Il progetto HuManS ha realizzato un nuovo paradigma di produzione in cui l’operatore umano è al centro dei sistemi di produzione grazie a soluzioni tecniche come dispositivi wearable, realtà aumentata e robot, a sensori, machine learning e IoT.
Il progetto Dislo-man ha reso possibile la realizzazione di un piattaforma ICT per la gestione integrata, dinamica e autonoma delle operazioni di produzione ad alto livello di automazione.
Il progetto ECOWELD+ propone un processo innovativo ed eco-efficiente per la saldatura robotizzata di componenti metallici basato sull’auto-riconoscimento del percorso di saldatura.
Il progetto ESACOM ha permesso la creazione di un sistema di retrofitting non invasivo sui sistemi di controllo/climatizzazione esistenti, economico, integrabile con l’impianto esistente e che porti velocemente e facilmente ad una ottimizzazione energetica.
Il progetto ASCod si colloca nella digitalizzazione del sistema produttivo agricolo attraverso l’unione dei paradigma dell’IoT, del Cloud e del Big Data applicato alla filiera dell’agricoltura.
Il progetto MArcEL mira a creare macchine agricole completamente elettriche, facendo venire meno i tradizionali sistemi meccanici ed oleodinamici Portando maggiore sostenibilità ambientale e sicurezza per gli operatori.
Il progetto FIPRO renderà possibile la segnalazione di attacchi volontari o accidentali a gasdotti, acquedotti, oleodotti o confini territoriali attraverso un sistema innovativo di monitoraggio a fibra ottica lunga fino a 50 km.
Il progetto PININ mira a incrementare la qualità e la percezione dei prodotti agro-alimentari Piemontesi di fascia alta. Le tecnologie portanti del progetto sono Blockchain, AI e Big Data, IoT, AR, Geoweb e Processi di Business.
L’AI al servizio del turismo per creare offerte autentiche e sostenibili, valorizzando i territori meno noti. Mira a superare il turismo di massa, supportando operatori locali e promuovendo un modello Data Driven inclusivo e scalabile. Il progetto TEIA è stato finanziato nell’ambito dei Bandi a Cascata del Programma NODES, sostenuto dal MUR sui fondi PNRR MUR – M4C2 – Investimento 1.5 Avviso “Ecosistemi dell’Innovazione”, nell’ambito del PNRR finanziato dall’Unione europea – NextGenerationEU (Grant agreement Cod. n.ECS00000036).
Retrofitting di tool pneumatici con AI per manutenzione predittiva. Analisi delle curve di attuazione, per ottenere l’oggettivazione dei fissaggi e la previsione dell’usura, ottimizzando la qualità e riducendo i fermi macchina non pianificati.
Il progetto sviluppa una piattaforma intelligente per la sicurezza dei lavoratori in fabbrica, utilizzando wearable connessi via smartphone e algoritmi AI per monitorare salute, stress e cadute, inviando allarmi in tempo reale e migliorando la prevenzione degli incidenti.
Creazione di una nuova esperienza museale immersiva nei parchi montani, combinando fisico e digitale. Utilizza contapassaggi e un’app interattiva per monitorare i flussi turistici e coinvolgere i visitatori nella tutela ambientale, promuovendo sostenibilità e partecipazione attiva. Il progetto MAPP è stato finanziato nell’ambito dei Bandi a Cascata del Programma NODES, sostenuto dal MUR sui fondi PNRR MUR – M4C2 – Investimento 1.5 Avviso “Ecosistemi dell’Innovazione”, nell’ambito del PNRR finanziato dall’Unione europea – NextGenerationEU (Grant agreement Cod. n.ECS00000036).
Creazione di un modello AI per il riconoscimento in tempo reale delle malattie delle foglie di vite, permettendo micro-trattamenti mirati e sostenibili. Il progetto punta a ridurre l’uso di fitofarmaci grazie alla visione artificiale e al deep learning. Il progetto DIVINE è stato finanziato nell’ambito dei Bandi a Cascata del Programma NODES, sostenuto dal MUR sui fondi PNRR MUR – M4C2 – Investimento 1.5 Avviso “Ecosistemi dell’Innovazione”, nell’ambito del PNRR finanziato dall’Unione europea – NextGenerationEU (Grant agreement Cod. n.ECS00000036).
Sviluppo di un sistema avanzato di monitoraggio del benessere dei bovini da latte, combinando visione artificiale e sensori indossabili. Utilizzando deep learning e analisi delle reti sociali, rileva comportamenti e anomalie per migliorare salute, produttività e gestione sostenibile dell’allevamento.
Sistema avanzato di monitoraggio predittivo per gli inquinanti emergenti (CoECs) nelle acque reflue, volto all’ottimizzazione e all’efficientamento dei trattamenti quaternari
Plugin IDE (Ambiente di Sviluppo Integrato) per l’analisi e il suggerimento Green Coding, ottimizzando il codice in ottica cloud per la massima efficienza energetica e la minimizzazione delle emissioni di CO2
Il progetto HuManS ha realizzato un nuovo paradigma di produzione in cui l’operatore umano è al centro dei sistemi di produzione grazie a soluzioni tecniche come dispositivi wearable, realtà aumentata e robot, a sensori, machine learning e IoT.
Il progetto Dislo-man ha reso possibile la realizzazione di un piattaforma ICT per la gestione integrata, dinamica e autonoma delle operazioni di produzione ad alto livello di automazione.
Il progetto ECOWELD+ propone un processo innovativo ed eco-efficiente per la saldatura robotizzata di componenti metallici basato sull’auto-riconoscimento del percorso di saldatura.
Retrofitting di tool pneumatici con AI per manutenzione predittiva. Analisi delle curve di attuazione, per ottenere l’oggettivazione dei fissaggi e la previsione dell’usura, ottimizzando la qualità e riducendo i fermi macchina non pianificati.
Il progetto ESACOM ha permesso la creazione di un sistema di retrofitting non invasivo sui sistemi di controllo/climatizzazione esistenti, economico, integrabile con l’impianto esistente e che porti velocemente e facilmente ad una ottimizzazione energetica.
Il progetto ASCod si colloca nella digitalizzazione del sistema produttivo agricolo attraverso l’unione dei paradigma dell’IoT, del Cloud e del Big Data applicato alla filiera dell’agricoltura.
Il progetto FIPRO renderà possibile la segnalazione di attacchi volontari o accidentali a gasdotti, acquedotti, oleodotti o confini territoriali attraverso un sistema innovativo di monitoraggio a fibra ottica lunga fino a 50 km.
Il progetto MArcEL mira a creare macchine agricole completamente elettriche, facendo venire meno i tradizionali sistemi meccanici ed oleodinamici Portando maggiore sostenibilità ambientale e sicurezza per gli operatori.
Il progetto PININ mira a incrementare la qualità e la percezione dei prodotti agro-alimentari Piemontesi di fascia alta. Le tecnologie portanti del progetto sono Blockchain, AI e Big Data, IoT, AR, Geoweb e Processi di Business.
Il progetto sviluppa una piattaforma intelligente per la sicurezza dei lavoratori in fabbrica, utilizzando wearable connessi via smartphone e algoritmi AI per monitorare salute, stress e cadute, inviando allarmi in tempo reale e migliorando la prevenzione degli incidenti.
Creazione di una nuova esperienza museale immersiva nei parchi montani, combinando fisico e digitale. Utilizza contapassaggi e un’app interattiva per monitorare i flussi turistici e coinvolgere i visitatori nella tutela ambientale, promuovendo sostenibilità e partecipazione attiva. Il progetto MAPP è stato finanziato nell’ambito dei Bandi a Cascata del Programma NODES, sostenuto dal MUR sui fondi PNRR MUR – M4C2 – Investimento 1.5 Avviso “Ecosistemi dell’Innovazione”, nell’ambito del PNRR finanziato dall’Unione europea – NextGenerationEU (Grant agreement Cod. n.ECS00000036).
L’AI al servizio del turismo per creare offerte autentiche e sostenibili, valorizzando i territori meno noti. Mira a superare il turismo di massa, supportando operatori locali e promuovendo un modello Data Driven inclusivo e scalabile. Il progetto TEIA è stato finanziato nell’ambito dei Bandi a Cascata del Programma NODES, sostenuto dal MUR sui fondi PNRR MUR – M4C2 – Investimento 1.5 Avviso “Ecosistemi dell’Innovazione”, nell’ambito del PNRR finanziato dall’Unione europea – NextGenerationEU (Grant agreement Cod. n.ECS00000036).
Creazione di un modello AI per il riconoscimento in tempo reale delle malattie delle foglie di vite, permettendo micro-trattamenti mirati e sostenibili. Il progetto punta a ridurre l’uso di fitofarmaci grazie alla visione artificiale e al deep learning. Il progetto DIVINE è stato finanziato nell’ambito dei Bandi a Cascata del Programma NODES, sostenuto dal MUR sui fondi PNRR MUR – M4C2 – Investimento 1.5 Avviso “Ecosistemi dell’Innovazione”, nell’ambito del PNRR finanziato dall’Unione europea – NextGenerationEU (Grant agreement Cod. n.ECS00000036).
Sviluppo di un sistema avanzato di monitoraggio del benessere dei bovini da latte, combinando visione artificiale e sensori indossabili. Utilizzando deep learning e analisi delle reti sociali, rileva comportamenti e anomalie per migliorare salute, produttività e gestione sostenibile dell’allevamento.
Sistema avanzato di monitoraggio predittivo per gli inquinanti emergenti (CoECs) nelle acque reflue, volto all’ottimizzazione e all’efficientamento dei trattamenti quaternari
Plugin IDE (Ambiente di Sviluppo Integrato) per l’analisi e il suggerimento Green Coding, ottimizzando il codice in ottica cloud per la massima efficienza energetica e la minimizzazione delle emissioni di CO2
