Flagship
Project 6

Mira allo sviluppo di algoritmi di intelligenza artificiale che lavorano in sinergia con strumenti di realtà virtuale immersiva (VR Headset e sensori tattili) per supportare la fase di progettazione e configurazione del prodotto. Il progettista, dotato di tutti questi dispositivi avanzati, lavorerà in un contesto grafico completamente virtualizzato dove, in modalità interattiva, potrà migliorare rapidamente le strutture complesse dei sottosistemi del satellite per ottenere le proprietà termomeccaniche richieste senza ricorrere a modelli di simulazione.

Maggiormente focalizzato all’ambito manifatturiero, supporta le procedure di assemblaggio ed ispezione di sottosistemi di satelliti. Algoritmi di Object Detection e Anomaly Detection assistono gli operatori durante la fase di installazione di unità di volo guidandoli, per mezzo di sistemi di Realtà Virtuale, nell’esecuzione delle operazioni e nel controllo della loro corretta esecuzione.

È maggiormente focalizzato sulla parte gestionale. Algoritmi di ottimizzazione, infatti, lavorando in sinergia con il Digital Twin di processo, ottimizzano il layout di stabilimento, l’impiego delle skills ed esegue il rescheduling automatico delle attività in caso di deviazione dal percorso nominale.

Mira all’automatizzazione dei processi manifatturieri dell’industria spaziale grazie a Robot che, comandati da Algoritmi di Intelligenza artificiale, riescono autonomamente ad integrare unità di volo nei sottosistemi di satellite.

Si concentra sullo sviluppo di materiali avanzati e approcci di produzione per applicazioni nell’ingegneria avanzata e nell’industria aerospaziale, tra cui: metamateriali e materiali nanostrutturati per lo smorzamento delle vibrazioni, tessuti biologici, sistemi di propulsione spaziale, materiali e dispositivi per il calcolo neuromorfico, materiali spintronici resistenti alle radiazioni, leggeri e flessibili, semiconduttori a banda larga per dispositivi aerospaziali e per l’additive manufacturing.

È caratterizzato da linee di ricerca che sfruttano le tecniche Intelligenza Artificiale per l’elaborazione di dati acquisiti da missioni spaziali: tecniche di apprendimento automatico e profondo per l’analisi spettrale, gestione ottimizzata del traffico automobilistico basata sui dati di navigazione satellitare, sistema di sorveglianza dell’orbita terrestre geostazionaria con osservazioni ottiche ed elaborazioni di immagini per missioni di Osservazione della Terra.

È focalizzato sulla gestione energetica degli stabilimenti e sulle Smart City. Le due linee di ricerca mirano allo sviluppo e all’implementazione di una soluzione per la gestione del consumo energetico all’interno di un edificio e di un sistema di illuminazione pubblica intelligente in grado di rilevare autonomamente atti criminali.

La ricerca si concentra sulla progettazione, l’implementazione e la messa a punto di tecniche di analisi dei dati e di apprendimento automatico per lo studio di reti complesse su larga scala che si presentano in diversi domini applicativi.

Le attività di ricerca mirano alla realizzazione di un coprocessore, un software di basso livello e un framework adatti all’inferenza di modelli generati utilizzando standard software per la generazione e l’addestramento di reti neurali. Il progetto si concentra sull’utilizzo dell’accelerazione hardware basata su FPGA per l’inferenza di reti neurali in applicazioni aerospaziali.

Mira ad affrontare il problema del rilevamento di inquinanti illegali nell’aria e nell’acqua per proteggere la salute e la sicurezza pubblica. La disponibilità di sistemi di monitoraggio distribuiti, a basso costo e a basso consumo, in particolare rafforzati da meccanismi di comunicazione IoT e algoritmi di apprendimento automatico a bassa complessità, renderebbe fattibile e facile da gestire in modo diffuso. Di conseguenza, verrà sviluppato un nodo end-to-end pronto per IoT per il rilevamento, l’elaborazione locale e la trasmissione dei dati raccolti sugli inquinanti nell’aria e nell’acqua.