Research database

L'intersezione della mobilità elettrica con la crescente presenza di veicoli autonomi, supportata dalle tecnologie di elaborazione on-edge, apre la strada a nuovi scenari come, ad esempio, il monitoraggio di driver e veicoli, il monitoraggio di impianti in ambienti ostili o la realizzazione di digital twin. Il progetto AIM propone tre scenari che mettono in luce il potenziale impatto di tale intersezione: l'implementazione di digital-twin e modelli di micro-rete, l'integrazione di Edge AI per supporto decisionale on-board su UAV e UGV e l'applicazione di Edge AI nel monitoraggio dello stile di guida del veicolo sulla base delle condizioni di salute del driver. l'AI on-edge viene utilizzata per analizzare i dati in tempo reale e prendere decisioni che possono migliorare il sistema. In particolare, per i tre WP, l'AI on-edge può essere utilizzata per: a) Ottimizzare il consumo energetico; b) Fornire supporto decisionale in tempo reale e c) Monitorare lo stato di salute e dei conducenti e dei veicoli.

• Angelo Bonfitto (Principal Investigator)
• Marcello Chiaberge (Responsabile Scientifico di Struttura)
• Massimo Violante (Responsabile Scientifico di Struttura)

• POLITECNICO DI TORINO - AMMINISTRAZIONE CENTRALE
• SENSOR REPLY S.R.L. CON UNICO SOCIO - Coordinator