Progetti in corso, Progetti regionali

AI /Fire

LogoDefinitivo       eu_flag       1200px-Coat_of_arms_of_Calabria.svg       Emblem_of_Italy
  • Bando Regionale: Progetto finanziato nell’ambito del programma POR Calabria FESR-FSE 2014-2020, ASSE I – PROMOZIONE DELLA RICERCA E DELL’INNOVAZIONE, Azione 1.3.2 Sostegno alla generazione di soluzioni innovative a specifici problemi di rilevanza sociale, anche attraverso l’utilizzo di ambienti di innovazione aperta come i Living Labs
  • Ambito: Ambiente e rischi naturali
  • Durata: 2021-2023
  • Sito web: https://www.aifire.it

AI /Fire è un progetto di Innovazione Applicata, volto a sperimentare una metodologia di Early Warning in 3 casi di uso reali, creando una piattaforma integrata per il Wildfire sensing, in grado di raccogliere ed elaborare in real-time dati provenienti da sensori ambientali e device di sorveglianza, per effettuare il monitoraggio e il contrasto degli incendi boschivi mediante algoritmi di Artificial Intelligence (AI) e Machine Learning.

Il concetto innovativo di AI /Fire si basa:

  1. su una piattaforma IoT interoperabile realizzata interamente mediante Cloud multilevel, che permette di raccogliere in real-time dati (data in motion) e memorizzarli (data at rest);
  2. sull’uso di sensori IoT e device di sorveglianza per raccogliere dati direttamente sul territorio;
  3. sull’uso di droni professionali per il monitoraggio e per la sorveglianza attiva delle zone ad alto rischio di incendio;
  4. sull’uso di algoritmi di Artificial Intelligence (AI) e Machine Learning per l’analisi in real-time dei dati e la formulazione di ipotesi di rischio incendio geolocalizzate su mappe territoriali.

AI /Fire ha 3 obiettivi principali:

1. Creazione piattaforma integrata per Wildfire sensing

La piattaforma integrata per il Wildfire sensing sarà costituita dalle seguenti componenti hardware e software:

  • Piattaforma IoT in Cloud di raccolta, immagazzinamento, elaborazione e visualizzazione dei dati raccolti;
  • Modulo di monitoraggio climatico, per l’analisi in real-time dei dati metereologici;
  • Modulo di analisi predittiva per l’analisi in real-time dei dati di campo, per la fusione con altri dati e i dati storici ai fini predittivi;
  • Modulo Digital Twin, per il monitoraggio delle zone sensibili;
  • Smart App, per coinvolgere la cittadinanza nelle fasi di monitoraggio e gestione delle emergenze.

2. Sperimentazione metodologia Early Warning

AI /Fire si propone di sperimentare una metodologia di Early Warning, basata su livelli di criticità successivi, monitorando proattivamente le condizioni ambientali e climatiche, il sistema attiva delle allerte, in base a un criterio di criticità progressiva determinato da fasi.

3. Validazione metodologia Early warning in 3 casi d'uso reali

AI /Fire vuole infine sperimentare e validare la metodologia di Early Warning in 3 casi di uso reali, definiti e derivati dai fabbisogni espressi dagli utenti finali del progetto Living Lab: il comune di Bianchi, il comune di Aprigliano e il comune di Mormanno.

Piattaforma integrata per il monitoraggio degli incendi boschivi

AI FIRE 2

I partner che hanno partecipato al progetto

Il consorzio AI /Fire è composto da Extra Red srl con il ruolo di Capofila, Tea Engineering srl e CNR ISAC nel ruolo di Partners.
AI FIRE 3

Il ruolo di Extra Red nel progetto

Extra Red da capofila si occuperà dell’infrastruttura software del progetto e dell’integrazione dei sensori di monitoraggio climatico, di analisi predittiva degli incendi e del modulo Digital Twin.

Inoltre, oltre alla partecipazione alle attività di co-progettazione delle specifiche funzionali, si occuperà della progettazione e sviluppo del front-end della piattaforma AI /Fire, costituito da un’applicazione web e da un’applicazione mobile.

AI FIRE 3
AI FIRE 4

Le competenze acquisite

Oltre al coordinamento per il partenariato di progetto e la gestione delle responsabilità amministrative, Extra Red ha acquisito competenze in:

  • Elaborazione e gestione dei dati geo-referenziati su database geo-spaziali;
  • Realizzazione di un modulo di Image Recognition per l'identificazione di inneschi o fumi;
  • Realizzazione di una piattaforma di acquisizione ed elaborazione in real-time dei dati provenienti dai sensori meteorologici e ambientali.
Visita il sito del progetto