Sensor-based and data-driven framework for safe and efficient PMS

2.1 Il progetto

RENEW è un progetto di ricerca industriale e sviluppo sperimentale che studia un framework basato su IoT, Big Data e Intelligenza Artificiale per un Pavement Management System (PMS) di nuova generazione: un sistema in grado di monitorare in modo continuo lo stato delle pavimentazioni stradali e di supportare le amministrazioni nella pianificazione degli interventi di manutenzione.
Il degrado della pavimentazione, se non rilevato in tempo, incide su sicurezza, qualità della vita, mobilità urbana e costi di manutenzione. RENEW trasforma i veicoli urbani – a partire dalle e-bike – in nodi intelligenti di una rete di rilevamento che raccoglie dati in tempo reale mentre il mezzo svolge il proprio servizio quotidiano.

2.2 Come funziona

• Raccolta dati a bordo veicolo: un Data Collection Device dotato di camera RGB, GPS e accelerometro acquisisce immagini, posizione e vibrazioni.
• Elaborazione on edge: il dispositivo sincronizza i dati e individua in tempo reale i possibili dissesti, inviando al cloud solo le informazioni rilevanti.
• Elaborazione on cloud: modelli di AI, dotati di moduli di Explainable AI, classificano la tipologia di danno e ne stimano la severità.
• Supporto alle decisioni: una piattaforma web e mobile mostra su mappa lo stato della rete stradale, i tratti più critici, i trend di degrado e le priorità di intervento.

2.3 Il ruolo di IAT

IAT mette a disposizione del progetto la propria esperienza nella progettazione e produzione di e-bike e veicoli green. In particolare, IAT si occupa di:
• studio delle soluzioni di montaggio del dispositivo di acquisizione sul veicolo;
• studio e sviluppo di una soluzione innovativa per il rilevamento dei dati tramite sensori integrati negli pneumatici di veicoli a pedalata assistita;
• realizzazione dei prototipi dimostrativi e test su veicolo in condizioni reali;
• attività di comunicazione e diffusione dei risultati.
Le attività di IAT si svolgono presso la sede operativa di Minervino Murge (BT).

2.4 Risultati attesi

• un dimostratore prototipale del framework, dal sensore a bordo veicolo fino al sistema di supporto alle decisioni;
• modelli di AI per il rilevamento e la classificazione dei dissesti stradali, con obiettivo di accuratezza superiore al 95%;
• nuove soluzioni di sensoristica integrata per e-bike, che ampliano le competenze di IAT nella mobilità elettrica intelligente;
• strumenti per una manutenzione stradale più tempestiva, sostenibile e basata sui dati.

2.5 Partenariato

Il progetto è realizzato dal raggruppamento RENEW, composto da:

KEY4 S.r.l. (capofila) – Monopoli (BA)

IAT Italian Aluminium Technology S.r.l. – Casoli (CH) / Minervino Murge (BT)

Università degli Studi di Bari Aldo Moro – Dipartimento di Informatica

2.6 Scheda del finanziamento

2.7 Dicitura obbligatoria

Progetto cofinanziato dall’Unione europea – PR Puglia FESR FSE+ 2021-2027 (fondo FESR) – Azione 1.5 “Interventi per il rafforzamento del sistema innovativo regionale e sostegno alla collaborazione tra imprese e strutture di ricerca” – Avviso “Reti”.