il DII vince cinque progetti del Bando Regione Toscana Ricerca e Sviluppo per le Imprese

Robotica, Intelligenza Artificiale, Materiali Innovativi, Sensoristica e Realtà Aumentata per medicina, industria e agricoltura 5.0. I progetti finanziati dal bando PR FESR TOSCANA 2021 – 2027 –  RICERCA E SVILUPPO PER LE IMPRESE

SAMPLE – Surgical Advanced siMulation and training ecosystem for orthoPaedic personaLized procEdures  – Responsabile Vincenzo Ferrari

Obiettivo principale di SAMPLE è fornire un ambiente di simulazione altamente innovativo per trasformare i percorsi di training e quelli di sviluppo di nuovi dispositivi medici, con particolare focus sui dispositivi e procedure relative alla chirurgia ortopedica che integrano tecnologie abilitanti all’avanguardia come dispositivi robotici e di realtà aumentata. Il progetto è coordinato dall’azienda Orthokey e vede la partecipazione di altre 3 aziende toscane -MaVi, SBE e Domed- a cui si aggiunge l’Università di Pisa col Dipartimento di Ingegneria dell’Informazione in sinergia con il Centro interdipartimentale di ricerca EndoCAS e con la Clinica Ortopedica e Scuola di Specializzazione in Ortopedia e Traumatologia

WAU – Warehouse Automation – Responsabile Mario Cimino

Attraverso l’utilizzo di tecnologie avanzate e la cooperazione tra grandi imprese, PMI e organismi di ricerca, il progetto WAU mira alla realizzazione di un sistema integrato per l’automazione e l’ottimizzazione dei processi di lavoro dei corrieri che trattano carichi di grosse dimensioni, ovvero di quegli stabilimenti che ricevono e smistano imballi preconfezionati, che vengono alloggiati su pallet ed occupano alcuni metri cubi di volume. La gestione delle diverse attività pone inevitabilmente agli operatori del settore problematiche di accuratezza dell’inventario, organizzazione dei flussi di movimentazione della merce, sfruttamento ottimale degli spazi di magazzino, e ottimizzazione dei carichi. A differenza degli operatori postali, che trattano pacchi e pacchetti di dimensioni ridotte, spostabili manualmente o tramite nastri trasportatori e bracci meccanici, la movimentazione dei pallet avviene tramite muletti operati manualmente. È a questo settore che si rivolge il sistema WAU, con l’intento di automatizzare e ottimizzare specifici processi operativi, al fine di renderli più efficienti e di ridurne i consumi energetici e le emissioni di gas climalteranti. L’obiettivo finale è quello di rendere l’intero flusso di lavoro molto più scorrevole, fornendo indicazioni puntuali e in tempo reale agli operatori, ed eliminando la necessità di valutazioni e/o interventi manuali. Si prevede la realizzazione ed integrazione di un portale di misurazione in grado di:
• determinare automaticamente, grazie anche ad algoritmi di Machine/Deep Learning, le dimensioni fisiche e il peso dei carichi in ingresso e in uscita dallo stabilimento
• valutare, laddove fattibile, la corrispondenza tra il contenuto degli imballi e quanto atteso
• un lettore dell’ID dei carichi mediante dispositivi a radiofrequenze, in grado di identificare automaticamente i pallet trasportati dai muletti, consentendo un’associazione efficiente e sicura tra il carico e le sue caratteristiche dimensionali
• un portale cloud per la gestione delle informazioni raccolte dai portali
In generale, l’implementazione di un magazzino completamente automatizzato richiede una rivoluzione radicale degli impianti e dei processi logistici, che necessita di un grosso investimento iniziale, uno stravolgimento dell’operatività giornaliera e una profonda riorganizzazione delle procedure interne. Ciò rende questi sistemi poco appetibili per piccole realtà locali, con disponibilità finanziarie limitate e impossibilitate a gestire un periodo di fermo-attività prolungato. Grazie alla sua scalabilità, il sistema WAU è pensato per venire incontro a questo tipo di esigenze, consentendo un’adozione graduale delle soluzioni, dal singolo portale di misura al sistema completo (in cui ogni baia di carico sia dotata di un portale di misura) ed un sistema software dedicato alla gestione di tutti i portali ed una loro integrazione con eventuali ERP aziendali.

RoboAPPLE – Responsabile Pietro Ducange

L’obiettivo di RoboAPPLE è quello di realizzare e sperimentare in campo un dimostratore dotato di n. 2 braccia robotiche (una per lato) per automatizzare la raccolta delle mele, che in Italia avviene ancora quasi esclusivamente a mano. Il dimostratore sarà portato da un mezzo semovente dotato di strutture meccaniche di convogliamento e stoccaggio semplificate rispetto al prodotto finale e di sistemi di visione e illuminazione che forniscono gli input al modello di IA per la scelta delle mele da raccogliere. Nello svolgimento del progetto saranno integrate tecnologie abilitanti nei settori della robotica, visione artificiale e Intelligenza Artificiale. Capofila del progetto è S.M. Scienzia Machinale s.r.l., un’azienda toscana di ricerca e sviluppo che opera nel campo della meccatronica e dell’ingegneria robotica. Ad affiancare la capofila, vi è MainAxis s.r.l., specializzata nella visione artificiale, e il gruppo di ricerca AI&RD DII, che si occuperà dello sviluppo di modelli di Intelligenza Artificiale finalizzati al riconoscimento delle mele pronte per essere raccolte. Un ulteriore partner del progetto è ProRa s.r.l., che collaborerà con il capofila nella fabbricazione di componenti meccanici su misura, realizzati mediante tecnologie di prototipazione rapida. Il team si avvarrà anche della consulenza di un agronomo esperto. L’obiettivo aziendale finale è quello di portare sul mercato un sistema robotico ad n. 8 braccia ad un prezzo competitivo  rispetto ai metodi attuali, prezzo che permette al frutticoltore di recuperare l’investimento in circa 4 anni. 

CHAIN-RF – Anti-Counterfeiting and Healthcare diagnostic Innovation: Nanoanalyzer RadioFrequency operations – Responsabile Filippo Costa

Il progetto CHAIN-RF si configura come un’iniziativa avanzata nel campo della ricerca e sviluppo industriale, mirata a potenziare le prestazioni, implementare tecniche avanzate di anticontraffazione e ridurre l’impatto ambientale del primo prodotto di INTA, chiamato NanoAnalyzer. Grazie alla collaborazione con aziende sul territorio regionale, come QUANTAVIS e MININGFUL, e enti di ricerca come il Dipartimento di Ingegneria dell’Informazione dell’Università di Pisa, sarà possibile migliorare notevolmente aspetti chiave del prodotto, creare nuove metodologie di analisi dati basate anche su intelligenza artificiale legate ai sistemi diagnostici e far avanzare lo stato dell’arte sulla modellizzazione di dispositivi a radiofrequenza (RF). Il NanoAnalyzer è una piattaforma diagnostica portatile e all’avanguardia, che sfrutta le potenzialità delle nanotecnologie e della microfluidica per analizzare sostanze biologiche come proteine, anticorpi e batteri presenti nei liquidi sul punto di necessità (point-of-need, PoN), cioè in maniera semplice e portabile. Il NanoAnalyzer, basato su hardware e software progettato ad-hoc, offre la possibilità di avere un laboratorio portatile permettendo di superare i limiti imposti da strumentazioni di grandi dimensioni e laboratori centralizzati, offrendo soluzioni più accessibili e meno onerose. La tecnologia utilizzata rappresenta una rivoluzione nel campo della diagnostica, con ampie applicazioni sia nel settore della salute che in quello ambientale. Inoltre, le sue applicazioni si estendono al monitoraggio ambientale, alla sicurezza e all’industria 4.0, dimostrando la versatilità e l’importanza di questo dispositivo nell’ambito della diagnostica moderna. Il progetto CHAIN-RF è stato quindi pensato per affrontare e superare alcune delle sfide più significative relative alla tecnologia centrale del NanoAnalyzer e degli strumenti diagnostici medicali in generale, con particolare riferimento alla catena di segnale a RF che permette il funzionamento del sistema biosensoristico proprietario di INTA oltre a sistemi di anticontraffazione. Al termine del progetto, si mira a raggiungere un TRL di almeno 8, assicurando che le soluzioni sviluppate siano compatibili con il sistema esistente e pronte per il mercato. 

WiH2Sens – Wireless RFID sensing of H2S in working environments – Responsabile Filippo Costa

Il progetto WiH2Sens si propone di sviluppare di una classe di sensori ambientali passivi, a basso costo e di nuova concezione, in grado di monitorare a distanza il livello di gas nocivi in contesti industriali, con particolare focus sullo sviluppo di un nuovo sensore di gas H2S wireless, ad oggi non in commercio, basato su tecnologia RFID (Radio Frequency IDentification) di nuova generazione. L’idrogeno solforato (H2S) è un gas infiammabile, esplosivo e rappresenta un rischio ambientale, come nel caso della pioggia acida, quando si verifica una perdita in siti industriali. L’esposizione a basse concentrazioni di H2S può causare irritazioni agli occhi, mal di gola, tosse, difficoltà respiratorie e ritenzione di liquidi nei polmoni. La necessità di monitorare accuratamente e prevenire le perdite di H2S in ambienti industriali è fondamentale per garantire la sicurezza delle persone e preservare l’ambiente. Nello specifico il progetto lavorerà sull’implementazione di 3 diverse tipologie di sensore con caratteristiche tecnologiche diverse, così da coprire uno spettro di applicazione molto più vasto. Ad oggi i sensori ambientali tendenzialmente necessitano di alimentazione o batterie e che la lettura a distanza spesso è legata alle condizioni d’impiego della tecnologia oltre che dalle coperture telematiche disponibili. Questo incide operativamente sui costi dei device, sulle tipologie di installazione e sulle modalità d’impiego, soprattutto in contesti industriali. La volontà di maggior impatto scientifico del progetto è proprio quella di continuare ad approfondire la ricerca e lo sviluppo per arrivare ad un sensore semi industriale full chipless (passivo e reattivo) per cui la risposta dei materiali con cui la stessa antenna è depositata su un substrato flessibile, faccia anche da sensore attivo per il rilevamento del reagente in osservazione. I sensori RFID attivi e chipless che si otterranno con il progetto, potranno fornire una lettura a distanza del sensore unitamente ad un codice identificativo che permette di discriminare letture provenienti da sensori multipli. Ulteriore obiettivo del progetto è quello di creare un sensore indossabile che può essere integrato nelle divise dei lavoratori.