SOCRATE – Sistema di Allerta Precoce per Infrastrutture Stradali

Application Layer

Investimenti Realizzati:

• Piattaforma IoT e data analysis
• Framework elaborazione distribuita
• Sistema gestione API
• Ambiente sviluppo applicazioni
• Auto-laboratorio per test

Caratteristiche Tecniche:

• Processamento real-time datiù
• Pipeline dati configurabili
• Dashboard dinamiche BAM
• Integrazione sistemi esterni
• Analisi predittiva e prescrittiva

Finalità Operative:

• Gestione end-to-end dei flussi dati
• Elaborazione avanzata informazioni
• Supporto decisionale real-time
• Orchestrazione servizi applicativi
• Testing e validazione soluzioni

CRS LAGHI si concentra sullo sviluppo di soluzioni innovative basate su Intelligenza Artificiale per l’analisi dati e la cybersecurity nel contesto automotive. L’azienda ha realizzato una suite completa di soluzioni che include:

• Sistema IDS remoto basato su Deep Learning con 4 micro-servizi specializzati: Analisi log di macchina tramite algoritmi DL diversificati; Rilevamento e classificazione attacchi in tempo reale,  Integrazione con database CAR-Hacking e CICIDS2017, Algoritmo innovativo ad alte prestazioni
• Piattaforma di analisi video e immagini per il traffico: Identificazione condizioni e intensità del traffico; Sistema di riconoscimento targhe autoveicoli; Algoritmi di ML/DL per elaborazione immagini; Monitoraggio real-time delle criticità stradali
• Framework integrato per l’ottimizzazione percorsi: Algoritmi innovativi basati su clustering;  Integrazione con tecniche di ricerca operativa (Dijkstra); Soluzioni per il decongestionamento intelligente; Sistema di supporto per gestione emergenze
• Soluzioni di sicurezza avanzate:  IDS potenziato con AI/ML; Rilevamento multi-classe di attacchi; Analisi predittiva delle minacce;  Monitoraggio continuo della sicurezza

Il sistema di Intelligenza Artificiale sviluppato da CRS LAGHI implementa una piattaforma avanzata per l’analisi del traffico e la cybersecurity nel contesto automotive, integrando efficacemente algoritmi di ML/DL per la gestione della sicurezza e l’ottimizzazione del traffico. Il sistema analizza costantemente parametri critici relativi a:

• rilevamento intrusioni e attacchi informatici
• analisi video del traffico in tempo reale
• identificazione targhe e veicoli
• ottimizzazione percorsi in caso di emergenza
• rilevamento condizioni critiche del traffico
• monitoraggio sicurezza attraverso ids remoto

Un aspetto particolarmente innovativo è il sistema IDS remoto basato su quattro diversi algoritmi di Deep Learning, implementato attraverso un’architettura a microservizi che ottimizza l’analisi dei log di macchina. L’architettura integra strumenti avanzati di AI per migliorare l’efficacia del rilevamento attacchi, implementando algoritmi innovativi validati scientificamente e addestrati su database di riferimento (CAR-Hacking e CICIDS2017). Questa architettura avanzata consente non solo il monitoraggio in tempo reale della sicurezza, ma fornisce anche strumenti per l’ottimizzazione dei percorsi attraverso tecniche di clustering e ricerca operativa, rappresentando un elemento fondamentale per la sicurezza nell’iniziativa Borgo 4.0.

3F&EDIN si configura come partner tecnologico specializzato nella progettazione e realizzazione di web application e sistemi distribuiti complessi, con particolare focus sullo sviluppo di soluzioni che integrano sensori multifunzione, BLE, RFID e NFC per attività di monitoraggio e tracciabilità, sistemi di E-Business e Computer Vision, soluzioni di localizzazione indoor/outdoor.

Nel contesto del progetto, 3F&EDIN sviluppa soluzioni innovative che integrano:

• sistema “Lioni for Innovation” per l’erogazione proattiva di servizi. Questo sistema permette di fruire di contenuti preimpostati e dinamici basati sulla localizzazione dell’utente, fornendo informazioni contestuali attraverso l’interazione con sensori di campo. Attraverso strategie di localizzazione indoor/outdoor, il sistema può inviare notifiche push geolocalizzate. Inoltre, implementa criteri di geofence per l’invio di informazioni mirate in base alla presenza dell’utente in determinate aree territoriali.
• architettura di path-planning e gestione missioni. Questa garantisce la costruzione e pubblicazione di itinerari ottimizzati/personalizzati basati sui dati del sistema, permettendo una gestione efficiente della mobilità. L’architettura integra funzionalità di backoffice per la gestione dei punti di interesse, dei contenuti e della configurazione dei sensori.
• sistema integrato di data mining e machine learning volto a migliorare continuamente la qualità del servizio offerto. Il sistema punta a proteggere i dati raccolti durante l’utilizzo dell’app e ottimizzare l’esperienza utente attraverso tecniche di apprendimento automatico.

L’app “Lioni for Innovation” implementa un sistema avanzato di fruizione di contenuti contestuali. Il sistema integra sensori sul campo e strategie di localizzazione, offrendo servizi proattivi e personalizzati. L’architettura distribuita consente una gestione ottimizzata dei percorsi e dei contenuti, garantendo un’esperienza utente efficace e contestualizzata, in linea con gli obiettivi di smart mobility di VIRGILIO.

NETPHAROS si configura come partner tecnologico specializzato nello sviluppo e system integration a supporto della delivery delle grandi aziende ICT, con particolare focus sulla fornitura di soluzioni e servizi ICT innovativi per aziende private e pubbliche amministrazioni, basandosi su studi di settore e interazione con ambienti di ricerca.

Nel contesto del progetto, NETPHAROS sviluppa soluzioni innovative che integrano:

• sistema Smart Totem per l’accesso multicanale alle informazioni. Questo sistema permette di fornire in maniera proattiva informazioni sulla mobilità locale e servizi al cittadino, mediante un’interfaccia innovativa e personalizzata. Attraverso l’integrazione di sensori multifunzione e sistemi di riconoscimento, il sistema può rispondere in modo proattivo ai bisogni degli utenti. Inoltre, implementa tecnologie di machine learning e deep learning per garantire un’interazione amichevole e immediata attraverso un assistente virtuale.
• architettura di interfaccia multimodale. Questa garantisce una migliore user experience attraverso la combinazione di sistemi di interfaccia visiva, vocale e tattile, permettendo la piena accessibilità anche in caso di disabilità. L’architettura supporta la selezione dei servizi desiderati e l’eventuale gestione di pagamenti o prenotazioni.
• sistema integrato di comunicazione volto a rendere accessibili a tutti i cittadini le informazioni di dettaglio già consultabili online attraverso le app di progetto. Il sistema punta a espandere i servizi dedicati al customer care, migliorando l’esperienza dell’utente e facilitando l’interazione con le strutture afferenti.

Lo Smart Totem implementa un sistema avanzato di interazione cittadino-servizi. Il sistema integra sensori ambientali e di prossimità, offrendo informazioni personalizzate sulla città e le risorse disponibili. L’architettura multicanale consente una comunicazione efficace e accessibile, garantendo una fruizione ottimale dei servizi smart city, in linea con gli obiettivi di innovazione di VIRGILIO

PROTOM si configura come partner tecnologico specializzato nei servizi di Advanced Engineering per le imprese industriali dei settori Aerospace, Railway ed Automotive, con particolare focus sulla progettazione e produzione di ambienti di Realtà Virtuale, Immersiva ed Aumentata per i mercati del Training & Maintainance Industriale, dei Beni Culturali e della E-Health.

Nel contesto del progetto, PROTOM sviluppa soluzioni innovative che integrano:

• sistema di data fusion per la Control Room. Questo sistema permette di aggregare e correlare in tempo reale i dati provenienti da diverse fonti, fornendo una visione unificata dello stato del sistema. Attraverso metodologie di Predictive Analytics, il sistema può costruire la “Awareness Map” dell’intero stato del contesto monitorato. Inoltre, analizza le informazioni mediante approcci basati su Data Mining e Information Fusion per assumere e gestire processi decisionali complessi.
• architettura di elaborazione basata su Data Pipelines distribuite. Questa garantisce un processing continuo dei flussi informativi rappresentati dalle fonti dati in ingresso alla piattaforma, permettendo l’analisi e l’estrazione di conoscenza in tempo reale. L’architettura implementa algoritmi di data analysis basati su AI particolarmente efficienti per l’elaborazione di flussi continui di dati, come LSTM-based e Robust Random Cut Forest.
• sistema integrato di gestione delle interfacce volto a rendere fruibili le informazioni elaborate attraverso viste consistenti, coerenti e multimodali. Il sistema punta a fornire mockup di interfacce ottimizzate per la gestione dei dati secondo specifici casi d’uso, facilitando l’interazione con gli utenti finali.

La Control Room implementa un sistema avanzato di supporto decisionale. Il sistema processa e correla in tempo reale i dati provenienti dal campo, integrando informazioni da diverse fonti. L’architettura distribuita consente analisi predittive, genera insight proattivi e caratterizza statisticamente i pattern significativi, garantendo una completa situation awareness agli operatori, in linea con gli obiettivi di smart mobility di VIRGILIO.

System Management si configura come partner tecnologico specializzato nello sviluppo di soluzioni informatiche e analisi dati in tempo reale, con particolare focus sulla realizzazione di sistemi IoT per il monitoraggio e l’analisi avanzata di infrastrutture complesse.

Nel contesto del progetto, System Management sviluppa soluzioni innovative che integrano:

• sistema di Data Analysis destinato alla raccolta ed elaborazione dati sulla mobilità urbana. Questo sistema permette di acquisire in tempo reale dati provenienti da piattaforme di assistenza alla movimentazione sul territorio e dati ambientali da fonti eterogenee. Attraverso la correlazione spazio-temporale delle informazioni, il sistema può ottimizzare la gestione del traffico. Inoltre, analizza eventi complessi mediante fusione dei dati provenienti da veicoli, sensori ambientali, videocamere intelligenti e altre fonti. Sulla base di queste analisi, elabora e invia dati processati verso sistemi cooperanti e terminali mobili.
• architettura di Predictive Analytics basata su Machine Learning e Deep Learning. Questa garantisce la valutazione non supervisionata di anomalie nelle informazioni correlate, permettendo una rapida identificazione di pattern significativi. L’architettura implementa un modello di elaborazione basato su Data Pipelines distribuite con approccio Stream-based Event Correlation (SEC), integrandosi con servizi di gestione Big Data.
• sistema integrato di monitoraggio volto a definire strategie di analisi predittiva basate sul processing continuo dei flussi informativi, contribuendo a migliorare la situation awareness dell’intero contesto urbano. Il sistema punta a fornire insight in tempo reale e ottimizzare l’elaborazione di grandi moli di dati attraverso algoritmi di Continuous Learning.

La piattaforma Ingestium implementa un sistema avanzato di analisi dati in tempo reale. Il sistema processa parametri critici come traffico, ambiente e sicurezza, integrando dati da fonti eterogenee. L’architettura distribuita consente analisi predittive, genera alert proattivi e caratterizza statisticamente i pattern di mobilità, garantendo un efficace supporto decisionale agli operatori, in linea con gli obiettivi di smart mobility di VIRGILIO

Luminosa Energia Distribuzione si configura come partner tecnologico specializzato nella gestione di impianti tecnologici e risorse energetiche distribuite, con particolare focus sulla produzione di dispositivi telematici basati su tecnologia IoT per il controllo e la gestione remota di sistemi energetici distribuiti.

Nel contesto del progetto, Luminosa sviluppa soluzioni innovative che integrano:

• sistema di gestione dinamica delle stazioni di ricarica. Questo sistema permette di acquisire periodicamente lo stato dei veicoli elettrici, fornendo dati essenziali per il monitoraggio dell’infrastruttura. Attraverso la caratterizzazione statistica dei tempi di ricarica, il sistema può ottimizzare l’utilizzo delle stazioni. Inoltre, analizza le potenziali esternalità che potrebbero interferire con il processo di ricarica, come lo stato di carica dei sistemi di accumulo e le variabili ambientali. Sulla base di queste analisi, individua e implementa azioni di controllo mirate al coordinamento efficiente delle risorse.
• architettura di monitoraggio e controllo remoto. Questa garantisce un rilevamento tempestivo di eventuali stati critici del sistema, permettendo una rapida identificazione delle possibili cause di malfunzionamento. L’architettura fornisce anche un supporto guidato per gli interventi manutentivi, facilitando le operazioni di ripristino. La sincronizzazione degli eventi consente inoltre analisi statistiche approfondite sul funzionamento dell’infrastruttura.
• sistema integrato di gestione colto a definire politiche di manutenzione preventiva basate sui dati raccolti, contribuendo ad incrementare la disponibilità complessiva dei punti di ricarica. Il sistema punta a ridurre significativamente i tempi di fuori servizio e ottimizzare i costi di gestione e manutenzione dell’intera infrastruttura.

Il Sistema di Gestione Dinamica delle stazioni di ricarica implementa un monitoraggio avanzato dell’infrastruttura di ricarica elettrica. Il sistema traccia in tempo reale parametri critici come stato di carica, condizioni operative, performance e pattern di utilizzo, integrando dati dei veicoli e delle stazioni. L’architettura a due livelli (locale e centrale) consente la previsione delle manutenzioni, genera alert tempestivi e caratterizza statisticamente i tempi di ricarica, garantendo maggiore disponibilità e minori interruzioni del servizio, in linea con gli obiettivi di mobilità sostenibile di VIRGILIO.

T&T ha svolto un ruolo fondamentale, grazie alla sua consolidata esperienza nell’utilizzo di sensoristica passiva a radiofrequenza e alle competenze avanzate nelle tecnologie RFID. L’azienda si è occupata dello sviluppo della segnaletica stradale “parlante”, una soluzione innovativa basata sul paradigma tecnologico dei sistemi ferroviari ERTMS/ETCS, adattato al contesto stradale.

T&T ha progettato un sistema avanzato di classificazione e riconoscimento della segnaletica stradale Sistema di Supporto al Traffic Signal Recognition utilizzando tag RFID passivi. Questi tag, applicabili a segnaletica fissa o temporanea e integrabili nell’asfalto, forniscono informazioni precise come: tipo di segnale stradale, distanza e posizione GPS, codici di identificazione univoci.

Le informazioni vengono lette da dispositivi installati a bordo dei veicoli, consentendo una comunicazione wireless affidabile e sicura, anche in condizioni ambientali avverse.

l sistema SS-TSR integra tre componenti principali per il riconoscimento della segnaletica stradale. Il Vehicle Short Range Sensor (VSS), installato a bordo veicolo, rileva e trasmette i dati dei tag RFID relativi alla segnaletica, comunicando con l’On-Board Unit (OBU) in tempo reale. Utilizza protocolli come 802.11p, LTE/4G/5G e offre un’interfaccia grafica per fornire avvisi al conducente, supportando i sistemi ADAS e definendo Zone di Alert. Il Gate Embedded Local RF Check (G-ERL), parte dell’infrastruttura stradale, verifica lo stato dei tag, traccia i comportamenti dei veicoli e aggiorna un database centralizzato. Comunica tramite protocolli V2I e segnala anomalie alla Control Room. Il RF Reader, componente hardware chiave, legge i tag RFID su segnaletica fissa o temporanea, assicurando precisione e robustezza anche in condizioni avverse. Questi sottosistemi lavorano sinergicamente: il VSS elabora i dati dei tag, il G-ERL li verifica e monitora il traffico, mentre il RF Reader collega i tag al sistema, migliorando sicurezza ed efficienza nella mobilità intelligente.

E@I Software si configura come partner tecnologico chiave, apportando le sue competenze specialistiche sullo sviluppo di middleware e sistemi di integrazione software, consolidate attraverso collaborazioni con clienti di primo piano come Octo Telematics, Enel, Sisal e Accenture.

Nel contesto del progetto, E@I Software sviluppa soluzioni innovative che integrano:

• un Edge Gateway avanzato per la connessione e l’integrazione dei vari sensori con la piattaforma di monitoraggio e il software di gestione allarmi, garantendo elaborazione dei dati in tempo reale con latenza minima
• un sistema di comunicazione multi-protocollo che permette lo scambio dati tra sistemi eterogenei, con capacità di trasformazione e aggregazione prima dell’inoltro alla piattaforma P-MOBILITY
• Un’architettura di sicurezza integrata che implementa funzionalità di crittografia e firewall per proteggere i dati sensibili, garantendo conformità alla privacy e protezione da accessi non autorizzati
• un framework scalabile che assicura:

• • funzionamento ininterrotto anche in condizioni di connettività limitata
  • ottimizzazione della trasmissione dati e risparmio sulla larghezza di banda
  • gestione efficiente di un elevato numero di sensori distribuiti geograficamente
  • adattabilità a diverse esigenze operative

L’Edge Gateway sviluppato da E@I Software per il progetto TALETE implementa un’architettura distribuita che sfrutta appieno i paradigmi dell’edge computing per garantire l’elaborazione in tempo reale dei dati provenienti da diverse sorgenti. Il sistema acquisisce e processa un flusso eterogeneo di informazioni, tra cui:

• Dati telemetrici: provenienti dalla rete di sensori IoT distribuiti sul territorio, che monitorano costantemente le condizioni del traffico e dell’ambiente circostante.
• Informazioni sugli utenti vulnerabili: dati sulla posizione e lo stato degli utenti deboli, come pedoni e ciclisti, per una maggiore sicurezza.
• Segnali di allerta: generati da altri sottosistemi, come quelli di monitoraggio delle infrastrutture o di previsione delle collisioni.

L’architettura del gateway è basata su un framework event-driven che utilizza il protocollo MQTT per garantire comunicazioni efficienti e a bassa latenza. Questo permette di elaborare i dati in tempo reale, riducendo al minimo i tempi di risposta e consentendo di intervenire tempestivamente in situazioni critiche, come la prevenzione di incidenti.

I3 si configura come partner tecnologico chiave, apportando le sue competenze decennali in PLM (Product Lifecycle Management) e ILM (Information Lifecycle Management), con particolare focus sulla gestione del ciclo di vita dei dati e l’integrazione di sistemi complessi nel settore automotive.

Nel contesto del progetto, I3 sviluppa soluzioni innovative che integrano:

• un Condition System per la raccolta ed elaborazione real-time dei dati in un’architettura distribuita, ottimizzato per comunicazioni edge tramite protocollo MQTT
• un framework event-driven per l’elaborazione istantanea dei dati in arrivo dai sensori e l’identificazione proattiva di situazioni di rischio per gli utenti deboli
• un’architettura modulare e scalabile che permette l’integrazione dinamica di nuovi dispositivi e funzionalità mantenendo performance elevate (latenza <10ms, 100K eventi/secondo elaborati)

L’integrazione di queste soluzioni garantisce un monitoraggio continuo e affidabile della sicurezza stradale, con particolare attenzione alla protezione degli utenti vulnerabili.

All’interno del progetto TALETE, BRT si configura come partner tecnologico chiave, apportando le sue competenze specialistiche nel campo delle telecomunicazioni e dello sviluppo software, con particolare focus sul monitoraggio dei parametri ambientali legati alla sicurezza stradale e sulla gestione dei sistemi di allerta per la protezione degli utenti deboli.

Il Condition System implementa un’architettura distribuita event-driven che sfrutta paradigmi avanzati di edge computing per l’elaborazione di stream dati eterogenei. Il sistema acquisisce e processa in tempo reale un ampio spettro di input, dai dati telemetrici provenienti dalla rete sensoristica IoT distribuita sul territorio, alle informazioni contestuali sugli utenti vulnerabili, fino ai segnali di alert generati dai sottosistemi di monitoraggio infrastrutturale. Attraverso sofisticati algoritmi di pattern recognition, il sistema analizza continuamente i parametri di sicurezza e i modelli comportamentali per identificare proattivamente potenziali situazioni di rischio.

L’innovativa architettura si basa su un framework event-driven che sfrutta il protocollo MQTT per garantire comunicazioni edge efficienti e a bassa latenza. Il sistema implementa pipeline di elaborazione dati altamente configurabili che integrano processing distribuito real-time degli stream informativi e dashboard analitiche dinamiche per il monitoraggio continuo. Un layer di astrazione dedicato gestisce l’integrazione bidirezionale con i sistemi V2X esterni attraverso API RESTful e microservizi specializzati.

MEDIAMOBILE ITALIA si configura come partner tecnologico chiave, apportando le sue competenze specialistiche nel campo dell’ITS (Intelligent Transport Systems) e Digital Signage, con particolare focus sul tracciamento dei soggetti (veicoli, autisti e più in generale persone) e sulla gestione dei sistemi di allerta per gli utenti deboli della mobilità.

Nel contesto del progetto, MEDIAMOBILE sviluppa soluzioni innovative che integrano:

• un sistema di sensoristica low power consuming per il rilevamento accurato delle posizioni degli utenti deboli, con particolare attenzione all’efficienza energetica e alla precisione real-time
• una piattaforma di Alert Management per utenti deboli che include beeper, segnalatori luminosi a LED, smartphone e altri dispositivi di segnalazione scelti in base alla tipologia di utente
• un’architettura IoT fog-based per la gestione ottimale delle comunicazioni tra sensori wearable e infrastruttura centralizzata

Il sistema di tracciamento utenti sviluppato da MEDIAMOBILE per TALETE implementa un servizio avanzato di monitoraggio per diverse categorie di utenti deboli attraverso: Sensori wearable a basso consumo energetico, Dispositivi indossabili per soggetti non elettrificati, Sensori di bordo per dispositivi elettrificati, Sistemi di alert personalizzati per tipologia di utente

BRT si configura come partner tecnologico chiave, apportando le sue competenze specialistiche nel campo delle telecomunicazioni e dello sviluppo software, con particolare focus sul monitoraggio dei parametri ambientali legati alla sicurezza stradale e sulla gestione dei sistemi di allerta per la protezione degli utenti deboli.

Nel contesto del progetto, BRT sviluppa soluzioni innovative che integrano

• un Sistema Smart Monitoring per il rilevamento real-time delle condizioni del manto stradale attraverso sensori avanzati e algoritmi predittivi per l’identificazione precoce di situazioni critiche
• una piattaforma Alert Zone Manager per la gestione intelligente dei punti critici dell’infrastruttura stradale, basata su capacità computazionale distribuita e specifiche security-by-design
• un’architettura Edge Computing per l’elaborazione distribuita dei dati e la gestione ottimizzata delle comunicazioni con l’infrastruttura centralizzata

Il Sistema Smart Monitoring sviluppato da BRT per TALETE implementa un servizio avanzato di monitoraggio per la raccolta efficiente delle metriche relative alle condizioni stradali e ai punti critici dell’infrastruttura, minimizzando i falsi allarmi e ottimizzando la risposta in tempo reale. Il sistema monitora costantemente parametri critici essenziali quali:  temperatura e umidità del manto stradale, condizioni di aderenza delle superfici, Presenza di ghiaccio o altri elementi di rischio, pattern di concentrazione degli utenti deboli, Condizioni ambientali critiche nelle zone di alert

ERICSSON TELECOMUNICAZIONI, in qualità di capofila, si configura come partner strategico fondamentale, apportando le sue competenze specialistiche nella progettazione e sviluppo di algoritmi per la sicurezza stradale e sistemi di comunicazione avanzati per la protezione degli utenti deboli.
Nel contesto del progetto, Ericsson sviluppa soluzioni innovative che integrano un Sistema Algoritmico per Rotte di Collisione con algoritmi ML e analisi predittiva multi-source, un’Architettura di Integrazione V2X per comunicazioni real-time vehicle-to-infrastructure, e un Sistema di Alert e Monitoraggio centralizzato per la gestione degli utenti deboli e delle situazioni di pericolo.

Il Sistema Algoritmico sviluppato da ERICSSON per TALETE implementa un servizio avanzato di monitoraggio per la raccolta efficiente delle metriche relative alla sicurezza degli utenti deboli, minimizzando i falsi positivi e ottimizzando la risposta in tempo reale. Il sistema monitora costantemente parametri critici essenziali quali probabilità di collisione, distanze di sicurezza, velocità relative tra veicoli e pedoni, pattern di movimento degli utenti deboli e condizioni ambientali critiche.
Un aspetto particolarmente innovativo è il sistema di analisi predittiva multi-source che integra dati provenienti da sensori distribuiti sul territorio, informazioni real-time da veicoli connessi, segnali da dispositivi indossabili degli utenti deboli, alert da segnaletica intelligente e parametri ambientali e di traffico. Questa architettura integrata consente la previsione accurata delle situazioni di rischio, la generazione tempestiva di alert, l’ottimizzazione continua degli algoritmi di sicurezza e la validazione delle contromisure adottate.

GM ZINCATURA si configura come partner chiave, apportando le sue competenze specialistiche nel campo dei trattamenti superficiali dei metalli, in particolare nella zincatura.

Nel contesto del progetto, GM ZINCATURA contribuisce allo sviluppo di soluzioni innovative che integrano: Processi di zincatura innovativi: per garantire la maggiore durabilità della barriera di sicurezza stradale Smart agli agenti esterni.

GM ZINCATURA si occupa di:

• Ottimizzare i processi di zincatura: per aumentarne la resistenza alla corrosione.
• Validare in laboratorio i prodotti passivanti: di nuova generazione.
• Analizzare le condizioni di resistenza alla corrosione: secondo standard normativi e di prodotto.

Inoltre, GM ZINCATURA collabora con gli altri partner del progetto per:

• l’industrializzazione della barriera Smart: fornendo supporto nella fase di zincatura delle componenti.
• la validazione delle soluzioni in ambiente reale: per garantire la durabilità e la resistenza alla corrosione della barriera.

la progettazione di un’architettura scalabile e affidabile: per la produzione e l’installazione della barriera Smart.

All’interno del progetto SOCRATE, STRESS si configura come partner chiave, apportando le sue competenze specialistiche nel campo dello sviluppo tecnologie per l’edilizia, in particolare per la sicurezza sismica e la sostenibilità.

Nel contesto del progetto, STRESS contribuisce allo sviluppo di soluzioni innovative che integrano un Modulo I-BIM: STRESS sviluppa un modulo I-BIM per la gestione integrata dei sistemi di monitoraggio dell’infrastruttura. Il modulo:

• Consente la raccolta e l’elaborazione di grandi quantità di informazioni: provenienti da sensori presenti lungo l’infrastruttura e installati a bordo del veicolo e della barriera.
• Permette di interagire con l’infrastruttura: per la pianificazione degli interventi manutentivi, testare soluzioni e verificare piani.
• Supporta la creazione di un Digital Twin: dell’infrastruttura, consentendo la simulazione e la previsione del comportamento del sistema.

Inoltre, STRESS collabora con gli altri partner del progetto per:

• la progettazione dell’infrastruttura di comunicazione: garantendo l’interoperabilità tra il modulo I-BIM e gli altri componenti del sistema.
• la validazione delle soluzioni in ambiente reale: per garantire l’efficacia e l’affidabilità del modulo I-BIM.
• la progettazione di un’architettura scalabile e affidabile: per la gestione del flusso di dati.

Il modulo I-BIM sviluppato da STRESS implementa un sistema avanzato di monitoraggio delle infrastrutture stradali attraverso l’integrazione con sensori distribuiti e tecnologie di Digital Twin. Il sistema acquisisce ed elabora in tempo reale dati critici sull’infrastruttura mediante sensori IoT installati lungo le strade e sulle barriere. Attraverso algoritmi di AI, analizza lo stato strutturale, genera alert preventivi e supporta la pianificazione manutentiva. L’architettura distribuita consente simulazioni predittive, test virtuali e verifica dei piani d’intervento, contribuendo agli obiettivi di SOCRATE per una mobilità più sicura.

GEMATICA svolge un ruolo chiave nel progetto SOCRATE, mettendo a disposizione la sua esperienza nei sistemi avanzati di telecomunicazione per sviluppare soluzioni innovative per la gestione del traffico e la sicurezza stradale. In particolare, GEMATICA ha contribuito al progetto con:

1. Sviluppo di un sistema Middleware che:

• • raccoglie e inoltra i messaggi provenienti da gateway di bordo veicolo e antenne RSU, garantendo un flusso di informazioni efficiente e affidabile anche in caso di assenza di connettività.
  • basato su Kubernetes, è scalabile, flessibile e resiliente, in grado di gestire payload di diverse dimensioni e di riconnettersi automaticamente al broker MQTT in caso di interruzione.

2. Sviluppo di un Gateway veicolare per la comunicazione V2X che:

• • consente lo scambio di informazioni in tempo reale tra la barriera “smart”, i dispositivi di monitoraggio e la piattaforma Borgo 4.0.
  • il Gateway gestisce diverse tecnologie di comunicazione, si integra con i sottosistemi di bordo del veicolo e inoltra i dati in un formato standardizzato.

Inoltre, GEMATICA collabora con gli altri partner del progetto per:

• la progettazione dell’infrastruttura di comunicazione: garantendo l’interoperabilità tra i diversi componenti del sistema.
• la validazione delle soluzioni in ambiente reale: per garantire l’efficacia e l’affidabilità del sistema di comunicazione.
• la progettazione di un’architettura scalabile e affidabile: per la gestione del flusso di dati.

Il sistema middleware sviluppato da GEMATICA implementa una soluzione avanzata di comunicazione V2X per la gestione del traffico e sicurezza stradale. Il sistema, basato su architettura Kubernetes, raccoglie e inoltra in tempo reale dati da gateway veicolari e antenne RSU, garantendo affidabilità anche in assenza di connettività. Il gateway veicolare integra diverse tecnologie di comunicazione e si interfaccia con i sottosistemi di bordo, standardizzando il formato dei dati. L’architettura distribuita consente scalabilità e resilienza, con riconnessione automatica al broker MQTT, garantendo un flusso dati efficiente tra veicoli, barriere “smart” e piattaforma Borgo 4.0

TECNOSISTEM si configura come partner chiave, apportando le sue competenze specialistiche nel campo della progettazione civile e industriale e dello sviluppo di soluzioni integrate per la gestione delle infrastrutture.

Nel contesto del progetto, TECNOSISTEM contribuisce allo sviluppo di soluzioni innovative che integrano:

• Dispositivo di monitoraggio delle infrastrutture: TECNOSISTEM sviluppa un dispositivo installato a bordo veicolo che acquisisce ed elabora dati relativi alle infrastrutture stradali (strade, barriere, gallerie, etc.) lungo il percorso. Il dispositivo fornisce informazioni in tempo reale su eventuali anomalie e supporta la manutenzione predittiva, dialogando con il veicolo e le infrastrutture attraverso la piattaforma Borgo 4.0.
• Un’architettura scalabile e affidabile: Il sistema è progettato per essere modulare e scalabile, consentendo l’integrazione di ulteriori sensori e dispositivi in base alle esigenze, e include funzionalità di monitoraggio per garantire la continuità del servizio.

Inoltre, TECNOSISTEM collabora con gli altri partner del progetto per:

• la progettazione dell’infrastruttura di comunicazione: per garantire l’interoperabilità tra i diversi componenti del sistema.
• una piattaforma di gestione dei dati: Basata su tecnologie di Information Modeling (BIM), la piattaforma consente la gestione integrata delle informazioni provenienti dai sistemi di monitoraggio, garantendo un flusso efficiente e sicuro dei dati.
• la validazione delle soluzioni in ambiente reale: per garantire l’efficacia e l’affidabilità del sistema.

Il sistema di monitoraggio sviluppato da TECNOSISTEM per SOCRATE implementa una raccolta ed elaborazione dati in tempo reale per la sicurezza stradale. Il sistema integra sensori di bordo veicolo e dispositivi infrastrutturali per monitorare costantemente lo stato delle strade e rilevare anomalie. Attraverso algoritmi di AI e comunicazione V2X, elabora le informazioni per prevedere condizioni di traffico e identificare situazioni di pericolo. L’architettura distribuita garantisce alta affidabilità e bassa latenza nella generazione di alert. Integrandosi con Borgo 4.0 e il modulo I-BIM di STRESS, supporta la manutenzione predittiva e il monitoraggio avanzato delle infrastrutture.

AMS si configura come partner chiave e capofila, apportando le sue competenze specialistiche nel campo dell’automazione industriale e della produzione di barriere di sicurezza. Nel contesto del progetto, AMS contribuisce allo sviluppo di soluzioni innovative che integrano:

• Barriera di sicurezza stradale Smart: AMS sviluppa e industrializza una barriera di sicurezza stradale innovativa, caratterizzata da:
  • Migliori prestazioni di assorbimento all’urto: grazie a una particolare architettura costituita da elementi tubolari e pannelli in plastica trasparente.
  • Funzioni di sicurezza attiva: integrazione di sensori di impatto, sensori nebbia, sensori di coda, dispositivi di segnalazione LED, dispositivi di illuminazione e moduli di comunicazione V2X.
  • Alto livello di competitività industriale: grazie all’ottimizzazione dell’architettura e all’introduzione di un innovativo processo di automazione industriale.
  • Maggiore durabilità: agli agenti esterni mediante l’utilizzo di processi di zincatura innovativi.
• Un’architettura scalabile e affidabile: per la produzione e l’installazione della barriera Smart, garantendo efficienza e competitività.

Inoltre, AMS collabora con gli altri partner del progetto per:

• la progettazione dell’infrastruttura di comunicazione: per garantire l’interoperabilità tra la barriera Smart e gli altri componenti del sistema.
• la gestione integrata dei dati: provenienti dai sensori della barriera e dai dispositivi di monitoraggio.
• la validazione delle soluzioni in ambiente reale: per garantire l’efficacia e l’affidabilità del sistema

La barriera smart di AMS implementa un sistema avanzato di monitoraggio della sicurezza stradale. Il sistema integra sensori di impatto, nebbia, coda e dispositivi LED che consentono la rilevazione in tempo reale di situazioni critiche. I dati raccolti dai sensori e dai dispositivi V2X vengono elaborati attraverso un’architettura distribuita che garantisce bassa latenza nella generazione degli alert. Il sistema contribuisce alla manutenzione predittiva dell’infrastruttura e si integra con l’ecosistema Borgo 4.0, fungendo da elemento fondamentale per il monitoraggio della sicurezza stradale e la gestione proattiva delle situazioni di pericolo.

CRS LAGHI si concentra sullo sviluppo di soluzioni innovative basate su Intelligenza Artificiale per l’analisi dati e la cybersecurity nel contesto automotive. L’azienda ha realizzato una suite completa di soluzioni che include:

• Sistema IDS remoto basato su Deep Learning con 4 micro-servizi specializzati: Analisi log di macchina tramite algoritmi DL diversificati; Rilevamento e classificazione attacchi in tempo reale,  Integrazione con database CAR-Hacking e CICIDS2017, Algoritmo innovativo ad alte prestazioni
• Piattaforma di analisi video e immagini per il traffico: Identificazione condizioni e intensità del traffico; Sistema di riconoscimento targhe autoveicoli; Algoritmi di ML/DL per elaborazione immagini; Monitoraggio real-time delle criticità stradali
• Framework integrato per l’ottimizzazione percorsi: Algoritmi innovativi basati su clustering;  Integrazione con tecniche di ricerca operativa (Dijkstra); Soluzioni per il decongestionamento intelligente; Sistema di supporto per gestione emergenze
• Soluzioni di sicurezza avanzate:  IDS potenziato con AI/ML; Rilevamento multi-classe di attacchi; Analisi predittiva delle minacce;  Monitoraggio continuo della sicurezza

Il sistema di Intelligenza Artificiale sviluppato da CRS LAGHI implementa una piattaforma avanzata per l’analisi del traffico e la cybersecurity nel contesto automotive, integrando efficacemente algoritmi di ML/DL per la gestione della sicurezza e l’ottimizzazione del traffico. Il sistema analizza costantemente parametri critici relativi a:

• rilevamento intrusioni e attacchi informatici
• analisi video del traffico in tempo reale
• identificazione targhe e veicoli
• ottimizzazione percorsi in caso di emergenza
• rilevamento condizioni critiche del traffico
• monitoraggio sicurezza attraverso ids remoto

Un aspetto particolarmente innovativo è il sistema IDS remoto basato su quattro diversi algoritmi di Deep Learning, implementato attraverso un’architettura a microservizi che ottimizza l’analisi dei log di macchina. L’architettura integra strumenti avanzati di AI per migliorare l’efficacia del rilevamento attacchi, implementando algoritmi innovativi validati scientificamente e addestrati su database di riferimento (CAR-Hacking e CICIDS2017). Questa architettura avanzata consente non solo il monitoraggio in tempo reale della sicurezza, ma fornisce anche strumenti per l’ottimizzazione dei percorsi attraverso tecniche di clustering e ricerca operativa, rappresentando un elemento fondamentale per la sicurezza nell’iniziativa Borgo 4.0.

CID SOFTWARE STUDIO si concentra sullo sviluppo di framework applicativi e sistemi di monitoraggio innovativi specifici per l’ambiente e i trasporti. L’azienda ha realizzato una suite completa che include:

• Platform B2B per la gestione integrata dei dati di mobilità
• Sistemi di monitoraggio avanzati per il controllo della salute del conducente
• Framework di sviluppo specializzati per applicazioni di trasporto
• Interfacce di integrazione con sistemi esterni
• Moduli di analisi e reporting per il monitoraggio delle performance
• Strumenti di visualizzazione e controllo in tempo reale

Il sistema di Framework Applicativo sviluppato da CID SOFTWARE implementa una piattaforma avanzata per il monitoraggio e il controllo delle infrastrutture di trasporto, integrando efficacemente le applicazioni B2B per la gestione della mobilità urbana. Il sistema monitora costantemente parametri critici relativi alla mobilità urbana, tra cui:

• controllo del traffico veicolare
• monitoraggio ambientale in tempo reale
• analisi dei flussi di mobilità
• performance delle infrastrutture di trasporto
• indicatori di qualità ambientale
• dashboard integrate per il controllo operativo

Un aspetto particolarmente innovativo è il sistema di framework applicativo specializzato per il settore trasporti, implementato attraverso un approccio modulare che ottimizza l’integrazione tra i diversi sistemi di monitoraggio. L’architettura integra strumenti avanzati di visualizzazione e controllo per migliorare l’efficacia delle analisi, implementando interfacce intuitive e dashboard interattive basate su metriche di performance. Questa architettura avanzata consente non solo il monitoraggio in tempo reale delle condizioni del traffico e dell’ambiente, ma fornisce anche gli strumenti necessari per l’analisi delle performance e il reporting, rappresentando un elemento fondamentale per il controllo operativo nell’iniziativa Borgo 4.

MAGSISTEM si concentra sullo sviluppo di servizi per la previsione e l’ottimizzazione del traffico stradale nel borgo di Lioni (AV). L’azienda ha realizzato due componenti principali basate su machine learning:

• Sistema di Short Traffic Forecast: implementazione di reti a grafo (Spatio-Temporal Graph Transformer Networks), modellazione del grafo stradale del borgo, definizione di tratti stradali, incroci, strade principali e secondarie, previsione delle congestioni a breve termine
• Sistema di Ottimizzazione del Traffico: implementazione basata su reinforcement learning, utilizzo di agenti intelligenti per la gestione del traffico veicolare, ottimizzazione dei flussi di traffico

Per supportare lo sviluppo in assenza di dati reali dalla piattaforma di integrazione centralizzata e dalla rete di sensori IoT, MAGSISTEM ha implementato un ambiente di Simulazione SUMO:

• simulazione microscopica del traffico stradale
• modellazione dettagliata del movimento di ciascun veicolo
• inclusione di parametri come velocità e accelerazione
• simulazione delle interazioni tra veicoli (sorpassi, cambi di corsia)
• supporto all’addestramento dei modelli di machine learning
• ambiente per il testing finale del progetto

Questa soluzione ha permesso di superare le limitazioni iniziali legate alla disponibilità dei dati reali dalla rete di sensori IoT, , consentendo attraverso un approccio innovativo basato su simulazione, di addestrare e validare efficacemente i modelli di machine learning, creando una soluzione robusta per la gestione intelligente del traffico urbano nel contesto di P-Mobility. In questo modo, la soluzione sviluppata costituisce un elemento fondamentale per l’ottimizzazione della mobilità urbana, integrando tecniche avanzate di AI con una profonda comprensione delle dinamiche del traffico locale.

Il sistema di previsione e ottimizzazione del traffico sviluppato da MAGSISTEM implementa una piattaforma avanzata per l’analisi e la gestione della mobilità nel contesto del borgo di Lioni (AV), integrando efficacemente algoritmi di machine learning per la previsione delle congestioni e l’ottimizzazione dei flussi. Il sistema si basa su due componenti principali:

• Short Traffic Forecast basato su Spatio-Temporal Graph Transformer Networks

Ottimizzazione del traffico attraverso tecniche di reinforcement learning

TECNOSISTEM si concentra sull’analisi, progettazione e sviluppo dell’infrastruttura tecnologica della Smart Road, con particolare attenzione agli aspetti di sicurezza, manutenzione e sostenibilità. L’azienda ha realizzato un sistema completo che include:

• Smart Road Infrastructure Design:  Matrice delle interfacce e dei requisiti di sottosistema per protocolli di comunicazione,  Linee guida per la progettazione della dorsale e delle connessioni radio ridondanti, Algoritmi di dimensionamento per l’infrastruttura tecnologica scalabile, Modelli BIM per l’integrazione dei dispositivi tecnologici
• Asset Management System:  Framework di monitoraggio e tracciamento dei rischi, Sistema integrato di gestione della manutenzione, Procedure manutentive personalizzate per dispositivi, Mappa dinamica degli interventi schedulati
• Real-time Monitoring Platform:  Sistema di controllo in tempo reale delle tecnologie, Architettura multi-layer per la gestione dei sensori, Modelli predittivi per la manutenzione, Strumenti di supporto decisionale per i gestori dell’infrastruttura

L’integrazione di queste componenti crea un sistema completo per la gestione intelligente dell’infrastruttura stradale, garantendo elevati standard di sicurezza e ottimizzando le procedure di manutenzione attraverso un approccio preventivo e data-driven.

Il sistema di Smart Road Infrastructure sviluppato da TECNOSISTEM implementa un’architettura avanzata per la progettazione e gestione delle infrastrutture stradali intelligenti, integrando efficacemente le componenti tecnologiche e i sistemi di monitoraggio. Il sistema analizza e gestisce parametri critici relativi all’infrastruttura stradale, tra cui:

• Dimensionamento e scalabilità dell’infrastruttura
• Monitoraggio dei dispositivi tecnologici
• Manutenzione predittiva
• Dashboard integrate per il controllo operativo

Un aspetto particolarmente innovativo è il sistema prototipale di gestione manutentiva della sensoristica fissa e mobile, implementato attraverso un approccio modulare che ottimizza l’integrazione tra i diversi dispositivi dell’infrastruttura stradale intelligente.

L’architettura integra funzionalità avanzate di pianificazione e monitoraggio, implementando database informativi articolati per area tecnica e singolo dispositivo, con sistemi di gestione manutentiva basati su schedulazione temporale.

SYSTEM MANAGEMENT si concentra sullo sviluppo di un’architettura Cloud ed Edge Cloud innovativa basata su microservizi, implementando un sistema IoT specifico per il contesto Smart Automotive. L’azienda ha realizzato una piattaforma completa che include:

• Sistema IoT per ingestion dati da sensori e gestione attuatori
• Piattaforma di Data Analysis near real-time con applicazioni verticali per monitoraggio traffico, sicurezza e ambiente
• Sistema Smart GIS integrato
• Framework per la distribuzione dinamica del carico elaborativo tra Cloud e Edge Cloud
• Protocolli di interoperabilità per dati IoT e ambiente Smart GIS
• SDK e ambienti di simulazione per testing e sviluppo

Il sistema di Data Analysis sviluppato implementa una piattaforma avanzata di monitoraggio per la raccolta e l’analisi dei dati in tempo reale, integrando efficacemente le applicazioni verticali di analisi per il monitoraggio del traffico, il rilevamento incidenti e il calcolo degli indici di traffico. Il sistema monitora costantemente parametri critici relativi alla mobilità urbana, tra cui:

• Superamento limiti di velocità
• Rilevamento incidenti per area
• Tempo mediano di percorrenza tra aree
• Indici di traffico (VTC, velocità media)
• Livelli di inquinamento
• Statistiche di affluenza e accesso per luoghi di interesse

Un aspetto particolarmente innovativo è il sistema di distribuzione dinamica del carico elaborativo tra Cloud e Edge Cloud, implementato attraverso un approccio Smart & Green che ottimizza il consumo energetico dell’infrastruttura. L’architettura integra metodi e strumenti di autoscaling per migliorare l’efficienza delle risposte, implementando una distribuzione e un bilanciamento dinamico del carico elaborativo basato su metriche di monitoraggio. Questa architettura avanzata consente non solo l’analisi predittiva e l’identificazione di anomalie negli indici di traffico, ma fornisce anche gli strumenti necessari per l’identificazione di Hotspot e Hotmap, rappresentando un elemento fondamentale per la gestione intelligente della mobilità nell’iniziativa Borgo 4.0

ERICSSON TELECOMUNICAZIONI, in qualità di capofila, si configura come partner strategico fondamentale, apportando le sue competenze specialistiche nella progettazione e sviluppo di sistemi di comunicazione avanzati e nella gestione di architetture complesse.

Nel contesto del progetto P-Mobility, Ericsson ha sviluppato una sofisticata piattaforma ICT basata su Google Kubernetes Engine (GKE), che funge da middleware centrale per l’intero ecosistema Borgo 4.0. Questa soluzione tecnologica integra una dashboard di monitoraggio centralizzato attraverso Google Cloud Monitoring, offrendo una visione completa e in tempo reale delle performance sia infrastrutturali che applicative del sistema, con un innovativo sistema di log monitoring su Edge server basato su Kubernetes K8S.

Le principali funzionalità della piattaforma sviluppata da Ericsson includono:

• Dashboard di monitoraggio centralizzato: Progettata utilizzando le risorse di Google Cloud Monitoring, la dashboard permette una visione complessiva delle metriche di performance sia infrastrutturali che applicative. Le metriche monitorate includono l’utilizzo di CPU, memoria, larghezza di banda, tassi di trasmissione dei pacchetti e l’utilizzo delle risorse da parte dei container Kubernetes.
• Managed Service for Prometheus: Utilizzato per raccogliere e visualizzare le metriche relative al sistema e alle applicazioni. Il servizio Prometheus gestito permette di minimizzare le configurazioni manuali, riducendo il carico di manutenzione sull’infrastruttura e garantendo una raccolta efficiente delle metriche.
• Metriche infrastrutturali e applicative: Le metriche monitorate sono classificate in due categorie: metriche di sistema (come utilizzo di CPU e memoria) e metriche applicative (relative alle performance dei microservizi eseguiti all’interno del cluster Kubernetes). Queste ultime sono raccolte in tempo reale, permettendo di valutare l’efficienza operativa delle applicazioni critiche come il pmob-data-access e il pmob-geoserver.
• Log monitoring: Ericsson ha progettato un sistema di monitoraggio dei log su Edge server basato su Kubernetes K8S. I log sono raccolti da tutti i container in esecuzione e aggregati per un’analisi dettagliata tramite un’interfaccia intuitiva, che permette di filtrare e ricercare log rilevanti per facilitare il debugging e la risoluzione dei problemi

Il sistema monitora costantemente parametri critici come l’utilizzo di CPU, memoria, larghezza di banda e tassi di trasmissione dei pacchetti, oltre alle performance specifiche dei microservizi come pmob-data-access e pmob-geoserver. Un aspetto particolarmente innovativo è il sistema di log monitoring implementato sugli Edge server basato su Kubernetes K8S, che permette l’aggregazione e l’analisi dettagliata dei log provenienti da tutti i container in esecuzione. Questa architettura integrata consente non solo un monitoraggio efficace dell’intera infrastruttura, ma fornisce anche gli strumenti necessari per il debugging e l’ottimizzazione continua delle prestazioni del sistema, rappresentando un elemento fondamentale per il successo dell’iniziativa Borgo 4.0.

ALFANO si configura come partner tecnologico chiave, apportando le sue competenze specialistiche nella progettazione, costruzione, manutenzione e gestione di impianti elettrici per la pubblica illuminazione, con particolare focus sui sistemi integrati di illuminazione stradale e semaforica.

Nel contesto del progetto, ALFANO sviluppa soluzioni innovative per il palo intelligente che integrano:

• una Road Side Unit (RSU) che funge da nodo di comunicazione per connessioni V2I, abilitando servizi C-ITS come: monitoraggio del traffico veicolare e pedonale, teleregolazione dei flussi luminosi rilevamento condizioni ambientali e del manto stradale, gestione ottimale dei semafori
• un sistema integrato di sensori e telecamere che comprende: telecamere per videosorveglianza e monitoraggio traffico, access point Wi-Fi e apparati di comunicazione 5G, sensori di presenza e ambientali
• un sistema di elaborazione video/immagini in tempo reale
• un’architettura IoT avanzata caratterizzata da: comunicazione bidirezionale tramite protocolli MQTT, Cluster di pali con gestione centralizzata, gateway IP per controllo della rete wireless, integrazione con il Cloud per elaborazione dati, interfacciamento con la piattaforma Borgo 4.0

L’integrazione di queste soluzioni mira a implementare una smart road ottimizzando la sicurezza e l’efficienza energetica, abilitando servizi evoluti di ausilio alla guida e contribuendo al monitoraggio ambientale dell’area. Il palo intelligente si configura come un vero e proprio sistema di intelligenza distribuita che consente la comunicazione V2I e l’erogazione di servizi avanzati per la mobilità sostenibile.

Il palo intelligente di Alfano Luce implementa un’architettura integrata che sfrutta paradigmi avanzati di edge computing per abilitare comunicazioni V2I e V2X sicure ed efficienti. Il sistema, attraverso la Road Side Unit (RSU), gestisce in tempo reale i flussi di dati provenienti dai veicoli (attraverso le OBU), dai sensori integrati nel palo e dall’infrastruttura, garantendo basse latenze e un’elevata velocità di trasmissione dati. Grazie all’architettura modulare basata su una rete IoT, il sistema integra e processa in modo sicuro tutti i dati scambiati tra i diversi elementi della smart road.

L’architettura è stata ottimizzata per supportare gli scenari di test a Lioni:

• Comunicazioni V2I per il monitoraggio del traffico e la gestione dei semafori.
• Comunicazione V2X per la protezione degli utenti vulnerabili.
• Integrazione con la piattaforma Borgo 4.0 per la gestione centralizzata dei servizi.

Il palo intelligente di Alfano si configura come un sistema chiave per la smart road, gestendo in modo sicuro ed efficiente i flussi di dati V2I e V2X, rispettando requisiti stringenti di latenza e sicurezza.

Innovery si configura come partner tecnologico chiave, apportando le sue competenze specialistiche in cybersecurity, ICT e big data analytics, con particolare focus sulla sicurezza e gestione dei dati per il mercato della mobilità connessa.

Nel contesto del progetto, Innovery sviluppa soluzioni innovative per la gestione sicura dei dati V2X che integrano::

• un framework di Security Assessment Adattivo che integra moduli hardware e software embedded conformi agli standard Secure Hardware Extension (SHE), preposto all’identificazione proattiva delle minacce e all’implementazione di contromisure attraverso:

• • Sistemi di intrusion detection/prevention customizzati
  • Meccanismi di trust chain per le comunicazioni V2X
  • Protocolli di autenticazione e cifratura per lo scambio dati
  • Policies di sicurezza adattive basate su threat intelligence

• un’infrastruttura di gestione dati basata su un’architettura distribuita orchestrata tramite Kubernetes, che implementa:

• • Message broker MQTT (RabbitMQ) per la gestione asincrona delle comunicazioni
  • Storage engine (OpenSearch) per l’indicizzazione e la persistenza dei dati
  • Pipeline di data processing per validazione e arricchimento real-time
  • API RESTful sicure per l’interoperabilità con sistemi esterni

L’architettura sviluppata abilita use case avanzati di mobilità cooperativa garantendo: comunicazioni V2X sicure e certificate, protezione dati scambiati tra veicoli e infrastruttura, latenze contenute per applicazioni safety-critical, scalabilità e resilienza dell’infrastruttura per consentire future estensioni funzionali e l’integrazione di nuovi scenari applicativi nel dominio della mobilità connessa e cooperativa.

L’integrazione di queste soluzioni tecnologiche realizza un’infrastruttura di sicurezza end-to-end per le comunicazioni V2X, garantendo integrità e confidenzialità dei dati scambiati tra veicoli e infrastruttura. Il sistema implementato da Innovery si configura come una piattaforma di intelligence distribuita che abilita scenari avanzati di mobilità cooperativa attraverso il monitoraggio real-time, l’analisi predittiva delle minacce e la gestione sicura dei flussi informativi V2X.

Il sistema di sicurezza V2X di Innovery implementa un’architettura distribuita security-centric che sfrutta paradigmi avanzati di cybersecurity e data protection per la gestione sicura delle comunicazioni veicolari. La piattaforma acquisisce e protegge in tempo reale molteplici flussi di dati critici: dalle comunicazioni V2V/V2I, ai dati telemetrici dei veicoli, fino alle informazioni di scenario raccolte dalle RSU.

L’innovativa architettura si basa su un framework di Security Assessment Adattivo che implementa:

• Processing real-time dei flussi di comunicazione V2X
• Dashboard per il monitoraggio delle minacce e violazioni
• Gestione intelligente delle policies di sicurezza

Analisi predittiva dei rischi cyber

IVM si configura come partner tecnologico chiave, apportando le sue competenze specialistiche in sensoristica accelerometrica, tecnologia MEMS, e progettazione di sistemi di acquisizione ed elaborazione dati, con particolare focus sulla diagnostica per il mercato della mobilità.

Nel contesto del progetto, IVM sviluppa soluzioni innovative per la ricarica intelligente che integrano:

• una stazione di ricarica avanzata che funge da nodo di comunicazione per connessioni I2V, abilitando servizi recharge-aware come: Prenotazione stalli di ricarica; monitoraggio stato ricarica; diagnostica predittiva del processo di ricarica; rilevazione anomalie
• modelli per la predizione tempi di ricarica mediante un sistema integrato di servizi territoriali che comprende: un’applicazione mobile per gli utenti che gestisce prenotazioni, abilitazione ricarica e informazioni diagnostiche; un’interfaccia su tablet presso la stazione che promuove i servizi del territorio durante l’attesa; un modulo di gestione della rete delle stazioni green per ottimizzare l’utilizzo delle fonti energetiche e minimizzare gli sprechi da surplus di produzione
• una piattaforma di monitoraggio ambientale che raccoglie dati dai sensori integrati nella stazione (250 MB di dati JSON), condivide le informazioni con la piattaforma Borgo 4.0e fornisce uno storage dedicato per l’analisi dei parametri ambientali

 L’integrazione di queste soluzioni mira a incentivare l’utilizzo dei veicoli elettrici ottimizzando l’esperienza di ricarica, valorizzando al contempo il territorio attraverso servizi a valore aggiunto e contribuendo al monitoraggio ambientale dell’area. La stazione si configura come un vero e proprio sistema di intelligenza distribuita che consente ai veicoli di utilizzare, elaborare e fondere informazioni localmente o trasferire dati diagnostici e datalogs.

Il sistema di ricarica intelligente di IVM implementa un’architettura distribuita event-driven che sfrutta paradigmi avanzati di edge computing per l’elaborazione dei dati relativi alla ricarica e ai servizi territoriali. Il sistema acquisisce e processa in tempo reale un ampio spettro di input, dai dati diagnostici del processo di ricarica, alle informazioni sulle prenotazioni degli utenti, fino ai dati ambientali raccolti dai sensori integrati nella stazione. Attraverso sofisticati algoritmi predittivi, il sistema analizza continuamente i parametri di ricarica e i modelli di utilizzo per ottimizzare l’esperienza utente e l’efficienza energetica.

L’innovativa architettura si basa su un framework event-driven che sfrutta protocolli standardizzati per garantire comunicazioni sicure e a bassa latenza con la piattaforma Borgo 4.0. Il sistema implementa pipeline di elaborazione dati altamente configurabili che integrano:

• Processing real-time dei dati di ricarica e diagnostica
• Dashboard dinamiche per il monitoraggio dello stato delle stazioni
• Gestione intelligente delle prenotazioni e dei servizi territoriali
• Analisi predittiva dei tempi di ricarica

NETCOM GROUP apporta al partenariato di C MOBILITY le sue competenze specialistiche nella realizzazione di piattaforme tecnologiche per l’automatizzazione di test e validazione del software in ambito automotive, con particolare focus sui settori dei veicoli autonomi e connessi.

Nel contesto del progetto, NETCOM sviluppa soluzioni innovative per la guida cooperativa che integrano:

• una On-Board Unit (OBU) multiprotocollo che funge da bridge multicanale per veicolare flussi di dati tra veicolo, infrastruttura, utenti e ambiente IoT, implementando tre scenari chiave:
  • Scenario OBU Leader e OBU Follower: basato su comunicazioni V2V e V2I per il monitoraggio comportamentale del conducente attraverso analisi di velocità, distanze di sicurezza e profili di guida
  • Scenario Incrocio Prioritario: gestione delle priorità all’incrocio di Piazza S. Carlo mediante dialogo I-OBU/I-RSU per veicoli ad elevata priorità
  • Scenario Utente Vulnerabile: protezione pedoni presso la scuola di via Ronca attraverso comunicazione OBU-RSU e palo intelligente
• una piattaforma IoT dedicata che comprende:
  • Broker MQTT RabbitMQ per la comunicazione tra dispositivi
  • Database per la memorizzazione dei dati raccolti
  • Dashboard per visualizzazione e monitoraggio
  • Sistema di smistamento dati verso altri partner del progetto
• un’architettura distribuita che gestisce:
  • Comunicazione tra OBU e RSU mediante protocollo MQTT
  • Integrazione con l’Edge Computing di Sistema Campania
  • Condivisione dati con altri partner come Innovery

• • Storage dedicato per l’analisi dei parametri di guida cooperativa

L’integrazione di queste soluzioni mira a implementare un sistema completo per la guida cooperativa e la sicurezza attiva, abilitando comunicazioni V2X efficaci e sicure attraverso una piattaforma centralizzata che coordina veicoli, infrastruttura e utenti vulnerabili.

Il sistema di guida cooperativa di NETCOM implementa un’architettura distribuita event-driven che sfrutta paradigmi avanzati di edge computing per l’elaborazione dei dati relativi alla comunicazione V2X e ai servizi di sicurezza attiva. Il sistema acquisisce e processa in tempo reale un ampio spettro di input, dai dati comportamentali dei conducenti, alle informazioni sulle priorità veicolari, fino ai dati di presenza degli utenti vulnerabili raccolti dalle RSU. Attraverso sofisticati algoritmi di monitoraggio, il sistema analizza continuamente i parametri di guida e i modelli di interazione per ottimizzare la sicurezza e l’efficienza del traffico.

STMicroelectronics si configura come partner tecnologico capofila e leader, apportando le sue competenze specialistiche nella progettazione e realizzazione di semiconduttori e componenti automotive, con particolare focus sui sistemi di comunicazione sicura per il mercato della mobilità connessa.

Nel contesto del progetto, ST sviluppa principalmente:

• Una piattaforma Smart Gateway innovativa che funge da nodo di rete centrale per:

• • Gestire lo scambio dati tra le diverse ECU del veicolo (Powertrain, Body, etc.)
  • Abilitare il trasferimento sicuro di informazioni con l’ambiente esterno attraverso l’OBU
  • Garantire latenze massime di 5ms e data rate di almeno 0,5 Gbit/s
  • Assicurare sicurezza e affidabilità dei dati scambiati

• Un’architettura hardware integrata basata su backbone Ethernet che comprende:

• • MPU con processore telematico per la sicurezza informatica e interfacce standard
  • MCU per applicazioni di sicurezza high-end e sistemi ADAS
  • Ethernet Switch certificato e Secure Element per la protezione dei dati V2X

L’integrazione di queste soluzioni innovative mira a garantire comunicazioni sicure e performanti tra i veicoli e l’infrastruttura, abilitando i servizi avanzati di guida cooperativa e sicurezza attiva testati a Lioni. La piattaforma Smart Gateway si configura come sistema centrale che gestisce in modo sicuro ed efficiente tutti i flussi di dati V2X, rispettando requisiti stringenti di latenza e sicurezza validati attraverso Security Assessment adattativi.

La piattaforma Smart Gateway di STMicroelectronics implementa un’architettura integrata che sfrutta paradigmi avanzati di edge computing per abilitare comunicazioni V2X sicure ed efficienti. Il sistema gestisce in tempo reale i flussi di dati tra le diverse ECU del veicolo (Powertrain, Body, etc.) e l’ambiente esterno attraverso l’OBU, garantendo latenze massime di 5ms e data rate di almeno 0,5 Gbit/s. Mediante l’architettura modulare basata su backbone Ethernet, il sistema integra e processa in modo sicuro tutti i dati scambiati tra veicolo e infrastruttura.

L’innovativa architettura si basa su componenti hardware specializzati che garantiscono sicurezza e performance elevate:

• MPU con processore telematico dedicato alla sicurezza
• MCU per applicazioni di sicurezza high-end e ADAS
• Ethernet Switch certificato per networking automotive
• Secure Element per protezione dati V2X

L’architettura è stata ottimizzata per supportare gli scenari di test a Lioni:

• Comunicazioni V2V tra veicoli per monitoraggio comportamentale del conducente
• Gestione priorità agli incroci tramite dialogo I-OBU/I-RSU
• Protezione utenti vulnerabili attraverso comunicazione OBU-RSU
• Integrazione con i sistemi di security assessment adattativi

La piattaforma Smart Gateway si configura così come sistema centrale che gestisce in modo sicuro ed efficiente tutti i flussi di dati V2X, rispettando requisiti stringenti di latenza e sicurezza validati attraverso specifici Security Assessment.

All’interno del progetto Antifane, MEDINOK si configura come partner tecnologico chiave, apportando le sue competenze specialistiche nel campo delle telecomunicazioni e dello sviluppo di sistemi WSN (Wireless Sensor Network), con particolare focus sulla raccolta e trasmissione di informazioni in tempo reale. Nel contesto del progetto, MEDINOK realizza una rete WSN innovativa che integra:

• Nodi WSN: dispositivi mobili installati sui veicoli, dotati di unità di elaborazione dati (MCU), interfaccia radio e interfacce per sensori, per la raccolta di informazioni sul traffico e sulle condizioni ambientali. I nodi sono equipaggiati con microcontrollori a 16 bit (Microchip PIC24) e moduli radio a bassa potenza Digi XBee, che offrono flessibilità e la possibilità di utilizzare diversi protocolli di comunicazione.
• Gateway: dispositivi che mettono in comunicazione i nodi della rete WSN con il mondo esterno, utilizzando sistemi di comunicazione standard e protocolli come WiFi e reti cellulari. I gateway sono realizzati con schede basate su sistema Raspberry Pi, che offrono elevate capacità computazionali e flessibilità.
• Attuatori: elementi accessori collegati ai nodi per il controllo di carichi esterni, come l’apertura e la chiusura di varchi controllati. Gli attuatori includono relè per il pilotaggio di carichi elettrici.

La rete WSN (Wireless Sensor Network) sviluppata da MEDINOK per Antifane implementa un servizio di raccolta e trasmissione dati in tempo reale per il monitoraggio del traffico e la sicurezza stradale nel borgo. La rete, basata su nodi WSN installati sui veicoli e gateway distribuiti nell’area, raccoglie ed elabora dati provenienti da diverse fonti, tra cui i sensori a bordo dei veicoli, i dispositivi V2X e i sistemi di monitoraggio ambientale. Le funzionalità principali:

• raccolta dati: acquisizione di dati da sensori, dispositivi V2X e altri sistemi.
• trasmissione dati: inoltro dei dati raccolti dai nodi WSN ai gateway e alla piattaforma di Antifane.
• comunicazione v2x: scambio di informazioni in tempo reale tra veicoli e infrastrutture.
• monitoraggio: controllo dello stato dei veicoli e degli utenti della strada.
• gestione degli accessi: controllo degli accessi alle zone a traffico limitato (ZTL).

L’infrastruttura WSN di MEDINOK contribuisce in modo significativo al raggiungimento degli obiettivi di Antifane in termini di sicurezza stradale, efficienza del traffico e sostenibilità ambientale.

La rete WSN (Wireless Sensor Network) di MEDINOK in Antifane contribuisce in modo significativo al raggiungimento degli obiettivi di sicurezza stradale, efficienza del traffico e sostenibilità ambientale nel borgo. Nello specifico, la rete WSN di MEDINOK consente di:

• Migliorare la sicurezza stradale: Fornendo dati in tempo reale sul traffico e sulle condizioni della strada, permettendo di rilevare tempestivamente i pericoli e attivare gli alert. Questo è possibile grazie ai sensori a bordo dei veicoli che monitorano la velocità, la posizione e altri parametri, e ai gateway che trasmettono le informazioni alla piattaforma di Antifane.
• Ottimizzare la gestione del traffico: Supportando la pianificazione e il controllo del traffico in tempo reale, in base alle condizioni del traffico e agli eventi rilevati. I dati raccolti dalla rete WSN permettono di monitorare i flussi di traffico, identificare le zone congestionate e ottimizzare i tempi semaforici.
• Aumentare l’efficienza del trasporto: Monitorando lo stato dei veicoli e ottimizzando i percorsi. I nodi WSN a bordo dei veicoli raccolgono dati sulla posizione, la velocità e le condizioni del veicolo, permettendo di monitorare le flotte e ottimizzare i percorsi per ridurre i tempi di percorrenza e i consumi di carburante.
• Ridurre l’impatto ambientale: Promuovendo una mobilità più sostenibile. I dati raccolti dalla rete WSN possono essere utilizzati per analizzare l’impatto ambientale del traffico e per sviluppare strategie di mobilità sostenibile, come l’incentivazione all’uso di veicoli elettrici o la promozione del trasporto pubblico.

MAGSISTEM si configura come partner tecnologico chiave, apportando le sue competenze specialistiche nel campo della ricerca e innovazione nel settore della logistica e dei trasporti, con particolare focus sull’ottimizzazione dei flussi di traffico e la gestione degli incroci. Nel contesto del progetto, MAGSISTEM sviluppa una soluzione innovativa che integra:

• Un sistema di previsione delle congestioni di traffico: Basato su modelli di Machine Learning, in particolare su reti a grafo (Spatio-Temporal Graph Transformer Networks), il sistema analizza i dati del traffico in tempo reale e fornisce previsioni a breve termine sulle condizioni di congestione nelle strade del borgo.
• Un sistema di ottimizzazione del traffico: Basato su algoritmi di Reinforcement Learning e agenti intelligenti, il sistema elabora strategie di gestione del traffico per ottimizzare i flussi veicolari, ridurre i tempi di attesa agli incroci e migliorare la sicurezza stradale.
• Un simulatore di traffico: In mancanza di dati reali, MAGSISTEM ha adottato il simulatore SUMO (Simulation of Urban Mobility) per addestrare i modelli di Machine Learning e per simulare scenari di traffico realistici, in modo da validare le soluzioni sviluppate.

La soluzione di MAGSISTEM si integra con gli altri componenti di Antifane, come la piattaforma di Technology Advising e il sistema Multicam di B-SEC, permettendo di:

• prevedere le congestioni di traffico e attivare alert tempestivi.
• ottimizzare i flussi veicolari e ridurre i tempi di attesa.
• migliorare la sicurezza stradale e la gestione degli incroci.
• Fornire informazioni in tempo reale agli utenti tramite l’app mobile di TA.

Il modulo software sviluppato da MAGSISTEM per Antifane implementa un servizio di previsione e ottimizzazione del traffico in tempo reale, con particolare focus sulla gestione degli incroci e la riduzione delle congestioni nel borgo. Il modulo, basato su modelli di Machine Learning e algoritmi di Reinforcement Learning, elabora i dati provenienti da diverse fonti, tra cui i sensori di CARSO TECHNOLOGY, i dispositivi V2X e il sistema Multicam di BSEC.

Le funzionalità principali delle soluzioni sviluppate da MAGSISTEM sono riconducibili a:

• Previsione del traffico: Analisi dei dati in tempo reale per prevedere le condizioni del traffico e identificare potenziali congestioni.
• Ottimizzazione degli incroci: Sviluppo di strategie per la gestione dei tempi semaforici e la regolazione del flusso veicolare agli incroci, al fine di ridurre i tempi di attesa e migliorare la fluidità del traffico.
• Gestione degli eventi: Rilevamento e gestione di eventi critici, come incidenti o chiusure stradali, per adattare dinamicamente la viabilità e fornire informazioni agli utenti.
• Simulazione del traffico: Utilizzo del simulatore SUMO per addestrare i modelli di Machine Learning e simulare scenari di traffico realistici.

CARSO TECHNOLOGY si configura come partner tecnologico chiave, apportando le sue competenze specialistiche nel campo del monitoraggio ambientale e della sicurezza, con particolare focus sull’integrazione di dati provenienti da diverse fonti e sulla gestione delle informazioni. Nel contesto del progetto, CARSO TECHNOLOGY sviluppa una piattaforma innovativa che integra:

• un sistema di raccolta e gestione dati: La piattaforma di CARSO raccoglie i dati provenienti dai sensori e dai dispositivi di TECHNOLOGY ADVISING (TA), li elabora e li organizza per renderli disponibili agli altri componenti del sistema Antifane.
• un back-end per la gestione delle informazioni: Il back-end sviluppato da CARSO fornisce un’infrastruttura robusta e scalabile per la memorizzazione, l’elaborazione e la condivisione dei dati, garantendo la continuità del servizio e l’integrazione con le altre soluzioni di Antifane.
• un modello informativo distribuito: La piattaforma di CARSO implementa un modello informativo distribuito in ambito Smart Road, che consente di aggregare e correlare dati provenienti da diverse fonti, come sensori ambientali, dispositivi di comunicazione V2X e sistemi di monitoraggio del traffico.

La piattaforma sviluppata da CARSO TECHNOLOGY per Antifane implementa un servizio di integrazione e gestione dati in tempo reale per il monitoraggio del traffico e la sicurezza stradale nel borgo. La piattaforma, basata su un modello informativo distribuito, raccoglie ed elabora dati provenienti da diverse fonti, tra cui i sensori e le telecamere di TECHNOLOGY ADVISING (TA), i dispositivi V2X e i sistemi di monitoraggio ambientale. Le funzionalità principali:

• raccolta dati: acquisizione di dati da sensori, telecamere, dispositivi V2X e altri sistemi.
• integrazione dati: combinazione e correlazione di dati provenienti da fonti eterogenee per creare un quadro completo della situazione del traffico.
• elaborazione dati: analisi dei dati in tempo reale per rilevare eventi critici, prevedere il comportamento degli utenti e supportare la gestione del traffico.
• comunicazione: scambio di informazioni con gli altri componenti di Antifane, come la piattaforma di TA e l’app mobile.

BEYOND SECURITY (da ora BS-EC) si configura come partner tecnologico chiave, apportando le sue competenze specialistiche nel campo della videosorveglianza e del controllo del territorio, con particolare focus sul monitoraggio del traffico e l’analisi delle immagini.

Nel contesto del progetto, B-SEC sviluppa un sistema Multicam innovativo che integra:

• un sistema di analisi video avanzata: attraverso l’utilizzo di telecamere HD e algoritmi di intelligenza artificiale, il sistema Multicam monitora costantemente l’area, rileva eventi critici come la presenza di pedoni, veicoli o ostacoli, analizza il comportamento degli utenti e identifica potenziali situazioni di pericolo.
• un sistema di monitoraggio della qualità dell’aria: sensori integrati nel sistema Multicam raccolgono dati sulla qualità dell’aria, fornendo informazioni utili per la valutazione dell’impatto ambientale del traffico e per la promozione di una mobilità più sostenibile.
• un sistema di conteggio e classificazione: il sistema Multicam è in grado di contare e classificare veicoli leggeri, veicoli pesanti e pedoni, fornendo dati utili per l’analisi del traffico e la gestione della viabilità.
• un sistema di individuazione delle rotture del manto stradale: attraverso l’analisi delle immagini, il sistema Multicam è in grado di rilevare eventuali rotture o degradi del manto stradale, fornendo informazioni utili per la manutenzione delle infrastrutture.
• un sistema di lettura targhe: il sistema Multicam è in grado di leggere le targhe dei veicoli in transito, fornendo dati utili per il controllo degli accessi, la gestione delle ZTL e la sicurezza.

Il sistema Multicam, sviluppato da B-SEC, si integra con la piattaforma di supervisione Targ@t LT e con gli altri componenti di Antifane, contribuendo al raggiungimento degli obiettivi di sicurezza stradale e di efficienza del traffico nel borgo.

Il sistema Multicam sviluppato da B-SEC per Antifane implementa un servizio di videosorveglianza avanzata per il monitoraggio del traffico e la sicurezza stradale nel borgo. Il sistema, basato su telecamere HD e algoritmi di analisi video, monitora costantemente l’area, rileva e classifica gli utenti della strada (veicoli leggeri, veicoli pesanti, pedoni), e identifica potenziali situazioni di pericolo, come la presenza di ostacoli o il degrado del manto stradale.

Funzionalità principali:

• Analisi video: Riconoscimento e classificazione degli utenti della strada, rilevazione di comportamenti anomali, identificazione di situazioni di pericolo.
• Monitoraggio della qualità dell’aria: Raccolta di dati sulla qualità dell’aria per la valutazione dell’impatto ambientale del traffico.
• Conteggio e classificazione del traffico: Conteggio di veicoli leggeri, veicoli pesanti e pedoni, per l’analisi dei flussi di traffico.
• Individuazione di rotture del manto stradale: Rilevamento di eventuali danni alla pavimentazione stradale.
• Controllare gli accessi: Identificazione dei veicoli tramite la lettura delle targhe.

Technology Advising si configura come partner tecnologico chiave e capofila, apportando le sue competenze specialistiche nel campo dello sviluppo di sistemi complessi per la Smart Mobility e la sicurezza, con particolare focus sul monitoraggio del traffico e la prevenzione degli incidenti. Nel contesto del progetto, Technology Advising sviluppa soluzioni innovative che integrano:

• un sistema di rilevazione in tempo reale: attraverso l’utilizzo di telecamere e sensori sonar, il sistema monitora costantemente l’area, rileva eventi critici come la presenza di pedoni o ostacoli e comunica tempestivamente tali informazioni alla piattaforma di gestione di CARSO.
• una piattaforma di monitoraggio dei sistemi sviluppati per Antifane: basata su RESTAPI che, integrandosi con il back-end sviluppato da CARSO, consente, di monitorare tutti i sistemi sviluppati per garantire la continuità del servizio per Antifane e predisposta ad integrare eventuali ulteriori sensori e pannelli digitali in base alle esigenze.
• un app mobile in grado di segnalare eventi critici in tempo reale negli scenari d’uso di Antifane

Il sistema di sicurezza avanzato sviluppato da Technology Advising (TA) per Antifane implementa un servizio di monitoraggio in tempo reale per la raccolta efficiente delle metriche relative al traffico veicolare e ai punti critici dell’infrastruttura urbana, minimizzando i falsi allarmi e ottimizzando la risposta alle situazioni di pericolo , con particolare attenzione alla sicurezza degli utenti vulnerabili. Il sistema, che include telecamere intelligenti (Milesight AI Bullet Plus), sensori (Sonic-Eye) e un tabellone a messaggio variabile, monitora costantemente parametri critici essenziali quali:

• Presenza e flusso di veicoli, con particolare attenzione ai veicoli non cooperanti
• Velocità e traiettorie dei veicoli
• Presenza di pedoni e altri utenti deboli della strada
• Condizioni ambientali (luminosità, meteo)
• Segnali di allerta provenienti da altri sistemi (es. sensori di prossimità, sistemi di comunicazione V2X)

Un aspetto particolarmente innovativo del sistema di TA è l’integrazione di dati provenienti da telecamere intelligenti e sensori distribuiti nell’area urbana, che vengono elaborati da algoritmi di intelligenza artificiale per l’analisi delle immagini e la previsione del traffico. Inoltre, il sistema utilizza tecnologie di comunicazione V2X per consentire lo scambio di informazioni in tempo reale tra veicoli e infrastrutture, migliorando la sicurezza e l’efficienza della mobilità.

Questa architettura integrata consente:

• rilevamento tempestivo di potenziali situazioni di pericolo (es. veicoli in contromano, pedoni che attraversano la strada improvvisamente).
• attivazione di alert visivi e acustici per avvisare gli utenti della strada.
• comunicazione con i veicoli connessi per la segnalazione di pericoli e la regolazione della velocità.
• ottimizzazione dei flussi di traffico e la riduzione dei tempi di percorrenza.
• miglioramento della sicurezza stradale e la riduzione del numero di incidenti.

Il sistema implementa il concetto di “security by design” e garantisce elevati livelli di affidabilità e disponibilità, con elaborazione distribuita e bassa latenza per la generazione degli alert, contribuendo significativamente agli obiettivi di Antifane per una mobilità più sicura.

• Sensing Layer: calibrazione dei sensori, verifica dell’accuratezza dei rilevamenti e test in condizioni critiche.
• Middle Layer: validazione degli algoritmi, testing dell’integrazione dati e verifica dell’elaborazione in tempo reale.
• Cloud Layer: test di scalabilità del sistema, verifica della disponibilità e validazione delle procedure di backup e recovery.

Il framework di testing di SISTEMA 4.0 garantirà un ambiente controllato ma rappresentativo delle condizioni reali, consentendo una validazione end-to-end delle soluzioni di TA, la generazione di report dettagliati, la completa tracciabilità dei risultati e la ripetibilità dei test. Questo approccio strutturato alla validazione dei KPI permetterà a TA non solo di verificare il raggiungimento degli obiettivi progettuali, ma anche di identificare le aree di miglioramento, ottimizzare le soluzioni implementate e garantirne l’affidabilità complessiva.

Innovaway, nell’ambito del progetto A-Mobility, svolge un ruolo centrale nello sviluppo di soluzioni avanzate per la gestione degli scenari di guida e il monitoraggio in tempo reale. In particolare, l’azienda si occupa della progettazione e realizzazione di due componenti chiave: il Sistema di Knowledge Base per la gestione degli scenari di guida e il Modulo di raccolta dati avanzato, entrambi fondamentali per garantire una mobilità autonoma sicura ed efficiente. Nel dettaglio:

1. Sviluppo del Sistema di Knowledge Base:

• • progettazione e implementazione di una piattaforma centralizzata per la gestione delle informazioni relative agli scenari di guida.
  • elaborazione di scenari di guida complessi basata su algoritmi di intelligenza artificiale e machine learning, per garantire una classificazione accurata degli eventi stradali e una risposta proattiva ai cambiamenti ambientali.
  • integrazione con i dati provenienti da sensori e infrastrutture (es. GNSS, sensori ambientali, sistemi V2X), per arricchire il contesto e ottimizzare le strategie di guida autonoma.

2. Sviluppo del Modulo di raccolta dati avanzato:

• • creazione di un sistema per il monitoraggio in tempo reale dello scenario, in grado di acquisire e analizzare grandi volumi di dati provenienti dai sensori del veicolo e dall’infrastruttura.
  • elaborazione di metriche di sicurezza e prestazione, come la densità del traffico, la qualità del segnale GNSS e la classificazione degli oggetti circostanti, al fine di fornire un supporto continuo alla navigazione autonoma.
  • gestione di flussi di dati in tempo reale, garantendo una bassa latenza e un’elevata affidabilità anche in scenari operativi complessi.

Gli obiettivi specifici di innovazione perseguiti da Innovaway sono riconducibili a:

• miglioramento della gestione degli scenari di guida: il sistema di Knowledge Base fornisce informazioni contestuali dettagliate e aggiornate in tempo reale, migliorando la capacità del veicolo di reagire agli eventi stradali.
• ottimizzazione del monitoraggio in tempo reale: il modulo di raccolta dati avanzato garantisce una visione chiara e accurata delle condizioni di guida, aumentando la sicurezza e l’efficienza della navigazione.
• riduzione dei tempi di risposta: grazie a tecnologie di data streaming e machine learning, Innovaway consente di minimizzare i ritardi nella raccolta e nell’elaborazione delle informazioni critiche.
• integrazione con la piattaforma a-mobility: innovaway assicura una perfetta interoperabilità tra i sistemi di bordo, le infrastrutture di supporto e le altre soluzioni sviluppate dai partner del progetto.

Il sistema di analisi e gestione avanzata degli scenari di guida sviluppato da Innovaway per il progetto A-Mobility implementa i seguenti aspetti innovativi:

• elaborazione di scenari complessi -> la Knowledge Base di Innovaway utilizza algoritmi avanzati di intelligenza artificiale per analizzare e classificare eventi stradali, offrendo una risposta proattiva a cambiamenti ambientali.
• monitoraggio continuo -> il modulo di raccolta dati garantisce una visione chiara e completa delle condizioni di guida, migliorando la sicurezza e ottimizzando l’efficienza della navigazione.
• integrazione di tecnologie avanzate -> la piattaforma KB sfrutta dati di alta precisione forniti da partner come STMicroelectronics, combinati con informazioni da sensori MEMS e GNSS per una gestione avanzata degli scenari.
• conformità agli standard di sicurezza -> il sistema è progettato per rispettare gli standard di sicurezza e affidabilità richiesti per applicazioni in ambito automotive.

STMicroelectronics (STM), nell’ambito del progetto A-Mobility, riveste un ruolo chiave nello sviluppo e nell’implementazione del sistema di posizionamento avanzato per il calcolo accurato della posizione del veicolo e l’ottimizzazione della navigazione autonoma. Forte della sua esperienza nella progettazione di hardware e nella tecnologia GNSS multiconstellazione, STM contribuisce al progetto con:

• Sviluppo del sistema di posizionamento ad alta precisione:
  • Progettazione e realizzazione di un modulo avanzato per la ricezione e decodifica dei segnali satellitari da GPS, GLONASS, GALILEO e BEIDOU, garantendo una precisione centimetrica anche in ambienti urbani complessi.
  • Sviluppo di un firmware dedicato per il calcolo delle posizioni basato su tecniche di multiconstellazione e multifrequenza, tenendo conto di diversi parametri ambientali e delle condizioni del segnale.
  • Integrazione del sistema di posizionamento con i sensori del veicolo e con la piattaforma A-Mobility.
• Stima e monitoraggio della qualità del segnale:
  • Utilizzo del sistema di posizionamento per monitorare in tempo reale la qualità e l’integrità del segnale GNSS disponibile.
  • Monitoraggio continuo della qualità del segnale per rilevare eventuali variazioni dovute a ostacoli urbani e fornire informazioni utili per migliorare la navigazione autonoma.
• Valutazione e ottimizzazione della navigazione autonoma:
  • Analisi delle performance del sistema di posizionamento in diverse condizioni di guida e ambienti, come scenari open sky e urban canyon.
  • Ottimizzazione della navigazione autonoma per garantire efficienza e sicurezza, riducendo al minimo gli errori di posizionamento.
• Integrazione con i modelli di guida autonoma:
  • Acquisizione dei dati di posizionamento necessari per la valutazione della navigazione mediante modelli sviluppati da altri partner del progetto.
  • Fornitura di dati di posizionamento affidabili e accurati per migliorare l’efficienza e la sicurezza dei moduli di percezione e controllo del veicolo.

Il sistema di posizionamento avanzato sviluppato da STMicroelectronics (STM) per il progetto A-Mobility implementa una soluzione avanzata per garantire la precisione e l’affidabilità del posizionamento veicolare, necessaria per la guida autonoma. Il sistema si basa su un’architettura hardware sofisticata e integra dati provenienti dai sensori del veicolo per fornire informazioni accurate in tempo reale​ combinando in modo integrato:

• tecnologia GNSS di alta precisione -> il modulo GNSS di STM sfrutta avanzate tecnologie di processing per garantire accuratezza anche in presenza di segnali deboli o ostacolati, essenziale per la sicurezza della guida autonoma.
• integrazione con la tecnologia MEMS -> l’integrazione con sensori MEMS consente al sistema di mantenere la precisione del posizionamento anche in condizioni avverse, come ambienti urbani con ostacoli che limitano la visibilità dei satelliti.
• flessibilità e sicurezza funzionale -> Il sistema è stato progettato per soddisfare gli standard ISO 26262 relativi alla sicurezza funzionale (ASIL), garantendo l’affidabilità necessaria per le applicazioni critiche in ambito automotive

Gematica, nell’ambito del progetto A-Mobility, è impegnata nello sviluppo di soluzioni avanzate per il posizionamento e l’integrazione tra hardware e software, utilizzando tecnologie di punta come RTK (Real-Time Kinematic) per garantire la massima precisione e affidabilità del posizionamento veicolare, necessaria per la guida autonoma. In particolare, l’azienda si concentra su due componenti chiave: la piattaforma software di posizionamento e gli algoritmi di sensor fusion per l’integrazione dei dati provenienti da diverse fonti. Questi elementi sono essenziali per garantire l’affidabilità e la coerenza del sistema. Di seguito i dettagli:

• Sviluppo della Piattaforma Software di Posizionamento:
  • Integrazione di tecnologie RTK: Utilizzo di soluzioni RTK per garantire una precisione centimetrica nel calcolo della posizione del veicolo, essenziale in scenari complessi come zone urbane dense o ambienti a visibilità satellitare limitata.
  • Progettazione e implementazione di algoritmi avanzati: Realizzazione di algoritmi per l’elaborazione e la correzione dei dati GNSS, migliorando la precisione del posizionamento in tempo reale.
  • Integrazione dati multimodali: Utilizzo di dati provenienti da sensori di bordo (IMU, odometri) e GNSS per fornire una stima accurata della posizione del veicolo.
  • Gestione dell’incertezza dei dati: Sviluppo di metodi per valutare e gestire l’affidabilità delle informazioni, migliorando la robustezza del sistema.

• Sviluppo degli Algoritmi di Sensor Fusion:

• • Elaborazione di dati da sensori eterogenei: Progettazione di algoritmi di fusione che combinano i dati GNSS con informazioni provenienti da LiDAR, radar e IMU per una percezione ambientale precisa.
  • Integrazione con soluzioni RTK: I dati RTK vengono utilizzati per correggere errori di posizionamento e migliorare la continuità operativa anche in caso di perdita temporanea del segnale GNSS.
  • Supporto alla continuità operativa: Garanzia della precisione del posizionamento anche in ambienti complessi, sfruttando la fusione tra RTK e sensori inerziali.

Gli obiettivi di innovazione che l’azienda si è prefissata di raggiungere partecipando ad A Mobility fanno riferimento a:

• miglioramento della precisione del posizionamento: l’integrazione di tecnologie RTK permette di raggiungere livelli di accuratezza centimetrica, migliorando l’affidabilità della guida autonoma.
• ottimizzazione della sensor fusion: l’integrazione intelligente dei dati consente di migliorare la robustezza del sistema, riducendo l’impatto delle limitazioni ambientali.
• supporto decisionale avanzato: i dati di posizionamento forniti da Gematica migliorano la capacità dei moduli di Perception e Planning di rispondere rapidamente ai cambiamenti ambientali e di traffico.
• interoperabilità con la piattaforma A-Mobility: Gematica garantisce che i suoi moduli siano perfettamente integrati con le soluzioni hardware e software degli altri partner, assicurando continuità e coerenza operativa.
• conformità agli Standard: le soluzioni di Gematica rispettano i requisiti di sicurezza e affidabilità previsti per applicazioni automotive critiche.

Il sistema di posizionamento avanzato sviluppato da Gematica per il progetto A-Mobility rappresenta una soluzione innovativa per garantire l’accuratezza e l’affidabilità nel calcolo della posizione del veicolo, un elemento cruciale per la guida autonoma consentendo di ottimizzare la localizzazione del veicolo e supportare efficacemente i processi di percezione e navigazione. Il sistema si basa su un’architettura integrata che utilizza:

• tecnologia RTK avanzata: utilizzo di correzioni in tempo reale per migliorare significativamente la precisione del posizionamento, raggiungendo una precisione centimetrica, anche in ambienti urbani complessi e in condizioni di segnale GNSS degradato.
• integrazione dati multimodali: combinazione di dati GNSS con informazioni provenienti da sensori di bordo, come IMU, LiDAR e telecamere, per fornire una localizzazione coerente e accurata anche in caso di perdita temporanea del segnale satellitare.
• elaborazione avanzata in tempo reale: implementazione di algoritmi di sensor fusion che elaborano simultaneamente i dati provenienti da diverse fonti per garantire la continuità e l’affidabilità del posizionamento in ogni condizione operativa.
• supporto alle soluzioni di percezione e pianificazione: fornitura di dati di posizionamento precisi e affidabili ai moduli di Perception e Planning sviluppati dagli altri partner del progetto, come Koine, per migliorare la sicurezza e l’efficienza della guida autonoma.
• conformità agli standard di sicurezza: progettazione del sistema per rispettare gli standard ISO di sicurezza funzionale, garantendo robustezza e affidabilità per applicazioni critiche in ambito automotive.

Meditel, nell’ambito del progetto A-Mobility, è impegnata nello sviluppo di soluzioni avanzate per la comunicazione e la gestione dei dati a bordo del veicolo, con particolare attenzione alla progettazione e realizzazione della On Board Unit (OBU). La OBU rappresenta un elemento cruciale per garantire la connettività, l’interoperabilità e la sicurezza delle comunicazioni tra i vari sistemi del veicolo e le infrastrutture esterne. Nel dettaglio:

1. Sviluppo della On Board Unit (OBU):

• Progettazione hardware avanzata:
  • Realizzazione di un’architettura hardware ottimizzata per la gestione di flussi di dati ad alta velocità.
  • Implementazione di protocolli di comunicazione in tempo reale, garantendo affidabilità e latenza ridotta per le comunicazioni intra-veicolari e V2X.
• Gestione sicura dei dati:
  • Integrazione di moduli di sicurezza per proteggere i dati scambiati, come cifratura e autenticazione.
  • Supporto alla gestione dei protocolli V2X per garantire l’integrità e la riservatezza delle informazioni trasmesse.

2. Integrazione con i sistemi veicolari:

• Collegamento tra i sottosistemi:
  • Gestione delle comunicazioni tra i moduli di percezione, pianificazione e posizionamento.
  • Fornitura di una piattaforma centralizzata per la sincronizzazione dei dati provenienti dai sensori e dai moduli del veicolo.
• Supporto alla piattaforma A-Mobility:
  • Connessione fluida con le infrastrutture esterne e la Knowledge Base sviluppata da Innovaway.
  • Integrazione con i moduli di sensor fusion e percezione per garantire una rappresentazione accurata dello scenario stradale.

Gli obiettivi di innovazione perseguiti da Meditel in A Mobility sono riconducibili a:

• miglioramento della comunicazione in tempo reale è la OBU garantisce una trasmissione fluida e affidabile dei dati, anche in condizioni di traffico intenso e in scenari operativi complessi.
• ottimizzazione della sicurezza delle comunicazioni è Meditel adotta protocolli avanzati per proteggere i dati trasmessi tra i sistemi del veicolo e le infrastrutture.
• integrazione con la piattaforma A-Mobility è la OBU di Meditel è progettata per garantire la piena interoperabilità con le soluzioni sviluppate dai partner, supportando una visione integrata degli scenari di guida.

Sotto il profilo innovativo, il sistema avanzato di gestione dei dati veicolari sviluppato da Meditel offre:

• architettura hardware robusta: progettata per resistere a condizioni operative complesse e per gestire grandi volumi di dati in tempo reale.
• sicurezza dei dati: implementazione di protocolli di cifratura avanzati per garantire la protezione delle informazioni trasmesse.
• interoperabilità completa: garantisce un’integrazione fluida con tutti i componenti della piattaforma A-Mobility.
• conformità agli standard di sicurezza: rispettando gli standard automotive, la OBU è progettata per garantire affidabilità e robustezza nelle comunicazioni critiche

Koine, nell’ambito del progetto A-Mobility, è impegnata nello sviluppo di soluzioni avanzate per la percezione e la pianificazione della guida autonoma, basandosi su tecnologie di computer vision, machine learning e pianificazione avanzata. In particolare, l’azienda si occupa della progettazione e realizzazione di due componenti chiave: il modulo di Perception per l’analisi avanzata dell’ambiente circostante e il modulo di Planning per la pianificazione delle traiettorie del veicolo, entrambi fondamentali per garantire una navigazione autonoma sicura ed efficiente. Nel dettaglio:

1. Sviluppo del Modulo di Perception:

• • Progettazione e implementazione di algoritmi di computer vision per l’elaborazione di immagini e video in tempo reale, con l’obiettivo di rilevare e classificare ostacoli, segnaletica stradale e altri elementi critici dell’ambiente di guida.
  • Elaborazione di dati multimodali provenienti da sensori, come telecamere, LiDAR e radar, per fornire una rappresentazione accurata e contestuale dello scenario stradale.
  • Integrazione con la Knowledge Base di Innovaway per arricchire la rappresentazione degli scenari di guida con dati provenienti da fonti esterne.

2. Sviluppo del Modulo di Planning:

• • Creazione di algoritmi per la pianificazione delle traiettorie che considerano le condizioni ambientali e le dinamiche del traffico, ottimizzando la sicurezza e l’efficienza del percorso.
  • Elaborazione in tempo reale di scenari complessi per garantire la reattività del veicolo a cambiamenti improvvisi, come ostacoli mobili o deviazioni improvvise.
  • Sincronizzazione con i moduli di Perception e altre soluzioni del progetto A-Mobility per una gestione integrata della navigazione autonoma.

Gli obiettivi di innovazione perseguiti dall’azienda sono relativi a:

• miglioramento della percezione ambientale: il modulo di perception offre una visione accurata e completa dello scenario stradale, migliorando la capacità del veicolo di rilevare ostacoli e reagire prontamente agli eventi.
• ottimizzazione della pianificazione del percorso: il modulo di planning garantisce traiettorie sicure ed efficienti, riducendo al minimo i rischi e ottimizzando i consumi energetici.
• integrazione con la piattaforma A-Mobility: KOINE assicura che i suoi moduli siano completamente interoperabili con i sistemi di bordo, le infrastrutture di supporto e le soluzioni proposte dagli altri partner del progetto.

Il sistema di percezione avanzato sviluppato da Koine per il progetto A-Mobility rappresenta una soluzione innovativa per garantire l’accuratezza e l’affidabilità nella percezione dell’ambiente circostante, elemento fondamentale per la guida autonoma. Il sistema si basa su un’architettura software avanzata che integra dati provenienti da sensori veicolari e algoritmi di Machine Learning per fornire analisi dettagliate in tempo reale. Questo approccio combinato consente di ottimizzare la comprensione e la pianificazione del veicolo autonomo attraverso:

• elaborazione avanzata dell’ambiente di guida: gli algoritmi di computer vision e machine learning sviluppati da Koine migliorano significativamente la capacità del veicolo di comprendere l’ambiente circostante.
• integrazione dati multimodali: la combinazione di dati provenienti da telecamere, radar e lidar garantisce una percezione completa e accurata.
• pianificazione intelligente: gli algoritmi di planning ottimizzano i percorsi del veicolo, riducendo i tempi di percorrenza e garantendo la sicurezza.
• conformità agli standard di sicurezza: le soluzioni di Koine rispettano gli standard di sicurezza funzionale richiesti in ambito automotivo.