Ratisbona: Collision detection in una smart city

All’interno di un progetto pilota per la collision detection, Autonomous Reply unisce tecnologie speciali come computer vision, LIDAR, procedure edge to cloud tramite 5G, oltre a deep learning per reti neurali.

Contattaci

Contattaci

Prima di compilare il form di registrazione, si prega di prendere visione dell'Informativa Privacy ai sensi dell’art. 13 del Regolamento UE n° 679/2016

Input non valido
Input non valido
Input non valido
Input non valido
Input non valido
Input non valido
Input non valido

Privacy


Dichiaro di aver letto e ben compreso l'Informativa Privacy e acconsento al trattamento dei miei dati personali per finalità di marketing da parte di Reply SpA, in particolare per l’invio di comunicazioni promozionali e commerciali o la segnalazione di eventi aziendali o webinar, con modalità di contatto automatizzate (es. SMS, MMS, fax, e-mail e applicazioni web) e tradizionali (es. telefonate con operatore e posta tradizionale).

Smart mobility per una smart city sicura

In un progetto di ricerca con la città di Ratisbona e l'Università di Ratisbona, Autonomous Reply sta sviluppando una smart city sicura, con veicoli autonomi. Lo scopo è quello di evitare le collisioni, integrando tutti gli utenti della strada nell'interazione con le Autonomous Things (AuT). In questo modo vengono risolte le lacune esistenti relative alla sicurezza, come angoli ciechi, mancanza di visuale in curva o veicoli troppo silenziosi.

L'idea centrale: oltre ad un'architettura sofisticata all’interno del veicolo autonomo stesso, un avviso tramite app, inviato agli utenti della strada maggiormente a rischio, previene le collisioni con pedoni, ciclisti o scooter. Tramite procedure in tempo reale, i dati vengono raccolti, elaborati e inviati, fornendo informazioni per tempo su una possibile rotta di collisione.


  • strip-0 image

    Sensori statici raccolgono dati sul traffico

    In un’area di prova chiusa, la zona industriale di Ratisbona, i sensori LIDAR e le telecamere posizionate, per esempio, sui lampioni raccolgono continuamente dati sulla situazione del traffico. In diversi punti, gli oggetti in movimento in un incrocio vengono classificati come, ad esempio, pedoni o ciclisti.

  • strip-0 image

    I dati dinamici dei sensori determinano la posizione del veicolo

    Grazie alla computer vision e ai sensori LIDAR sul veicolo autonomo, la situazione del traffico viene monitorata direttamente dai veicoli, incluse posizione e velocità.

  • strip-1 image

    Reti neurali nel cloud calcolano il percorso

    I dati di entrambi i tipi di sensori vengono inviati al cloud tramite un edge device. Qui, vengono utilizzati da reti neurali che, grazie a modelli predittivi, pianificano il percorso del veicolo. Le reti neurali inseriscono inoltre in tempo reale nel calcolo tutte le interdipendenze dell'intero sistema.

  • strip-1 image

    Le informazioni vengono trasmesse al veicolo autonomo e agli utenti della strada

    Di seguito, le informazioni vengono consegnate a due tipi di destinatari: da un lato, tornano al veicolo per guidarlo. Dall'altro, tramite app, agli utenti della strada dell'area di prova. In caso di possibili rotte di collisione, l'app emette un avvertimento.

Le tecnologie utilizzate

Computer Vision e LIDAR

A partire dai dati della telecamera e del LIDAR apposti sul veicolo autonomo, gli algoritmi dell'intelligenza artificiale (IA) compongono pixel e li classificano. In tal modo, vengono identificati diversi oggetti, come ciclisti o pedoni. Autonomous Reply associa a questi oggetti corrispondenti profili di movimento.

Edge to cloud

Ogni minuto, 8 TB di dati dovranno essere inviati in modo sincronizzato tramite il 5G a tre punti edge per incrocio. Il sistema edge basato su NVIDIA di Autonomous Reply elabora i dati in elenchi di oggetti, che vengono poi inviati nuovamente al cloud.

Cloud to cloud

La città di Ratisbona detiene la sovranità dei dati. Pertanto, tutte le informazioni raccolte in forma anonima e conforme al RGPD vengono inizialmente archiviate in uno smart city cloud. Queste informazioni vengono poi trasmesse al cosiddetto People Mover Cloud, che controlla due veicoli autonomi nel progetto pilota.

Deep learning per reti neurali

Grazie al deep learning, un processo speciale del machine learning, Autonomous Reply addestra le reti neurali, ovvero i modelli complessi di IA. In una prima fase, ciò avviene tramite dati sintetici per i quali Autonomous Reply programma simulazioni in MatLab e CarMaker. In una seconda fase, questi dati di simulazione vengono ampliati con dati reali.

Il progetto in cifre

Nella prima fase, durata cinque mesi, Autonomous Reply ha elaborato il concetto sull'interazione delle aree tematiche complesse e ha completato le simulazioni con i profili di movimento sintetici per la previsione della rotta. Entro la fine del 2021, saranno completati i primi test con dati reali. Al termine, seguirà il proof of concept che durerà un anno.


8 TB

di dati inviati ogni giorno ai punti edge

3 punti edge

per incrocio che pre-elaborano dati

2 shuttle

guidati tramite il People Mover Cloud

3 anni

durata del progetto

  • strip-0

    das StadtWerk.Regensburg

    La das Stadtwerk Regensburg GmbH è una società interamente controllata dalla città di Ratisbona. È la holding esecutiva delle società ad essa interamente affiliate, che includono la das Stadtwerk Regensburg.Mobilität GmbH, la das Stadtwerk Regensburg.Fahrzeuge und Technik GmbH, la das Stadtwerk Regensburg.Bäder und Arenen GmbH, a cui si aggiungono anche lo Jahnstadion di Ratisbona e la das Stadtwerk Regensburg.Dienstleistungen GmbH.

  • Autonomous Reply

    All'interno del Gruppo Reply, Autonomous Reply è la società specializzata nell'integrazione di software e sistemi di cose autonome. Gli esperti forniscono consulenza e supporto alle aziende dell'industria automobilistica, dei veicoli commerciali e delle smart city su tutti gli aspetti delle Autonomous Thing (AuT), dalla tecnologia dei sensori alle infrastrutture. I servizi comprendono consulenza, sviluppo software e l'integrazione di soluzioni autonome, utilizzando le tecnologie e i metodi più attuali del settore dell'intelligenza artificiale (IA), tra cui computer vision e deep learning, nonché tematiche del campo di edge to cloud.

    strip-1