Il progetto di ricerca e sviluppo “Geo AI” coinvolge un qualificato team di esperti a lavoro su differenti ambiti applicativi che mirano a legare l’Intelligenza Artificiale all’Osservazione della Terra in modo del tutto originale ed innovativo. I paradigmi e i workflow in fase di sperimentazione, validati su modelli noti in letteratura e adattati alle specifiche esigenze, intendono rispondere a diversi bisogni di mercato.
In particolare, la piattaforma Geo AI consentirà di effettuare analisi automatizzate nelle operazioni di monitoraggio e controllo dell’ambiente e delle infrastrutture. L’apprendimento e il riconoscimento automatico di dati e immagini faciliterà gli operatori nell’individuazione rapida di geometrie, elementi di rete (e.g. cavi, sostegni) e di criticità, al fine di elaborare piani dettagliati di manutenzione e pronto intervento.
Il riscontro automatico delle anomalie attraverso lo sviluppo di algoritmi di machine learning è un tema cruciale per aumentare la sicurezza delle reti e la salvaguardia ambientale, assicurando ai clienti un ulteriore miglioramento nei tempi di fornitura del servizio e vantaggi di costo. Il software permetterà, infatti, di automatizzare completamente alcuni processi di elaborazione, come ad esempio la classificazione della nuvola di punti provenienti dai rilievi laser scanner.
Il progetto, inoltre, tocca un altro tema sensibile, ampiamente dibattuto negli ultimi anni: la privacy. Al fine di rispettare e incrementare la compliance al GDPR in vigore, Geo AI offrirà soluzioni veloci ed efficaci per la protezione dei dati attraverso l’anonimizzazione delle immagini, sempre garantendo la massima risoluzione e qualità.

Periodo temporale: 2021 - In corso

Un'efficiente e costante gestione degli asset è da ritenersi essenziale per il successo delle utilities. Ciò diventa ancora più critico quando gli asset riguardano elettrodotti minacciati dall’eccessiva crescita della vegetazione. La vegetazione è infatti la principale causa di interferenza e di danneggiamento sulle reti.

Da questo insight nasce l’attività di ricerca e sviluppo GEO VM finalizzata alla messa a punto di procedure automatiche di analisi della interferenza arborea basate sull’utilizzo di dati multisorgente, telerilevati da aereo e da satellite.
Il progetto prevede l’utilizzo di una piattaforma software che, sfruttando algoritmi di Intelligenza Artificiale, analizza dati lidar, ortofoto e immagini satellitari multispettrali, fornendo, con regolarità e precisone, lo stato della vegetazione in prossimità delle infrastrutture. Oltre alla rilevazione automatica dei punti ad alto rischio, lo strumento comprenderà una serie di funzionalità che consentiranno di effettuare una dettagliata predictive analysis. Ad esempio, GEO VM calcolerà in automatico i tassi di crescita per ogni specie arborea classificata, assegnerà le priorità di intervento e le stime dei costi associati, così da garantire una gestione più consapevole delle attività di monitoraggio infrastrutturale e attivare un controllo puntuale e costante, anche da remoto.
Il rationale del progetto è dunque offrire al cliente un valido strumento di supporto ai processi decisionali che sia il perfetto compromesso tra efficacia ed efficienza: massima affidabilità del servizio unita al massimo risparmio delle risorse. Pertanto, grazie a questo programma, sarà possibile evitare catastrofi e interruzioni dei servizi, prevedere e quantificare ex ante missioni di intervento, ottimizzare i carichi di lavoro e i flussi di revenue, a beneficio della sicurezza e della salute.
Il know-how maturato nel campo del Vegetation Management sugli elettrodotti sarà mutuato ad altri servizi strategici connessi al monitoraggio delle infrastrutture, un tema sempre più cruciale e su cui Geocart ha deciso di puntare.

Periodo temporale: 2019 - In corso

Nelle aree urbane e sulle infrastrutture, le tecniche satellitari che utilizzano dati radar di tipo SAR (Synthetic Aperture Radar) con approccio multi-immagine permettono di rilevare fenomeni continui di deformazione superficiale con precisione di ordine millimetrico.
Su questo tema si sono concentrati gli sforzi di ricerca nell’ambito del progetto di sviluppo “SLIDE S1”, continuazione evolutiva di SLIDE (Sar Land Interferometry Data Exploitation), tecnica proprietaria di Geocart per la stima degli spostamenti superficiali con dati satellitari SAR. Sviluppata nel 2005 per l'utilizzo dei dati satellitari ERS, negli anni a seguire è stata adattata all'utilizzo di dati COSMO-SkyMed.
La nuova versione SLIDE S1 nasce nel 2019 a seguito del lancio in orbita dei satelliti Sentinel-1 del programma ambientale europeo Copernicus (2014 e 2016) e, grazie al nuovo sistema di dati in input, garantisce livelli di performance quali-quantitativi superiori.
La politica di acquisizione open dei dati Sentinel-1 e la maggiore frequenza di rivisitazione degli stessi permettono, infatti, di facilitare la validazione delle procedure di elaborazione dei dati e di monitorare in modo continuativo nel tempo trend di movimenti più veloci con un aggiornamento delle misure fino a 6 giorni (ogni 6 giorni si acquisisce una nuova immagine che permette una nuova misura di spostamento). È possibile quindi validare le analisi con maggiore continuità e precisione.
Parallelamente allo sviluppo tramite interferometria differenziale, Geocart sta sviluppando sofisticate tecniche di change detection, basate sull’integrazione di dati satellitari di varia natura (immagini SAR e multispettrali ottiche) per l’individuazione delle trasformazioni territoriali (causate dalle variazioni nell’utilizzo del suolo o da disastri naturali come frane, alluvioni, incendi, valanghe).

Periodo temporale: 2019 - In corso