CSSE

TITOLO DEL PROGETTO

Modellistica, simulazione e controllo della mobilità pedonale in sistemi turistici con alta densità: applicazione al Parco Nazionale delle Cinque Terre.

DESCRIZIONE DEL PROGETTO

PNR 2021-2027

OT5 CLIMA, ENERGIA,MOBILITÀ SOSTENIBILE

5.5.1 Mobilità sostenibile

Il progetto ha diversi obiettivi:

·       Definire tecnologie quali bigliettazione elettronica e relativo software gestionale per ottimizzare i flussi turistici in zone che possono raggiungere alta densità pedonale

·       Utilizzare tali tecnologie per supportare il tracciamento di possibili contatti con persone positive al COVID

·       Ottimizzare i flussi pedonali per minimizzare i contatti tra persone

·       Valutare i flussi turistici in arrivo dall’esterno per minimizzare i tempi di attesa attraverso tecniche di simulazione

Gli indici di prestazione che verranno considerati sono quelli economici, l’emissione di CO2 causato dai flussi turistici, la capacità del territorio a sopportare i flussi, l’esposizione ai rischi ambientali, l’esposizione al rischio COVID.

La validazione delle tecnologie di simulazione e controllo proposte sarà effettuata sui tre comuni delle 5 Terre con il qual il DIBRIS ha una convenzione quadro. Il progetto sarà svolto con il supporto di Mypass, società leader nel campo delle tecnologie per la gestione di flussi turistici (skipass, accesso a Venezia, e 5Terre card).

La ricerca prevede anche un soggiorno all’estero presso il Politecnico di Annecy.

Il programma di ricerca è articolato nelle seguenti attività.

FASE 1. Definizione del network di sensori atti al monitoraggio dei flussi turistici e dell’architettura del sistema complessivo.

FASE 2. Realizzazione dei sistemi di trasmissione, acquisizione, e raccolta dei dati.

FASE 3. Definizione della metodologia per identificare key perfomance indicators e soglie di criticità in funzione della domanda turistica. Definizione di indici di pressione turistica per i diversi giorni dell’anno sui 5 borghi.

FASE 4. Definizione e realizzazione di un sistema di supporto alle decisioni WEB GIS e applicazioni per dispositivi mobili dedicate agli operatori.

FASE 5. Definizione di un simulatore basato su un modello previsionale di criticità a orizzonte temporale variabile.

IMPRESA (non possono essere enti pubblici o istituti di ricerca pubblici)

E’ previsto uno stage di 6 mesi presso MyPass srl, Genova.

Inoltre è previsto un periodo di ricerca presso il Politecnico di Annecy, Università Savoia Monte Bianco, presso il quale sono attivati diversi corsi indirizzati a sistemi tecnologici per la gestione di flussi turistici in ambiente montano.

TITOLO DEL PROGETTO

Monitoraggio e controllo del comportamento alla guida per migliorare la sicurezza e contenere l’impatto sull’ambiente

DESCRIZIONE DEL PROGETTO

PNR 2021-2027

OT5 CLIMA, ENERGIA,MOBILITÀ SOSTENIBILE

5.5.1 Mobilità sostenibile

Il progetto si colloca nell’ambito del digitale, in particolare in relazione alla transizione dei veicoli da una guida manuale ad una guida autonoma. In questa transizione, dovrà essere migliorata l’interazione tra il veicolo, l’infrastruttura ed il conducente, quest’ultimo immerso in un insieme di tecnologie in continua evoluzione e per il quale vi potrebbe essere tempo non sufficiente a fornire adeguata formazione ed informazione.

La sfida principale della ricerca proposta è di misurare il comportamento umano alla guida, fornendo un'impronta comportamentale di ogni conducente e rilevare e segnalare comportamenti emergenti in tempo reale che possano conferire rischi o che comunque siano migliorabili dal punto di vista dell’impatto ambientale. Il progetto di ricerca si propone di dimostrare la fattibilità applicativa su specifici comportamenti legati al trasporto di merci pericolose su strada.

SEBASTIAN si basa sui seguenti aspetti multidisciplinari.

a) Tecnologie e metodologie di monitoraggio per la misurazione del comportamento umano

Dati biometrici: Il progetto cercherà di definire una classificazione del comportamento e definirà i requisiti per i sensori non invasivi per monitorare il comportamento nei processi di trasporto. Nel laboratorio di automazione del DIBRIS, c'è già esperienza nell'uso di magliette intelligenti con ECG, sensori di temperatura e actigrafi, caschi e berretti intelligenti per monitorare l'EEC e algoritmi di visione artificiale che tracciano il comportamento dell'occhio umano e delle palpebre.

Dati del veicolo e dell'infrastruttura: gli stati specifici del traffico, le condizioni meteorologiche e la manutenzione del veicolo sono dati strettamente legati alla sicurezza e sicuramente influenzano il comportamento umano. Inoltre, alcuni dati come i dati del bus CAN possono anche costituire una preziosa fonte informativa, ad es. un'improvvisa ripetizione dei freni può essere correlata a un comportamento a rischio specifico quale improvvisa sonnolenza.

Dati emotivi e formativi: le competenze individuali così come alcune informazioni psicologiche ad esempio riguardanti la propensione o l’avversione al rischio del conducente sono un'altra componente che dovrebbe essere misurata per migliorare il modello comportamentale oggetto di studio e la sua interazione con gli altri sistemi.

b) Metodologie di analisi

Il progetto indagherà strumenti di progettazione e analisi basati su diversi approcci.

Tecniche di data mining e data fusion e modellazione ontologica: Il monitoraggio genererà un'enorme quantità di dati per i quali sarà necessario sviluppare tecniche adeguate per rilevare un comportamento a rischio o comunque non ottimali dai punti di vista dell’impatto ambientale.

Incertezza dei dati: un processo di trasporto viene considerato come un sistema complesso, il cui comportamento non corretto può essere causato da un'interazione errata o dal guasto di uno o più dei suoi componenti, compreso un comportamento a rischio. L'incertezza di solito influisce sulla valutazione complessiva. L'impostazione formale della tecnologia data dalle belief functions verrà adottata in quanto offre un buon compromesso tra espressività e calcolabilità, e poiché risulta più generale della teoria della probabilità.

Valutazione dell'affidabilità del conducente: non è facile quantificare le prestazioni del comportamento umano a causa di un gran numero di fattori che la influenzano e della sua variabilità. Nel progetto, proponiamo di quantificare gli aspetti multidimensionali del modello comportamentale umano e di integrarlo in un modello globale dell'analisi del rischio di incidente e di impatto ambientale.

d) controllo in tempo reale dei processi di guida umana

Gli approcci Model Predictive Control (MPC) sono alla base delle metodologie di simulazione e controllo del progetto. Dal punto di vista teorico, il progetto estenderà gli approcci MPC esistenti per ideare algoritmi distribuiti stocastici MPC (DSMPC) per il controllo in tempo reale e la diagnosi dei guasti. Lo schema DSMPC sfrutterà modelli dinamici stocastici che descrivono l'evoluzione dei parametri incerti e formuleranno un problema di controllo ottimo stocastico che minimizzi una data misura di rischio e di impatto ambientale. Confrontando l'evoluzione del sistema complessivo reale con le uscite date dal controllo MPC, è possibile identificare traiettorie potenzialmente pericolose, che potrebbero portare a un comportamento a rischio.

IMPRESA (non possono essere enti pubblici o istituti di ricerca pubblici)

Aitek S.p.A.

Aitek rappresenta una importante realtà nel panorama ligure per quanto riguarda l’automazione in processi di trasporto e logistici. Verrà quindi effettuato uno stage di sei mesi presso l’azienda per approfondire argomenti tecnologici del progetto, in particolare in relazione con l’interazione veicolo infrastruttura stradale.

Inoltre è previsto un periodo di stage di sei mesi presso UTC –(Francia), in particolare presso il laboratorio congiunto Renault sulla guida autonoma, per approfondire tematiche relative a decisioni in condizioni di incertezza e a sensori innovativi utilizzati dall’industria automobilistica.

RESPONSABILE SCIENTIFICO

Michela Robba

TITOLO DEL PROGETTO

Gestione e controllo di sistemi energetici ed ambientali

DESCRIZIONE DEL PROGETTO

L’attività riguarda lo sviluppo, l’applicazione e sperimentazione in campo di metodi e modelli per la gestione di sistemi energetici e ambientali. In particolare, si integreranno metodologie e tecnologie abilitanti proprie delle seguenti aree di ricerca: ottimizzazione, controllo, automazione, elaborazione di dati (machine learning) che permettano l’integrazione tra diversi agenti, la resilienza e l’utilizzo di grandi moli di dati. Gli ambiti applicativi riguardano: smart grids, comunità energetiche, sistemi agricoli sostenibili, edifici. Si utilizzerà inoltre la Smart Polygeneration Microgrid presso il campus di Savona, menzionata all’interno del PNIR (Piano Nazionale Infrastrutture di Ricerca).

I fattori innovativi proposti dal progetto possono essere così articolati:

1.     Sviluppo di algoritmi di ottimizzazione distribuita da implementare su nodi edge e reti di sensori IoT.

2.     sviluppo di metodi di controllo predittivo per incremento dell’Efficienza Energetica (EE) e di integrazione con microreti e smart grid. I metodi di controllo e gestione dell’energia sviluppati avranno l’obiettivo di massimizzare l’efficienza nell’uso delle risorse energetiche a livello di edificio, gruppo di edifici e distretto, o di un generico sistema energetico.

3.     sviluppo di nuove metodologie di gestione ed interpretazione del dato energetico. Per quanto riguarda lo sfruttamento dei dati, sarà sviluppato uno strato di servizi informativi in grado di consentire ai vari sottosistemi di interagire assicurando così l’interoperabilità semantica e la modularità del sistema. Strettamente legato a questo strato sarà lo sviluppo di servizi per il supporto decisionale a partire dai dati disponibili. Un’attenzione particolare sarà dedicata ai metodi di Machine Learning e, nel dettaglio, a metodi basati su regole, in grado di esprimere le correlazioni in una forma facilmente comprensibile dall’utente finale.

IMPRESA (non possono essere enti pubblici o istituti di ricerca pubblici)

Maps

RESPONSABILE SCIENTIFICO

Michela Robba

TITOLO DEL PROGETTO

Ottimizzazione e controllo per la mobilità sostenibile

DESCRIZIONE DEL PROGETTO

L’attività riguarderà principalmente lo sviluppo di modelli matematici per la progettazione, pianificazione e gestione di sistemi di trasporto sostenibili, con particolare riferimento ai veicoli elettrici, all’idrogeno, al traffico e alla logistica.

A livello internazionale, le politiche e la normativa nell’ambito dello sviluppo sostenibile e della riduzione delle emissioni hanno portato alla necessità di studiare ed implementare nuovi sistemi per la gestione e l’integrazione nella rete di rinnovabili, sistemi di accumulo, veicoli elettrici, politiche di riduzione dei consumi. Nel caso dei veicoli elettrici inoltre risulta necessario integrare la gestione della rete di trasporto stradale con la rete di distribuzione elettrica e le colonnine di ricarica. Infatti, la ricarica distribuita di veicoli elettrici potrebbe, da un lato, creare problemi alla rete elettrica, ma dall’altro i veicoli potrebbero essere utilizzati come sistema di accumulo (vehicle to grid V2G, vehicle to building V2B).

L’attività sarà integrata con infrastrutture energetiche e di ricerca, messe a disposizione da UNIGE e DUFERCO ENERGIA, nell’ambito della mobilità elettrica e delle smart grid:

-Smart Polygeneration Microgrid e Sustainable Energy Building presso il Campus di Savona;

-Colonnine elettriche già installate presso il Campus di Savona;

-22 colonnine di ricarica nei comuni di Genova, Cogoleto, Arenzano, Cairo Montenotte e Savona;

-   Use cases forniti da Duferco Energia come ad esempio progetto di installazione di stazioni di ricarica all’interno di un parcheggio interrato multipiano (Marina Porto Antico) e creazione di hub di ricarica per veicoli elettrici anche leggeri (moto, quadricicli e biciclette) all’interno di un progetto Europeo (ELVITEN)

- Gli asset disponibili grazie ai progetti europei aggiudicati da Duferco Energia come Muse Grids per l’implementazione di modelli per il Vehicle to Home e il Vehicle to Grid nei dimostratori di Osimo (AN) con furgoni e autovetture.

L’attività di ricerca si focalizzerà su diversi aspetti complementari tra loro:

1) Gestione di colonnine elettriche (Power management). Il power management consiste nella creazione di metodi per l’ottimizzazione dei flussi di potenza all’interno di un sistema composto da molteplici punti di ricarica per veicoli elettrici.

2)  Schedulazione di veicoli elettrici in smart grid e microgrid caratterizzate da fonti rinnovabili intermittenti, sistemi di accumulo, generatori tradizionali ad alta efficienza e colonnine di ricarica di ultima generazione abilitate per il vehicle to grid (V2G).

3) Routing di veicoli elettrici per il trasporto di merci, rifiuti e persone.

IMPRESA (non possono essere enti pubblici o istituti di ricerca pubblici)

Duferco