fbK ARCHIVIO INTERNO ph Girardi Alessandro

Industria del Futuro

La realizzazione dell’Industria del Futuro per FBK si raggiungerà grazie alla piena applicazione dell’Intelligenza Artificiale. Il progresso di tecnologie e l’alta disponibilità di dati permetteranno il miglioramento e l’ottimizzazione di macchine, fabbriche e processi industriali in termini di qualità, efficienza, sicurezza, economicità, benessere dei lavoratori. In particolare FBK raggiunge livelli di eccellenza scientifica e un alto impatto industriale in ambiti specifici quali: 

  • controllo di processo flessibile
  • sistemi critici 
  • robotica autonoma
  • controllo qualità
  • manutenzione predittiva
  • metrologia

Punti di forza

Principio fondante del successo della realizzazione dell’Industria del Futuro è per FBK il “solving problems with science” che permette la realizzazione di soluzioni innovative basate sul trasferimento tecnologico dei risultati della ricerca. In particolare la ricerca concretizza soluzioni integrate, interdisciplinari, indipendenti dal dominio e guidate dalle più attuali sfide dell’Intelligenza Artificiale (Integrative AI, AI at the Edge e Certified AI).


Tecnologia e relativi campi applicativi 

  • FBK Model-Based Design Analysis tools
    Supportano una varietà di funzionalità basate su metodi formali come model checking, SMT solving, fault injection e model-based safety analysis, contract-based design e validazione semantica dei requisiti.
  • Model-Based Testing per sistemi parametrici e configurabili
    FBK supporta la fase di testing di sistemi software caratterizzati da elevata variabilità nello spazio delle possibili configurazioni funzionali e delle architetture di rilascio. L’obiettivo è quello di esplorare nuovi approcci alla generazione automatizzata di casi di test sfruttando l’uso congiunto di tecniche model-based e AI.
  • V-SLAM
    Sequenze video sono processate automaticamente e in tempo reale per derivare il posizionamento e la mappatura 3D della scena ripresa, in contesti industriali e in altri campi.
  • Visual learning
    Tecniche di apprendimento automatico per la segmentazione di immagini, la classificazione di oggetti  e pattern, con applicazioni nella robotica e nel controllo qualità in scenari complessi.
  • Strumenti di ragionamento FBK per sistemi autonomi
    Hanno integrato tecniche di analisi simbolica e dei dati per supportare il controllo adattivo, comprese le funzionalità per il monitoraggio e la pianificazione.
  • AI for 3D Heritage
    FBK ha sviluppato metodi di classificazione 3D, basati su machine learning, per l’arricchimento semantico di dati 3D del patrimonio culturale. Le soluzioni AI per l’arricchimento semantico sono trasferibili ad altri settori.
  • Model-Based Testing for extended reality based systems
    FBK supporta la fase di test di sistemi basati su realtà estesa utilizzando agenti di test basati su AI che consentono di esplorare e testare automaticamente il mondo virtuale.
  • FBK Model-Based Software Engineering for Safety-Critical Control Systems
    FBK fornisce diversi strumenti per specificare software di controllo complessi e per sintetizzare codice embedded con elevata garanzia per domini critici per la sicurezza.
  • Realtà aumentata
    La possibilità di inserire nella scena informazioni pertinenti in maniera coerente, ha una enorme potenzialità in applicazioni industriali e nelle interazioni uomo-macchina.
  • Tecniche di comprensione della scena
    Analisi di scene video con l’obiettivo di determinare gli elementi di interesse al loro interno e la loro relazione spazio-temporale
  • Tecniche automatiche per la traduzione del parlato ed il sottotitolaggio
    FBK fornisce strumenti basati sull’AI capaci di generare una traduzione testuale del parlato e di creare sottotitoli conformi alle richieste del mercato e utili ai sottotitolatori professionisti.

Progetti in evidenza

  • Progetti relativi al framework COMPASS, finanziati dall’ESA (Agenzia Spaziale Europea). I progetti si concentrano su un insieme coerente di specifiche formali e tecniche di analisi per supportare la progettazione, lo sviluppo, la valutazione della sicurezza (safety) e dell’affidabilità di sistemi aerospaziali complessi.
  • Progetti nell’ambito ferroviario. Il centro Digital Industry è coinvolto in diversi progetti nel campo delle ferrovie che mirano a definire nuove metodologie e strumenti per la progettazione, sviluppo, test, verifica e validazione dei sistemi di segnalamento ferroviario e dei sistemi di controllo per i treni autonomi che devono rispettare severi standard di sicurezza come la EN 50128 per la progettazione e lo sviluppo di sistemi ferroviari.
  • iv4XR (EU H2020): l’obiettivo del progetto è quello di costruire una nuova tecnologia di verifica e convalida per i sistemi di realtà estesa basata su tecniche dell’IA per fornire apprendimento e ragionamento su un mondo virtuale.
  • Progetti di traduzione del parlato al fine di supportare i sottotitolatori e interpreti professionisti con l’intelligenza artificiale (MateDUB, EuroSub, SmarTer).
  • CASTORONE: il sistema di pianificazione ed esecuzione delle attività necessarie alla fabbricazione dei tubi per oleodotti marini e alla loro posa in mare reso operativo sulla nave CastorOne (una delle più grandi navi posa di condotte in tutto il mondo).
  • BOEING: il sistema sviluppato permette di analizzare con dei modelli matematici tutti i possibili scenari in fase di progettazione e di procedere alla loro verifica, sempre utilizzando software automatici di risoluzione. In questo modo si affianca il tradizionale lavoro ingegneristico offrendo ulteriori garanzie relative al buon funzionamento dei sistemi coinvolti in tutti gli scenari di interesse.
  • ROBDT: il progetto mira a sviluppare un framework Robotic Digital Twin che combina modelli di tre tipi: basati sui dati, basati sulla fisica e modelli simbolici; esso utilizza dati online e analisi dei dati per adattare i modelli in fase di esecuzione. Il gemello digitale supporta le operazioni del sistema robotico fornendo tempistiche e previsioni affidabili e supportando la what-if-analysis per valutare più scenari.
  • L’obiettivo del progetto ATO (Automatic Train Operation) è lo sviluppo di un veicolo ferroviario sperimentale in grado di viaggiare sulla linea ferroviaria ad alta velocità e in piena autonomia, ma che possa essere guidato anche a distanza, sotto la supervisione ERTMS/ETCS, sistemi per linee ad alta velocità. Gli obiettivi a lungo termine sono la riduzione dei tempi e dei costi di manutenzione delle linee ferroviarie, l’innovazione del processo di manutenzione aumentando l’efficacia delle azioni preventive, maggior comfort percepito e tempi di percorrenza più brevi.
  • XLoader4.0: il progetto prevede l’integrazione e l’utilizzo di un sistema di visione artificiale in grado di fornire ad un sistema robotizzato le coordinate spaziali per la movimentazione degli articoli che subiscono un trattamento galvanico. Grazie all’utilizzo di due bracci antropomorfi, gli articoli da trattare sono caricati su appositi telai di supporto.
    Il Sistema di Visione ha due ruoli principali: (i) identificare la posa spaziale dei supporti e (ii) verificare che gli articoli siano stati posizionati correttamente su di essi.
  • Il progetto Veneeresult ha come obiettivo la valutazione del livello estetico di pregiati pezzi di legno. Sfruttando alcuni moduli sviluppati nel progetto Defectless che, con metodi di machine learning applicati alla tomografia del legno, sono in grado di determinare la presenza, la posizione e la severità dei difetti, la valutazione della qualità basata sul criterio estetico, permette un utilizzo ottimizzato di ogni pezzo nel processo produttivo.