gruppo ISP sviluppa metodologie e tecnologie per progettare sistemi di Percezione e di Sensing dotati di capacità cognitive con l’obiettivo di migliorare la qualità della vita in ogni ambiente fisico: industrie, fabbriche competitive, società moderne, infrastrutture intelligenti, ecc.

In un mondo fisico in continua evoluzione, l'innovazione è una necessità di primaria importanza. I sistemi di Intelligent Sensing and Perception rappresentano le tecnologie chiave per introdurre questa innovazione in qualsiasi ambiente fisico con l'obiettivo di migliorare la qualità della vita o, in altre parole, di creare un futuro intelligente. L'obiettivo del gruppo di ricerca ISP è sviluppare metodologie e tecnologie per progettare sistemi di percezione avanzati dotati di capacità intelligenti. I sistemi ISP basati su dati multisensoriali, provenienti da reti di sensori e / o sistemi visivi, insieme all'intelligenza computazionale, supportano le persone nel prendere decisioni in diversi campi di applicazione, o nella pianificazione e nel controllo di dispositivi automatici. I principali temi di ricerca riguardano l'acquisizione, l'elaborazione, l'analisi, la fusione e l'interpretazione dei dati multisensoriali. Con l’ausilio di algoritmi di apprendimento automatico, i sistemi ISP sono in grado di apprendere e accumulare conoscenze dai dati storici al fine di supportare il processo decisionale intelligente in ambienti fisici complessi e altamente incerti.

Attività di ricerca

Le attività di ricerca riguardano i seguenti temi:

Acquisizione dei dati: la percezione del mondo reale coinvolge diversi fattori a seconda della natura dei fenomeni osservati. Gli eventi statici o dinamici richiedono differenti modalità di acquisizione. Pertanto, devono essere considerati e gestiti diversi aspetti: scala, risoluzione, velocità di acquisizione, campo visivo, esigenze di prestazioni, accuratezza, ecc. Inoltre, i sistemi multisensoriali sono fondamentali quando sono richiesti punti di vista diversi, come nel caso di ambienti complessi, grandi e strutturati. Di conseguenza, si ottengono dati come: segnali monodimensionali, immagini, valori di profondità, nuvole di punti, segnali termografici, sequenze video e così via.

Elaborazione dei Dati: Dopo l'acquisizione, i dati devono essere elaborati al fine di estrarre informazioni utili. I dati grezzi potrebbero portare a decisioni non corrette poiché non sono garantite la coerenza, l'unicità, l'affidabilità, la pertinenza e la completezza dei dati stessi. L'elaborazione dei dati è quindi un passaggio fondamentale che coinvolge aspetti diversi a seconda del tipo di dati, della loro dimensione e della loro qualità. L'obiettivo è di progettare e sviluppare metodologie per la registrazione, la normalizzazione, l'analisi e la fusione di dati multisorgente e multimodali. Un processo importante in questo contesto è l'estrazione di features rilevanti da utilizzare nella costruzione dei modelli dei fenomeni osservati e nella successiva fase decisionale. Le metodologie di selezione delle features sono sviluppate al fine di estrarre informazioni rilevanti, ridurre la dimensionalità, semplificare i modelli e migliorare la generalizzazione. Inoltre, la gestione dei problemi di data mining permette di manipolare grandi quantità di dati e di scoprire modelli di relazioni interessanti che possono essere utilizzati per ulteriori analisi ed esplorazioni.

Processi Decisionali: Lo stadio finale riguarda la progettazione e lo sviluppo di metodologie che usano algoritmi di machine learning e Intelligenza artificiale, per interpretare i dati e fornire supporto alle decisioni. I sistemi ISP possono operare autonomamente o possono cooperare con operatori per supportare decisioni e problemi di controllo.




I campi di applicazione sono numerosi e diversi ed includono tra gli altri:

I sistemi ad alta risoluzione sono usati per l’ispezione di materiali nel controllo di qualità al fine di controllare i processi di produzione e prevenire danneggiamenti nei prodotti finali.

Diagnostica nei settori:

Trasporti: sviluppo e analisi real-time di dati sensoriali (immagini, nuvole di punti 3D) acquisite da piattaforme mobili.

Industria: sviluppo di sistemi per l’acquisizione e l’interpretazione real-time di nuvole di punti ad alta precisione per il controllo di qualità in linee di produzione (es. industrie delle gomme, microutensili, settore automotive).

Aerospazio: sviluppo di sistemi per l’acquisizione e l’interpretazione di dati sensoriali per il testing non distruttivo di materiali compositi usati nell’industria aerospaziale. In particolare, sono state sviluppate tecniche per l’elaborazione di immagini termografiche e segnali ad ultrasuono per la realizzazione di sistemi automatici di rilevazione di difetti.

Navigazione Autonoma di Piattaforme Robotiche Mobili nei contesti:

Veicoli Industriali Mobili: progettazione e sviluppo di sistemi di navigazione per veicoli autonomi che operano in magazzini e aree non accessibili per scopi diversi come ispezione e sorveglianza.

Service e Field Robotics: algoritmi di elaborazione di dati multisensoriali, anche utilizzando tecniche di acquisizione alternative, per la percezione ambientale di veicoli robotici che operano in ambienti dinamici, semi- e non strutturati.

Reti di robot: progettazione e sviluppo di nuove strategie di stima cooperativa e percezione per reti di robot, integrate con dispositivi IoT, per eseguire attività come la mappatura cooperativa, l’inseguimento di target, e il monitoraggio ambientale.

Droni: progettazione e sviluppo di sistemi di localizzazione esterni per supportare i droni nella navigazione in ambienti indoor. Tali sistemi sono basati sull'analisi di immagini, dati 3D, dati audio, laser ecc.

Sorveglianza: Sviluppo di sistemi di visione per risolvere problemi legati alla sorveglianza degli ambienti. Per elencare alcuni: riconoscimento di attività/gesti; Rilevazione delle persone e analisi della traiettoria; Ri-identificazione delle persone; Active Assisted Living; Monitoraggio di eventi dinamici.



Telecamere Smart vengono usate per problemi di sorveglianza e sicurezza come: osservare i comportamenti delle persone per migliorare la qualità della vita o per rilevare azioni anomale; analizzare le interazioni tra persone e macchine in tutti i contesti in cui le tecnologie possono supportare operatori umani.

Reti di sensori e di robot vengono usati per sviluppare strategie di percezione cooperative.

Sistemi di percezione multi-sensoriali avanzati sono sviluppati per la percezione ambientale di veicoli mobili.



Principali progetti di ricerca

S3-CAV
Simultaneous Safety and Surveying for Collaborative Agricultural Vehicles, FP7 ERA-NET ICT-AGRI 2 (2016-2018)
DITECO
Defects, Damages and Repairing Techniques in Productive Processes of Large Structures of Composite Materials, National Funding (2014-2016)
QUAD-AV
Ambient Awareness for Autonomous Agricultural Vehicles, FP7 ERA-NET ICT-AGRI (2012-2013)

key words

Advanced Perception, Vision Systems, Real-Time Signal Processing, Multisensor Data Fusion, Mobile Robotics, Sensor and Robot Networks, Decision Making, Design and Control of Intelligent Devices.

Contatto

Dr. Tiziana D'Orazio
ISP Group responsible
tiziana.dorazio [at] stiima.cnr.it