Sensori/soluzioni embedded per il monitoraggio del veicolo/UTI, dell’infrastruttura e della merce lungo gli archi.

Esigenza molto sentita nel trasporto intermodale merci è il continuo monitoraggio lungo la tratta delle entità coinvolte: veicoli, UTI, infrastruttura e merce. Il termine monitoraggio include localizzazione, tracciamento e diagnostica delle entità di cui sopra con un focus specifico su sicurezza, efficienza ed efficacia dell’intero processo.

RUOLO di CNIT: CNIT ha rivestito un molteplice ruolo:

1. Coordinamento dell’OR2 attraverso periodico monitoraggio delle attività dei partner coinvolti;
2. Predisposizione del deliverable finale e di documenti di verifica intermedi;
3. Partecipazione attiva alle attività tecniche oggetto di tale OR.

Monitoraggio dell’UTI lungo la tratta 

Studio di pre-fattibilità (“System of concept”) di una rete di sensori radar Telepass like per scopi di localizzazione e identificazione dell’UTI/vettore al di fuori delle tratte autostradali come soluzione tecnologica di supporto alle società di trasporto nel tracing dell’UTI in punti non monitorati. L’idea di concetto progettuale si basa sull’uso di transponder di bordo che comunicano con road site unit(RSU), trasmettendo info (es. ID, velocità) sul veicolo di passaggio. Al fine di,avere una copertura su ampia scalale RSU sono state pensate essere dislocate lungo il territorio e in particolare in prossimità di punti “critici” (es. incroci, svincoli, rotatorie)tipicamente non monitorati.

Figura 1 –Scenario operativo e posizione del sensore radar

Monitoraggio del veicolo lungo la tratta: Diagnostica del mezzo di trasporto 

Tale tematica è stata suddivisa in: trasporto su rotaia e trasporto su strada. Nel monitoraggio del mezzo su rotaia,è stata proposta una soluzione tecnologica a basso costo basata su una rete di nodi sensore, posti in corrispondenza di ogni carrello, per prevenzione deragliamento treno merci.Nello specifico, sono stati sviluppati dei prototipi di nodi wireless a bassissimo consumo energetico che sfruttano la misura dell’accelerazione verticale per rilevare un eventuale deragliamento.

                                              a                                                               b

Figura 2 – (a) Prototipo nodo sensore: posizione su carro merci durante prova statica; (b) Prova dinamica su un treno passeggeri: valore quadratico medio dell’accelerazione verticale per varie velocità e posizioni lungo la linea.

Nell’ambito monitoraggio mezzo su strada, è stato sviluppato un prototipo di smart wheel (tecnologia OPTYRE) in grado di misurare e monitorare, in tempo reale e durante la regolare marcia del veicolo, lo stato deformativo della carcassa dello pneumatico, la pressione e la temperatura interne, che sono le variabili intrinseche del sistema complesso pneumatico-strada. A tale scopo, lo pneumatico è stato equipaggiato principalmente con estensimetri ottici a reticolo di Bragg (FBG), annegati circonferenzialmente lungo la superficie interna dello pneumatico o all’interno dei grooves del battistrada. Tale soluzione adatta anche per il monitoraggio dello stato del manto stradale è stata testata e validata attraverso lo svolgimento di una campagna di misure e successiva elaborazione dati.

                           a                                                  b                                  c

Figura 3 – (a) Prototipo Smart Wheel; (b)-(c) Installazione su ruota e relativo zoom

Figura 4 – Misure sperimentali: scenario operativo e risultati

Monitoraggio del veicolo lungo la tratta: localizzazione e tracciabilità

Studio di pre-fattibilità di una rete di sensori radar attivi dedicati a localizzare e tracciare veicoli di opportunità. Obiettivo della soluzione proposta è fornire info (es. velocità, posizione) utili per la gestione del traffico su vaste aree. Dopo aver definito lo scenario operativo, l’efficacia di tale soluzione tecnologica è stata validata, in scala ridotta, attraverso l’elaborazione di dati reali acquisiti da IDS durante un’attività sperimentale con veicoli cooperanti.

Figura 5 – (a) Esempio di scenario applicativo; (b) localizzazione di una Lancia Delta su mappa range-Doppler; (c) traccia

Monitoraggio dell’infrastruttura

Realizzazione di un sistema elettronico per la rappresentazione 3D (nuvola di punti) dei veicoli pesanti all’ingresso di un punto critico dell’infrastruttura stradale, quali le gallerie. Tale rappresentazione è ottenuta tramite un tool che fa la fusione di segnali ottici acquisiti da una rete di sensori eterogenei: laser IR e telecamere. La nuvola di punti viene classificata rispetto ai modelli 3D nel database. Quindi si procede all’identificazione, correzione prospettica e ritaglio della texture ripresa dalle telecamere, che viene applicata al modello 3D selezionato e resa disponibile all’utente attraverso una visualizzazione su Unity 3D. Il sistema funziona con tempi di risposta inferiori ai due secondi con un database fino a 10 modelli 3D. Tale soluzione fornisce agli operatori della sicurezza una rappresentazione digitale che combina interpretazione (classificazione dei veicoli sulla base della sagoma) e realismo (texture dei veicoli).

Figura 6 – Nuvola di punti catturata dal laser scanner

       a                                                       b                                                       c

Figura 7 – Identificazione, correzione prospettica e ritaglio della texture

Figura 8 – Visualizzazione su Unity del modello 3D del camion identificato

Monitoraggio della merce

In tale ambito è stata proposta una tecnologia basata sul concetto di multi sensing, che consiste nell’impiego di una rete di sensori eterogenei, quali sensori di temperatura, umidità per la misura dei relativi parametri fisici ambientali. Nel caso di applicazione su rotaia è impiegata la tecnologia adottata per la rivelazione del deragliamento dei carri merci.

Rete di comunicazione tra i sensori

Parallelamente alle  tali attività è proseguito lo studio riguardante la possibilità di condivisione e scambio dati tra i sensori attraverso una wireless sensor network. In particolare l’attenzione è stata focalizzata sul concetto di Software Defined Networking (SDN) e nello specifico sulla definizione di una nuova architettura SDN-IoT (Internet of Things) basata sull’implementazione di Network Function Virtualization (NFV) e Cloud computing.