Typology
operator:
and / or
Language
operator:
and / or
Date
operator:
and / or
Rights
operator:
and / or
2023
Bachelor thesis
Open Access
L'Intelligenza Artificiale nella elaborazione delle immagini: tecniche di visione artificiale per il monitoraggio della guida di motocicli
Bulotta D., Carta A., Righi M., Leone G. R.
Il tirocinio si è svolto presso l'Istituto di Scienza e Tecnologie dell'Informazione del Consiglio Nazionale delle Ricerche e ha richiesto circa cinque mesi. Il tirocinio si è svolto nell'ambito del progetto di ricerca Artificial Intelligence driven RIding Distributed Eye (AI-RIDE) che ha come obiettivo lo studio e la realizzazione prototipale di un framework di Intelligenza Artificiale integrato nel contesto della formazione dei motociclisti, mirando in particolare ad una verifica standard, misurabile e imparziale dell'esame della patente di guida per motocicli. L'esito di un esame di patente di guida dipende da diversi fattori, come il tempo di prestazione, la precisione della traiettoria, la gestione della velocità e l'esecuzione di un percorso netto senza effettuare penalità. La maggior parte di tali fattori può essere misurata utilizzando strumenti di analisi delle immagini ottenute per mezzo di telecamere esterne opportunamente posizionate. L'obiettivo di questo tirocinio è stato ricavare tali informazioni dai flussi video a disposizione massimizzando la precisione dei dati ottenuti. Il primo compito è consistito nell'allenamento di un modello di Object Detection per il riconoscimento dei coni, del motociclo e del pilota; utilizzando vari strumenti di annotazione si è popolato un dataset con numerosi frame estratti dai video realizzati nel sito di prova, la pista della scuola guida Gerardo di Pontedera; tale dataset è stato continuamente migliorato aggiungendo immagini di casistiche specifiche, conducendo test a diverse risoluzioni e utilizzando numerosità crescenti dei modelli di partenza (come spiegato nei paragrafi 3.1.7 e 4.2.8). Raggiunta una soddisfacente prestazione del task di riconoscimento si è implementata la logica funzionale alla individuazione precisa della posizione della moto nello spazio e all'eventuale penalità connessa con lo spostamento di uno o più coni segnaletici (si veda paragrafo 4.3.1 e 4.3.2). Queste informazioni sono servite da input al sottosistema di fusione delle informazioni che non è compreso nel lavoro di questo tirocinio. Il modello custom di object detection ha conseguito ottimi risultati in termini di confidenza e precisione nel riconoscimento degli elementi in gioco ovvero coni, moto e pilota. La logica implementata per il rilevamento delle penalità commesse durante l'esame di guida è stata essenziale per il successo finale del sistema. Il lavoro svolto è stato presentato il giorno 14 giugno 2023 presso il sito di prova in un evento che ha previsto una dimostrazione del sistema dal vivo includendo vari scenari di guida: tutte le penalità principali sono state segnalate con elevata precisione spaziale e temporale.
Bulotta D., Carta A., Righi M., Leone G. R.
Il tirocinio si è svolto presso l'Istituto di Scienza e Tecnologie dell'Informazione del Consiglio Nazionale delle Ricerche e ha richiesto circa cinque mesi. Il tirocinio si è svolto nell'ambito del progetto di ricerca Artificial Intelligence driven RIding Distributed Eye (AI-RIDE) che ha come obiettivo lo studio e la realizzazione prototipale di un framework di Intelligenza Artificiale integrato nel contesto della formazione dei motociclisti, mirando in particolare ad una verifica standard, misurabile e imparziale dell'esame della patente di guida per motocicli. L'esito di un esame di patente di guida dipende da diversi fattori, come il tempo di prestazione, la precisione della traiettoria, la gestione della velocità e l'esecuzione di un percorso netto senza effettuare penalità. La maggior parte di tali fattori può essere misurata utilizzando strumenti di analisi delle immagini ottenute per mezzo di telecamere esterne opportunamente posizionate. L'obiettivo di questo tirocinio è stato ricavare tali informazioni dai flussi video a disposizione massimizzando la precisione dei dati ottenuti. Il primo compito è consistito nell'allenamento di un modello di Object Detection per il riconoscimento dei coni, del motociclo e del pilota; utilizzando vari strumenti di annotazione si è popolato un dataset con numerosi frame estratti dai video realizzati nel sito di prova, la pista della scuola guida Gerardo di Pontedera; tale dataset è stato continuamente migliorato aggiungendo immagini di casistiche specifiche, conducendo test a diverse risoluzioni e utilizzando numerosità crescenti dei modelli di partenza (come spiegato nei paragrafi 3.1.7 e 4.2.8). Raggiunta una soddisfacente prestazione del task di riconoscimento si è implementata la logica funzionale alla individuazione precisa della posizione della moto nello spazio e all'eventuale penalità connessa con lo spostamento di uno o più coni segnaletici (si veda paragrafo 4.3.1 e 4.3.2). Queste informazioni sono servite da input al sottosistema di fusione delle informazioni che non è compreso nel lavoro di questo tirocinio. Il modello custom di object detection ha conseguito ottimi risultati in termini di confidenza e precisione nel riconoscimento degli elementi in gioco ovvero coni, moto e pilota. La logica implementata per il rilevamento delle penalità commesse durante l'esame di guida è stata essenziale per il successo finale del sistema. Il lavoro svolto è stato presentato il giorno 14 giugno 2023 presso il sito di prova in un evento che ha previsto una dimostrazione del sistema dal vivo includendo vari scenari di guida: tutte le penalità principali sono state segnalate con elevata precisione spaziale e temporale.
See at:
ISTI Repository 
| CNR ExploRA
2023
Bachelor thesis
Open Access
Monitoraggio della guida di motocicli per mezzo di un sistema di visione multicamera con tecniche di fusione delle informazioni e loro rappresentazione virtuale per mezzo di un motore grafico 3D
Baiamonte A., Bacciu D., Righi M., Leone G. R.
Il tirocinio si è svolto presso l'istituto di Scienza e Tecnologie dell'informazione del Consiglio Nazionale delle Ricerche (ISTI-CNR), da metà Marzo a fine Giugno 2023. L'obiettivo del progetto è stato il monitoraggio della guida di motocicli per mezzo di un sistema di visione multicamera con tecniche di fusione delle informazioni e loro rappresentazione virtuale per mezzo di un motore grafico 3D. Il tirocinio è stato realizzato nell'ambito di un progetto di ricerca del CNR dedicato alla progetta- zione e prototipazione di un sistema multicamera innovativo [1], basato su algoritmi di Computer Vision e Intelligenza Artificiale, in grado di riconoscere automaticamente, con grado di affidabilità variabile, le penalità previste durante la fase pratica degli esami per il conseguimento della patente di guida per motocicli. I dati raccolti dai singoli flussi video sono stati elaborati e fusi per ottenere un'informazione globale più completa ed affidabile. Particolare attenzione è stata dedicata al calcolo vettoriale delle accelerazioni del motoveicolo nei test in circuito chiuso. Inoltre, è stato realizzato un Digital Twin (gemello virtuale) del sistema per visualizzare in grafica 3D i dati elaborati e permettere l'analisi delle traiettorie effettuate dal motoveicolo in un contesto di prove ripetute. Nel capitolo 2 si esporranno le basi di partenza del tirocinio, ovvero cosa era già presente prima di iniziare questo lavoro di tesi. Nel capitolo 3 si parlerà del background necessario a descrivere le metodologie e le tecnologie utilizzate in questa tesi. Nel capitolo 4 si elencheranno i software utilizzati per realizzare le varie funzionalità del sistema mettendo in evidenza le scelte effettuate, giustificando perché è stata scelta una particolare tecnologia piuttosto che un'altra. Nel capitolo 5 si descriverà il lavoro svolto durante il tirocinio mostrando tutti i test, gli esperimenti fatti e risultati ottenuti. Il capitolo 6 conclude la tesi riassumendo quanto si è realizzato e parlando dei possibili sviluppi futuri.
Baiamonte A., Bacciu D., Righi M., Leone G. R.
Il tirocinio si è svolto presso l'istituto di Scienza e Tecnologie dell'informazione del Consiglio Nazionale delle Ricerche (ISTI-CNR), da metà Marzo a fine Giugno 2023. L'obiettivo del progetto è stato il monitoraggio della guida di motocicli per mezzo di un sistema di visione multicamera con tecniche di fusione delle informazioni e loro rappresentazione virtuale per mezzo di un motore grafico 3D. Il tirocinio è stato realizzato nell'ambito di un progetto di ricerca del CNR dedicato alla progetta- zione e prototipazione di un sistema multicamera innovativo [1], basato su algoritmi di Computer Vision e Intelligenza Artificiale, in grado di riconoscere automaticamente, con grado di affidabilità variabile, le penalità previste durante la fase pratica degli esami per il conseguimento della patente di guida per motocicli. I dati raccolti dai singoli flussi video sono stati elaborati e fusi per ottenere un'informazione globale più completa ed affidabile. Particolare attenzione è stata dedicata al calcolo vettoriale delle accelerazioni del motoveicolo nei test in circuito chiuso. Inoltre, è stato realizzato un Digital Twin (gemello virtuale) del sistema per visualizzare in grafica 3D i dati elaborati e permettere l'analisi delle traiettorie effettuate dal motoveicolo in un contesto di prove ripetute. Nel capitolo 2 si esporranno le basi di partenza del tirocinio, ovvero cosa era già presente prima di iniziare questo lavoro di tesi. Nel capitolo 3 si parlerà del background necessario a descrivere le metodologie e le tecnologie utilizzate in questa tesi. Nel capitolo 4 si elencheranno i software utilizzati per realizzare le varie funzionalità del sistema mettendo in evidenza le scelte effettuate, giustificando perché è stata scelta una particolare tecnologia piuttosto che un'altra. Nel capitolo 5 si descriverà il lavoro svolto durante il tirocinio mostrando tutti i test, gli esperimenti fatti e risultati ottenuti. Il capitolo 6 conclude la tesi riassumendo quanto si è realizzato e parlando dei possibili sviluppi futuri.
See at:
ISTI Repository | CNR ExploRA
2018
Journal article
Open Access
Real-time smart parking systems integration in distributed ITS for smart cities
Alam M., Moroni D., Pieri G., Tampucci M., Gomes M., Fonseca J., Ferreira J., Leone G. R.
Intelligent Transportation Systems (ITS) have evolved as a key research topic in recent years, revolutionizing the overall traffic and travel experience by providing a set of advanced services and applications. These data-driven services contribute to mitigate major problems arising from the ever growing need of transport in our daily lives. Despite the progress, there is still need for an enhanced and distributed solution that can exploit the data from the available systems and provide an appropriate and real-time reaction on transportation systems. Therefore, in this paper, we present a new architecture where the intelligence is distributed and the decisions are decentralized. The proposed architecture is scalable since the incremental addition of new peripheral subsystems is supported by the introduction of gateways which requires no reengineering of the communication infrastructure. The proposed architecture is deployed to tackle the problem of traffic management inefficiency in urban areas, where traffic load is substantially increased, by vehicles moving around unnecessarily, to find a free parking space. This can be significantly reduced through the availability and diffusion of local information regarding vacant parking slots to drivers in a given area. Two types of parking systems, magnetic and vision sensor based, have been introduced, deployed, and tested in different scenarios. The effectiveness of the proposed architecture, together with the proposed algorithms, is assessed in field trials.Source: Journal of advanced transportation (Online) 2018 (2018). doi:10.1155/2018/1485652
DOI: 10.1155/2018/1485652
Project(s): ICSI
Metrics:
Alam M., Moroni D., Pieri G., Tampucci M., Gomes M., Fonseca J., Ferreira J., Leone G. R.
Intelligent Transportation Systems (ITS) have evolved as a key research topic in recent years, revolutionizing the overall traffic and travel experience by providing a set of advanced services and applications. These data-driven services contribute to mitigate major problems arising from the ever growing need of transport in our daily lives. Despite the progress, there is still need for an enhanced and distributed solution that can exploit the data from the available systems and provide an appropriate and real-time reaction on transportation systems. Therefore, in this paper, we present a new architecture where the intelligence is distributed and the decisions are decentralized. The proposed architecture is scalable since the incremental addition of new peripheral subsystems is supported by the introduction of gateways which requires no reengineering of the communication infrastructure. The proposed architecture is deployed to tackle the problem of traffic management inefficiency in urban areas, where traffic load is substantially increased, by vehicles moving around unnecessarily, to find a free parking space. This can be significantly reduced through the availability and diffusion of local information regarding vacant parking slots to drivers in a given area. Two types of parking systems, magnetic and vision sensor based, have been introduced, deployed, and tested in different scenarios. The effectiveness of the proposed architecture, together with the proposed algorithms, is assessed in field trials.Source: Journal of advanced transportation (Online) 2018 (2018). doi:10.1155/2018/1485652
DOI: 10.1155/2018/1485652
Project(s): ICSI
Metrics:
See at:
Journal of Advanced Transportation | Journal of Advanced Transportation | Journal of Advanced Transportation | Repositório Institucional da Universidade de Aveiro | ISTI Repository | www.hindawi.com | ZENODO | Hyper Article en Ligne 
| CNR ExploRA
2019
Conference article
Open Access
Smart cities monitoring through wireless smart cameras
Moroni D., Pieri G., Leone G. R., Tampucci M.
Cities and urban environments nowadays suffer more and more discomfort due to several factors: the increase in the number of cars, the reduction, due to budget issues, of free parking, the economic difficulties in times of crisis that lead to a reduced efficiency of the public transport system. Beside these factors, an increased availability of computing facilities and devices bring the possibility to improve one of the most burdening aspects, that is the traffic generated by cars searching for a parking place. In this paper we present an approach based on wireless smart cameras to the monitoring of open air public parking areas. The main strengths of this solution lie in the independence and scalability of the proposed architecture. Independence is mainly based on autonomous intelligent cameras performing processing on-board; while scalability is mainly obtained through low cost single node which can be assembled in a wider sensors network and do not need high-cost requirements for installation.Source: 2nd International Conference on Applications of Intelligent Systems, Las Palmas de Gran Canaria, Spain, 07-09/01/2019
DOI: 10.1145/3309772.3309789
Metrics:
Moroni D., Pieri G., Leone G. R., Tampucci M.
Cities and urban environments nowadays suffer more and more discomfort due to several factors: the increase in the number of cars, the reduction, due to budget issues, of free parking, the economic difficulties in times of crisis that lead to a reduced efficiency of the public transport system. Beside these factors, an increased availability of computing facilities and devices bring the possibility to improve one of the most burdening aspects, that is the traffic generated by cars searching for a parking place. In this paper we present an approach based on wireless smart cameras to the monitoring of open air public parking areas. The main strengths of this solution lie in the independence and scalability of the proposed architecture. Independence is mainly based on autonomous intelligent cameras performing processing on-board; while scalability is mainly obtained through low cost single node which can be assembled in a wider sensors network and do not need high-cost requirements for installation.Source: 2nd International Conference on Applications of Intelligent Systems, Las Palmas de Gran Canaria, Spain, 07-09/01/2019
DOI: 10.1145/3309772.3309789
Metrics:
See at:
ISTI Repository | dl.acm.org | doi.org | CNR ExploRA
2019
Conference article
Open Access
Smart Cities: parking monitoring through smart cameras
Leone G. R., Moroni D., Pieri G.
One of today's major problems in medium to large cities is pollution caused by urban traffic. There are various factors that negatively affect this problem. First of all, the constant increase in vehicles, and at the same time the reduction, for budget reasons, of the number of free parking areas more or less easily reached. Moreover, due to global events such as the economic crisis, there is a general reduction in the efficiency of local public transport. In this research, we present an approach to this problem that exploits the greater availability of IT structures and devices. The solution presented offers the possibility of improving one of the most burdensome aspects, namely the traffic generated by cars looking for a parking space through an integrated and automatic management of employment levels. The procedure is based on wireless smart cameras for monitoring public outdoor parking areas. The main strengths of this solution lie in the independence and scalability of the proposed architecture. Independence is ensured by the node's modus operandi, in which processing is performed on board the intelligent camera without the need for a video stream or operator intervention. Scalability can be achieved by designing low-cost nodes that can be connected in a sensor network that does not require high installation costs. Moreover, the possibility of making such processing nodes autonomous through the use of a photovoltaic panel allows them to be installed in even more flimsy situations.Source: ICC Workshops 2019 - IEEE International Conference on Communications, pp. 1–6, Shanghai, China, 20-24 May, 2019
DOI: 10.1109/iccw.2019.8756791
Metrics:
Leone G. R., Moroni D., Pieri G.
One of today's major problems in medium to large cities is pollution caused by urban traffic. There are various factors that negatively affect this problem. First of all, the constant increase in vehicles, and at the same time the reduction, for budget reasons, of the number of free parking areas more or less easily reached. Moreover, due to global events such as the economic crisis, there is a general reduction in the efficiency of local public transport. In this research, we present an approach to this problem that exploits the greater availability of IT structures and devices. The solution presented offers the possibility of improving one of the most burdensome aspects, namely the traffic generated by cars looking for a parking space through an integrated and automatic management of employment levels. The procedure is based on wireless smart cameras for monitoring public outdoor parking areas. The main strengths of this solution lie in the independence and scalability of the proposed architecture. Independence is ensured by the node's modus operandi, in which processing is performed on board the intelligent camera without the need for a video stream or operator intervention. Scalability can be achieved by designing low-cost nodes that can be connected in a sensor network that does not require high installation costs. Moreover, the possibility of making such processing nodes autonomous through the use of a photovoltaic panel allows them to be installed in even more flimsy situations.Source: ICC Workshops 2019 - IEEE International Conference on Communications, pp. 1–6, Shanghai, China, 20-24 May, 2019
DOI: 10.1109/iccw.2019.8756791
Metrics:
See at:
ieeexplore.ieee.org | ISTI Repository | doi.org | CNR ExploRA
2018
Journal article
Open Access
Corrigendum to "Real-Time Smart Parking Systems Integration in Distributed ITS for Smart Cities"
Alam M., Moroni D., Pieri G., Tampucci M., Gomes M., Fonseca J., Ferreira J., Leone G. R.
In the article titled "Real-Time Smart Parking Systems Integration in Distributed ITS for Smart Cities", Dr. Giuseppe Riccardo Leone was missing from the authors' list. Dr. Leone partially contributed in the designing of the study and mainly in the preparation, programming, and execution of the algorithms regarding the field trials and tests. He contributed in obtaining and analyzing the data. The corrected authors' list is shown above and updated in place.Source: Journal of advanced transportation (Online) (2018). doi:10.1155/2018/3437278
DOI: 10.1155/2018/3437278
Project(s): ICSI
Metrics:
Alam M., Moroni D., Pieri G., Tampucci M., Gomes M., Fonseca J., Ferreira J., Leone G. R.
In the article titled "Real-Time Smart Parking Systems Integration in Distributed ITS for Smart Cities", Dr. Giuseppe Riccardo Leone was missing from the authors' list. Dr. Leone partially contributed in the designing of the study and mainly in the preparation, programming, and execution of the algorithms regarding the field trials and tests. He contributed in obtaining and analyzing the data. The corrected authors' list is shown above and updated in place.Source: Journal of advanced transportation (Online) (2018). doi:10.1155/2018/3437278
DOI: 10.1155/2018/3437278
Project(s): ICSI
Metrics:
See at:
Journal of Advanced Transportation | Journal of Advanced Transportation | ISTI Repository | www.hindawi.com | CNR ExploRA
2022
Conference article
Open Access
Computer vision per sistemi di trasporto intelligenti: il progetto S.Pa.Ce.
Leone G. R., Carboni A., Nardi S., Moroni D.
Lo Smart Passenger Center (SPaCe) è una piattaforma integrata che mira a superare la complessità della gestione centralizzata delle infrastrutture di trasporto pubblico e dei veicoli. Il motore di intelligenza artificiale esamina i flussi quotidiani di persone, correla dati ed eventi diversi, prevede minacce ed eventi critici e propone contromisure. Questa enorme mole di dati proviene da una rete pervasiva di telecamere intelligenti che monitora costantemente le attività in stazioni, treni, autobus e altri luoghi di interesse. In questo lavoro, presentiamo il sottosistema distribuito di visione artificiale, lo stato dell'arte delle tecniche adottate e le funzionalità avanzate che questo sistema di sorveglianza intelligente offre ai livelli superiori di SPaCe. Tutto è sviluppato seguendo il paradigma della privacy-by-design: nessuna immagine viene registrata o trasmessa, ma tutte le elaborazioni avvengono sui nodi periferici del sistema.Source: ITAL-IA 2022 - Convegno nazionale CINI sull'intelligenza Artificiale, Turin, Online conference, 10/02/2022
Leone G. R., Carboni A., Nardi S., Moroni D.
Lo Smart Passenger Center (SPaCe) è una piattaforma integrata che mira a superare la complessità della gestione centralizzata delle infrastrutture di trasporto pubblico e dei veicoli. Il motore di intelligenza artificiale esamina i flussi quotidiani di persone, correla dati ed eventi diversi, prevede minacce ed eventi critici e propone contromisure. Questa enorme mole di dati proviene da una rete pervasiva di telecamere intelligenti che monitora costantemente le attività in stazioni, treni, autobus e altri luoghi di interesse. In questo lavoro, presentiamo il sottosistema distribuito di visione artificiale, lo stato dell'arte delle tecniche adottate e le funzionalità avanzate che questo sistema di sorveglianza intelligente offre ai livelli superiori di SPaCe. Tutto è sviluppato seguendo il paradigma della privacy-by-design: nessuna immagine viene registrata o trasmessa, ma tutte le elaborazioni avvengono sui nodi periferici del sistema.Source: ITAL-IA 2022 - Convegno nazionale CINI sull'intelligenza Artificiale, Turin, Online conference, 10/02/2022
See at:
ISTI Repository | ISTI Repository | www.ital-ia2022.it | CNR ExploRA
2022
Conference article
Open Access
Toward pervasive computer vision for intelligent transport system
Leone G. R., Carboni A., Nardi S., Moroni D.
The Smart Passenger Center (SPaCe) is a fully integrated platform that aims to overcome the complexity of centralized management of public transport infrastructure and vehicles. The SPaCe artificial intelligence engine predicts threats and critical events and proposes countermeasures by examining the daily flows of people and correlating different data and events, thanks to machine learning and big data analytics. All this massive data comes from a pervasive smart cameras network that constantly monitors activities in stations, trains, buses and other places of interest. In this work, we present the idea of this computer vision distributed sub-system, the state of the art of the techniques involved and the advanced functionalities that this intelligent surveillance system offers to the upper layers. Everything is developed following the privacy-by-design paradigm; namely, no real image is recorded or transmitted, but all the elaborations take place on the edge nodes of the system.Source: PERCOMM 2022 - IEEE International Conference on Pervasive Computing and Communications, Pisa, Italy, 21-25/03/2022
DOI: 10.1109/percomworkshops53856.2022.9767376
Metrics:
Leone G. R., Carboni A., Nardi S., Moroni D.
The Smart Passenger Center (SPaCe) is a fully integrated platform that aims to overcome the complexity of centralized management of public transport infrastructure and vehicles. The SPaCe artificial intelligence engine predicts threats and critical events and proposes countermeasures by examining the daily flows of people and correlating different data and events, thanks to machine learning and big data analytics. All this massive data comes from a pervasive smart cameras network that constantly monitors activities in stations, trains, buses and other places of interest. In this work, we present the idea of this computer vision distributed sub-system, the state of the art of the techniques involved and the advanced functionalities that this intelligent surveillance system offers to the upper layers. Everything is developed following the privacy-by-design paradigm; namely, no real image is recorded or transmitted, but all the elaborations take place on the edge nodes of the system.Source: PERCOMM 2022 - IEEE International Conference on Pervasive Computing and Communications, Pisa, Italy, 21-25/03/2022
DOI: 10.1109/percomworkshops53856.2022.9767376
Metrics:
See at:
ISTI Repository | ieeexplore.ieee.org | CNR ExploRA
2022
Conference article
Open Access
Towards multi-camera system for the evaluation of motorcycle driving test
Leone G. R., Righi M., Moroni D., Paolucci F.
This work describes the early stage of an interactive and accelerated AI-driven framework for Practical Driving Courses and Driving Licence Exams. The core of the project is an innovative multi-parameter AI-assisted telemetry system able to compute test scores and outcome, useful for human-neutral auditability of Driving Licence Exams. The distributed Artificial Intelligence (AI) system available at the Track Testbed will be able to perform driving behaviour classifications and will suggest specific improvements based on the analysis of vehicle trajectories acquired during the driving test. Finally, the project will target the creation of a large dataset for driving test classification of key performance parameters. The system is envisioned to have a relevant impact on all the certification, driving licence operators and regulator entities.Source: SITIS 2022 - 16th International Conference on Signal-Image Technology & Internet-Based Systems, pp. 561–568, Dijon, France, 19-21/10/2022
DOI: 10.1109/sitis57111.2022.00090
Metrics:
Leone G. R., Righi M., Moroni D., Paolucci F.
This work describes the early stage of an interactive and accelerated AI-driven framework for Practical Driving Courses and Driving Licence Exams. The core of the project is an innovative multi-parameter AI-assisted telemetry system able to compute test scores and outcome, useful for human-neutral auditability of Driving Licence Exams. The distributed Artificial Intelligence (AI) system available at the Track Testbed will be able to perform driving behaviour classifications and will suggest specific improvements based on the analysis of vehicle trajectories acquired during the driving test. Finally, the project will target the creation of a large dataset for driving test classification of key performance parameters. The system is envisioned to have a relevant impact on all the certification, driving licence operators and regulator entities.Source: SITIS 2022 - 16th International Conference on Signal-Image Technology & Internet-Based Systems, pp. 561–568, Dijon, France, 19-21/10/2022
DOI: 10.1109/sitis57111.2022.00090
Metrics:
See at:
ISTI Repository | ieeexplore.ieee.org | CNR ExploRA
2022
Report
Open Access
AI-RIDE VISION
Leone G. R. Righi M., Moroni D.
AIRIDE VISION è un progetto di ricerca la cui finalità è lo sviluppo di un innovativo sistema di telemetria, basato su algoritmi di Computer Vision e Intelligenza Artificiale, in grado di riconoscere automaticamente, con grado di affidabilità variabile, delle specifiche penalità previste durante la fase pratica degli esami per il conseguimento della patente di guida per motocicli. Tale sistema non intende esprimere giudizi certi, bens?? essere di supporto per l'esaminatore umano nella valutazione del test di guida.Source: ISTI Technical Report, ISTI-2022-TR/029, 2022
DOI: 10.32079/isti-tr-2022/029
Metrics:
Leone G. R. Righi M., Moroni D.
AIRIDE VISION è un progetto di ricerca la cui finalità è lo sviluppo di un innovativo sistema di telemetria, basato su algoritmi di Computer Vision e Intelligenza Artificiale, in grado di riconoscere automaticamente, con grado di affidabilità variabile, delle specifiche penalità previste durante la fase pratica degli esami per il conseguimento della patente di guida per motocicli. Tale sistema non intende esprimere giudizi certi, bens?? essere di supporto per l'esaminatore umano nella valutazione del test di guida.Source: ISTI Technical Report, ISTI-2022-TR/029, 2022
DOI: 10.32079/isti-tr-2022/029
Metrics:
See at:
ISTI Repository | CNR ExploRA
2023
Conference article
Unknown
A novel smart camera network for real time public transport monitoring and surveillance
Carboni A., Leone G. R., Nardi S., Corrado A., Moroni D.
In this paper, we present the environment perception layer of the Smart Passenger Center (SPaCe), a novel integrated framework for public transport management. This layer is a pervasive vision architecture for improved safety and security in the context of public transportation. Privacy and technological constraints are still significant limitations for the real-time analysis of video streams from video capture devices installed on public transport vehicles. In fact, in almost all cases, this analysis is carried out offline and lacks any predictive processing, which is now potentially applicable to all transport sectors, thanks to machine learning and artificial vision techniques. The architecture described is designed to combine the output of a set of parallel processing, all running onboard in real-time, thus allowing the separation of the information collected from actual passengers' identities. The analysis highlights aspects that affect travel and travellers safety, such as people's behaviour and the state of maintenance of vehicles.Source: ITSC 2023 - 26th IEEE International Conference on Intelligent Transportation Systems, Bilbao, Spain, 24-28/09/2023
Carboni A., Leone G. R., Nardi S., Corrado A., Moroni D.
In this paper, we present the environment perception layer of the Smart Passenger Center (SPaCe), a novel integrated framework for public transport management. This layer is a pervasive vision architecture for improved safety and security in the context of public transportation. Privacy and technological constraints are still significant limitations for the real-time analysis of video streams from video capture devices installed on public transport vehicles. In fact, in almost all cases, this analysis is carried out offline and lacks any predictive processing, which is now potentially applicable to all transport sectors, thanks to machine learning and artificial vision techniques. The architecture described is designed to combine the output of a set of parallel processing, all running onboard in real-time, thus allowing the separation of the information collected from actual passengers' identities. The analysis highlights aspects that affect travel and travellers safety, such as people's behaviour and the state of maintenance of vehicles.Source: ITSC 2023 - 26th IEEE International Conference on Intelligent Transportation Systems, Bilbao, Spain, 24-28/09/2023
See at: CNR ExploRA
2023
Conference article
Open Access
AI-RIDE: a multi-camera system for the evaluation of motorcycle driving test
Leone G. R., Righi M., Moroni D., Baiamonte A., Bulotta D., Paolucci F.
The AI-RIDE project proposes adopting an accelerated, online, and embedded Artificial Intelligence framework in motorcycle rider training, mainly targeting the Practical Driving Courses (PDC) and Driving License Exam (DLE) sessions verification tools. The project targets a disruptive innovation step in the context of driving learning techniques, significantly going beyond the state of the art of the current instruments used in the PDC and DLE ecosystem. This work presents last year's activities with the promising results obtained with the first working prototype.Source: SITIS 2023 - 17th International Conference on Signal Image Technology & Internet bASED Systems, Bangkok, Thailand, 8-10/11/2023
Leone G. R., Righi M., Moroni D., Baiamonte A., Bulotta D., Paolucci F.
The AI-RIDE project proposes adopting an accelerated, online, and embedded Artificial Intelligence framework in motorcycle rider training, mainly targeting the Practical Driving Courses (PDC) and Driving License Exam (DLE) sessions verification tools. The project targets a disruptive innovation step in the context of driving learning techniques, significantly going beyond the state of the art of the current instruments used in the PDC and DLE ecosystem. This work presents last year's activities with the promising results obtained with the first working prototype.Source: SITIS 2023 - 17th International Conference on Signal Image Technology & Internet bASED Systems, Bangkok, Thailand, 8-10/11/2023
See at:
ISTI Repository | CNR ExploRA
2017
Journal article
Open Access
An intelligent cooperative visual sensor network for urban mobility
Leone G. R., Moroni D., Pieri G., Petracca M., Salvetti O., Azzarà A., Marino F.
Smart cities are demanding solutions for improved traffic efficiency, in order to guarantee optimal access to mobility resources available in urban areas. Intelligent video analytics deployed directly on board embedded sensors offers great opportunities to gather highly informative data about traffic and transport, allowing reconstruction of a real-time neat picture of urban mobility patterns. In this paper, we present a visual sensor network in which each node embeds computer vision logics for analyzing in real time urban traffic. The nodes in the network share their perceptions and build a global and comprehensive interpretation of the analyzed scenes in a cooperative and adaptive fashion. This is possible thanks to an especially designed Internet of Things (IoT) compliant middleware which encompasses in-network event composition as well as full support of Machine-2-Machine (M2M) communication mechanism. The potential of the proposed cooperative visual sensor network is shown with two sample applications in urban mobility connected to the estimation of vehicular flows and parking management. Besides providing detailed results of each key component of the proposed solution, the validity of the approach is demonstrated by extensive field tests that proved the suitability of the system in providing a scalable, adaptable and extensible data collection layer for managing and understanding mobility in smart cities.Source: Sensors (Basel) 17 (2017). doi:10.3390/s17112588
DOI: 10.3390/s17112588
Project(s): ICSI
Metrics:
Leone G. R., Moroni D., Pieri G., Petracca M., Salvetti O., Azzarà A., Marino F.
Smart cities are demanding solutions for improved traffic efficiency, in order to guarantee optimal access to mobility resources available in urban areas. Intelligent video analytics deployed directly on board embedded sensors offers great opportunities to gather highly informative data about traffic and transport, allowing reconstruction of a real-time neat picture of urban mobility patterns. In this paper, we present a visual sensor network in which each node embeds computer vision logics for analyzing in real time urban traffic. The nodes in the network share their perceptions and build a global and comprehensive interpretation of the analyzed scenes in a cooperative and adaptive fashion. This is possible thanks to an especially designed Internet of Things (IoT) compliant middleware which encompasses in-network event composition as well as full support of Machine-2-Machine (M2M) communication mechanism. The potential of the proposed cooperative visual sensor network is shown with two sample applications in urban mobility connected to the estimation of vehicular flows and parking management. Besides providing detailed results of each key component of the proposed solution, the validity of the approach is demonstrated by extensive field tests that proved the suitability of the system in providing a scalable, adaptable and extensible data collection layer for managing and understanding mobility in smart cities.Source: Sensors (Basel) 17 (2017). doi:10.3390/s17112588
DOI: 10.3390/s17112588
Project(s): ICSI
Metrics:
See at:
Sensors | Sensors | ISTI Repository | Sensors | Sensors | ZENODO | Hyper Article en Ligne | CNR ExploRA
2018
Conference article
Open Access
Towards structural monitoring and 3D documentation of architectural heritage using UAV
Germanese D., Leone G. R., Moroni D., Pascali M. A., Tampucci M.
This paper describes how UAVs may support the architectural heritage preservation and dissemination. In detail, this work deals with the long-term monitoring of the crack pattern of historic structures, and with the reconstruction of interactive 3D scene in order to provide both the scholar and the general public with a simple and engaging tool to analyze or visit the historic structure.Source: MISSI 2018 - International Conference on Multimedia & Network Information Systems, pp. 332–342, Wrocraw, Poland, 12-14 September 2018
DOI: 10.1007/978-3-319-98678-4_34
Metrics:
Germanese D., Leone G. R., Moroni D., Pascali M. A., Tampucci M.
This paper describes how UAVs may support the architectural heritage preservation and dissemination. In detail, this work deals with the long-term monitoring of the crack pattern of historic structures, and with the reconstruction of interactive 3D scene in order to provide both the scholar and the general public with a simple and engaging tool to analyze or visit the historic structure.Source: MISSI 2018 - International Conference on Multimedia & Network Information Systems, pp. 332–342, Wrocraw, Poland, 12-14 September 2018
DOI: 10.1007/978-3-319-98678-4_34
Metrics:
See at:
ISTI Repository | doi.org | link.springer.com | CNR ExploRA
2018
Other
Open Access
Ultrageo
Righi M., Leone G. R., Magrini M., Martinelli M., Moroni D., Della Pina F., Guidi R.
Questo documento descrive il lavoro scientifico di ricerca e il suo sviluppo denominato "UltraGEO". UltraGEO e? il cuore di un'idea nata dal Laboratorio Segnali e Immagini (SILab) dell'Istituto di Scienza e Tecnologie dell'Informazione del Consiglio Nazionale delle Ricerche con sede a Pisa e dal Comune di Massa. UltraGEO si propone come un nuovo sistema per il controllo degli smottamenti del terreno e delle frane. Per la misura degli smottamenti questo progetto di R&D prevede la realizzazione di un prototipo costituito da una rete di nodi attivi e passivi. I nodi sono adattivi in base alle caratteristiche dell'ambiente dove sono inseriti: basati su marker grafici (nodi passivi) oppure basati su marker con basse emissioni di segnali elettromagnetici e/o acustici (nodi attivi). UltraGEO e? progettato per essere modulare e utilizzabile in zone difficilmente accessibili, anche dove non vi e? nessuna sorgente di energia elettrica e non e? possibile dotare il nodo di batterie e pannelli solari. UltraGEO ha caratteristiche che vertono alla semplificazione dell'installazione dei sensori rispetto alle attuali tecnologie, riducendone i costi e semplificandone l'utilizzo nel breve e lungo periodo.DOI: 10.5281/zenodo.1492760
Metrics:
Righi M., Leone G. R., Magrini M., Martinelli M., Moroni D., Della Pina F., Guidi R.
Questo documento descrive il lavoro scientifico di ricerca e il suo sviluppo denominato "UltraGEO". UltraGEO e? il cuore di un'idea nata dal Laboratorio Segnali e Immagini (SILab) dell'Istituto di Scienza e Tecnologie dell'Informazione del Consiglio Nazionale delle Ricerche con sede a Pisa e dal Comune di Massa. UltraGEO si propone come un nuovo sistema per il controllo degli smottamenti del terreno e delle frane. Per la misura degli smottamenti questo progetto di R&D prevede la realizzazione di un prototipo costituito da una rete di nodi attivi e passivi. I nodi sono adattivi in base alle caratteristiche dell'ambiente dove sono inseriti: basati su marker grafici (nodi passivi) oppure basati su marker con basse emissioni di segnali elettromagnetici e/o acustici (nodi attivi). UltraGEO e? progettato per essere modulare e utilizzabile in zone difficilmente accessibili, anche dove non vi e? nessuna sorgente di energia elettrica e non e? possibile dotare il nodo di batterie e pannelli solari. UltraGEO ha caratteristiche che vertono alla semplificazione dell'installazione dei sensori rispetto alle attuali tecnologie, riducendone i costi e semplificandone l'utilizzo nel breve e lungo periodo.DOI: 10.5281/zenodo.1492760
Metrics:
See at:
ISTI Repository | CNR ExploRA
2018
Journal article
Open Access
Long-term monitoring of crack patterns in historic structures using UAVs and planar markers: a preliminary study
Germanese D., Leone G. R., Moroni D., Pascali M. A., Tampucci M.
This paper describes how Unmanned Aerial Vehicles (UAVs) may support the long-term monitoring of crack patterns in the context of architectural heritage preservation. In detail, this work includes: (i) a state of the art about the most used techniques in ancient structural monitoring; (ii) the description of the implemented methods, taking into account the requirements and constraints of the case study; (iii) the results of the experimentation carried out in the lab; and (iv) conclusions and future works.Source: JOURNAL OF IMAGING 4 (2018). doi:10.3390/jimaging4080099
DOI: 10.3390/jimaging4080099
Metrics:
Germanese D., Leone G. R., Moroni D., Pascali M. A., Tampucci M.
This paper describes how Unmanned Aerial Vehicles (UAVs) may support the long-term monitoring of crack patterns in the context of architectural heritage preservation. In detail, this work includes: (i) a state of the art about the most used techniques in ancient structural monitoring; (ii) the description of the implemented methods, taking into account the requirements and constraints of the case study; (iii) the results of the experimentation carried out in the lab; and (iv) conclusions and future works.Source: JOURNAL OF IMAGING 4 (2018). doi:10.3390/jimaging4080099
DOI: 10.3390/jimaging4080099
Metrics:
See at:
Journal of Imaging | ISTI Repository | DOAJ-Articles | Journal of Imaging | Hyper Article en Ligne | CNR ExploRA
2018
Report
Open Access
MOSCARDO: prototipo software per il riconoscimento di immagini e ricostruzione 3D (P3.1)
Moroni D., Germanese D., Leone G. R., Pascali M. A:, Tampucci M.
L' obiettivo del documento è quello di fornire una descrizione del prototipo software per il riconoscimento e il monitoraggio a lungo termine della salute strutturale di alcuni siti storici: Fortezza Vecchia (Livorno) e Voltone (Livorno). L'approccio scelto per la detection e l'analisi degli ammaloramenti presenti sulle strutture di interesse è quello image-based, che sfrutta l'installazione di marker nei punti individuati come critici o significativi ai fini del monitoraggio. Tale approccio, se da un lato offre la possibilità di una misurazione ripetibile e accurata, dall'altro pone una sfida tecnologica di rilievo sul numero di marker da usare rispetto all'estetica del bene culturale. Inoltre, i dati raccolti (immagini, video) vengono utilizzati anche per la ricostruzione di un modello 3D dettagliato degli edifici storici in esame: la visualizzazione di acquisizioni effettuate in momenti temporali differenti consente un'immediata analisi preliminare di eventuali alterazioni riscontrate. Nella Sezione 2, sono descritti i marker "ArUco" utilizzati. Vengono riportati, inoltre, esempi di punti critici nei quali tali markers verranno installati. Nella Sezione 3, viene descritta brevemente la metodologia utilizzata, dalla calibrazione della camera utilizzata, all'acquisizione delle immagini e dei video mediante drone, all'elaborazione dei dati. Nella Sezione 4, sono riportate le istruzioni d'uso del software, con un esempio di utilizzo.Source: ISTI Technical reports, 2018
Moroni D., Germanese D., Leone G. R., Pascali M. A:, Tampucci M.
L' obiettivo del documento è quello di fornire una descrizione del prototipo software per il riconoscimento e il monitoraggio a lungo termine della salute strutturale di alcuni siti storici: Fortezza Vecchia (Livorno) e Voltone (Livorno). L'approccio scelto per la detection e l'analisi degli ammaloramenti presenti sulle strutture di interesse è quello image-based, che sfrutta l'installazione di marker nei punti individuati come critici o significativi ai fini del monitoraggio. Tale approccio, se da un lato offre la possibilità di una misurazione ripetibile e accurata, dall'altro pone una sfida tecnologica di rilievo sul numero di marker da usare rispetto all'estetica del bene culturale. Inoltre, i dati raccolti (immagini, video) vengono utilizzati anche per la ricostruzione di un modello 3D dettagliato degli edifici storici in esame: la visualizzazione di acquisizioni effettuate in momenti temporali differenti consente un'immediata analisi preliminare di eventuali alterazioni riscontrate. Nella Sezione 2, sono descritti i marker "ArUco" utilizzati. Vengono riportati, inoltre, esempi di punti critici nei quali tali markers verranno installati. Nella Sezione 3, viene descritta brevemente la metodologia utilizzata, dalla calibrazione della camera utilizzata, all'acquisizione delle immagini e dei video mediante drone, all'elaborazione dei dati. Nella Sezione 4, sono riportate le istruzioni d'uso del software, con un esempio di utilizzo.Source: ISTI Technical reports, 2018
See at:
ISTI Repository | CNR ExploRA
2018
Report
Open Access
MOSCARDO - Metodi per il riconoscimento di immagini e ricostruzione 3D
Moroni D., Germanese D., Leone G. R. Pascali M. A., Tampucci M.
L'attività 3.3 prevede lo studio e l'applicazione di metodi di image processing e computer vision per: -l'analisi di crepe, ammaloramenti e spostamenti relativi che possano danneggiare l'integrità strutturale degli edifici presi in esame; -la ricostruzione 3D degli scenari di interesse; Per quanto riguarda l'analisi e il monitoraggio degli artefatti strutturali, sono stati studiati i diversi metodi, invasivi e non invasivi (o contact-less), presenti in letteratura, al fine di sostituire quello più classico ma anche più laborioso e soggetto ad errori: l'ispezione visiva. In seguito sono descritti nel dettaglio gli approcci studiati, da quelli più invasivi, che sfruttano ad esempio sensori e/o sonde applicati alla superficie di interesse, a quelli meno invasivi, basati su target riflettenti, fino a quelli contact-less, basati sul solo processamento di immagini acquisite mediante termocamere o camere che lavorano nello spettro del visibile. Per quanto riguarda gli aspetti di ricostruzione 3D, sono state studiate tecniche di fotogrammetria per la ricostruzione tridimensionale delle strutture da monitorare. In particolare, sono stati analizzati vari software e algoritmi di fotogrammetria disponibili sia open source sia commerciali. Fra i vari prodotti analizzati è stato scelto, vista la qualità del risultato prodotto di orientarci verso l'adozione del software Photoscan di Agisoft. Il software, prese in ingresso una serie di immagini, determina l'angolo di acquisizione di ogni immagine. Esso calcola dapprima una nuvola sparsa e, successivamente, una nuvola densa. È possibile intervenire manualmente sui punti delle nuvole per apportare qualche correzione. In seguito, viene creata la mesh tridimensionale a partire dalla nuvola densa e, a partire dalle immagini originali, viene e generata una opportuna texture che va a coprire la mesh 3D. Il deliverable è così strutturato: nella Sezione 3 sono illustrati gli scenari di interesse (il Voltone e la Fortezza Vecchia a Livorno) e i punti critici da monitorare; nella Sezione 4 è descritto il set-up di acquisizione delle immagini; la Sezione 5 è quella dedicata allo studio dei metodi di analisi e monitoraggio di fessure e crepe; nella Sezione 6 saranno invece esplorati i metodi di ricostruzione 3D.Source: Project report, MOSCARDO, Deliverable D3.3, 2018
Moroni D., Germanese D., Leone G. R. Pascali M. A., Tampucci M.
L'attività 3.3 prevede lo studio e l'applicazione di metodi di image processing e computer vision per: -l'analisi di crepe, ammaloramenti e spostamenti relativi che possano danneggiare l'integrità strutturale degli edifici presi in esame; -la ricostruzione 3D degli scenari di interesse; Per quanto riguarda l'analisi e il monitoraggio degli artefatti strutturali, sono stati studiati i diversi metodi, invasivi e non invasivi (o contact-less), presenti in letteratura, al fine di sostituire quello più classico ma anche più laborioso e soggetto ad errori: l'ispezione visiva. In seguito sono descritti nel dettaglio gli approcci studiati, da quelli più invasivi, che sfruttano ad esempio sensori e/o sonde applicati alla superficie di interesse, a quelli meno invasivi, basati su target riflettenti, fino a quelli contact-less, basati sul solo processamento di immagini acquisite mediante termocamere o camere che lavorano nello spettro del visibile. Per quanto riguarda gli aspetti di ricostruzione 3D, sono state studiate tecniche di fotogrammetria per la ricostruzione tridimensionale delle strutture da monitorare. In particolare, sono stati analizzati vari software e algoritmi di fotogrammetria disponibili sia open source sia commerciali. Fra i vari prodotti analizzati è stato scelto, vista la qualità del risultato prodotto di orientarci verso l'adozione del software Photoscan di Agisoft. Il software, prese in ingresso una serie di immagini, determina l'angolo di acquisizione di ogni immagine. Esso calcola dapprima una nuvola sparsa e, successivamente, una nuvola densa. È possibile intervenire manualmente sui punti delle nuvole per apportare qualche correzione. In seguito, viene creata la mesh tridimensionale a partire dalla nuvola densa e, a partire dalle immagini originali, viene e generata una opportuna texture che va a coprire la mesh 3D. Il deliverable è così strutturato: nella Sezione 3 sono illustrati gli scenari di interesse (il Voltone e la Fortezza Vecchia a Livorno) e i punti critici da monitorare; nella Sezione 4 è descritto il set-up di acquisizione delle immagini; la Sezione 5 è quella dedicata allo studio dei metodi di analisi e monitoraggio di fessure e crepe; nella Sezione 6 saranno invece esplorati i metodi di ricostruzione 3D.Source: Project report, MOSCARDO, Deliverable D3.3, 2018
See at:
ISTI Repository | CNR ExploRA
2020
Report
Unknown
WeAreClouds@Lucca - D1.3 Definizione dei requisiti
Carboni A., Massoli F. V., Moroni D., Leone G. R., Falchi F.
Deliverable D1.3 Definizione dei requisiti del progetto WeAreClouds@LuccaSource: ISTI Project report, WeAreClouds@Lucca, D1.3, 2020
Carboni A., Massoli F. V., Moroni D., Leone G. R., Falchi F.
Deliverable D1.3 Definizione dei requisiti del progetto WeAreClouds@LuccaSource: ISTI Project report, WeAreClouds@Lucca, D1.3, 2020
See at: CNR ExploRA
2021
Report
Unknown
SPaCe - Documento di studio e definizione delle tecnologie e degli algoritmi di analitica del trasporto pubblico
Leone G. R., Moroni D., Magrini M., Pardini F., Carboni A.
Nel contesto del progetto Space in questo documento verrà presentato uno studio e la definizione delle tecnologie applicabili al trasporto pubblico. I casi d'uso di interesse sono principalmente due: il caso d'uso su gomma, con riferimento a mezzi tipo bus cittadini, e il caso d'uso su rotaia, in riferimento al trasporto ferroviario. Gli obiettivi sono molteplici e riguardano principalmente il comportamento dei passeggeri a bordo o in attesa dei mezzi, la ricostruzione di un viaggio che consiste nella concatenazione di tratte effettuate su mezzi diversi, il controllo degli oggetti e il monitoraggio dello stato dei mezzi sia per questioni di sicurezza che di manutenzione degli stessi. In generale sono state identificate due macro aree di riferimento: Controllo degli spazi e Controllo dei passeggeri.Source: ISTI Project report, SPaCe, D1.4.1, 2021
Leone G. R., Moroni D., Magrini M., Pardini F., Carboni A.
Nel contesto del progetto Space in questo documento verrà presentato uno studio e la definizione delle tecnologie applicabili al trasporto pubblico. I casi d'uso di interesse sono principalmente due: il caso d'uso su gomma, con riferimento a mezzi tipo bus cittadini, e il caso d'uso su rotaia, in riferimento al trasporto ferroviario. Gli obiettivi sono molteplici e riguardano principalmente il comportamento dei passeggeri a bordo o in attesa dei mezzi, la ricostruzione di un viaggio che consiste nella concatenazione di tratte effettuate su mezzi diversi, il controllo degli oggetti e il monitoraggio dello stato dei mezzi sia per questioni di sicurezza che di manutenzione degli stessi. In generale sono state identificate due macro aree di riferimento: Controllo degli spazi e Controllo dei passeggeri.Source: ISTI Project report, SPaCe, D1.4.1, 2021
See at: CNR ExploRA