Un team di ricerca che coinvolge l’Università di Catania ha progettato e realizzato un assistente virtuale indossabile che all’interno degli ambienti industriali ottimizza le fasi di lavoro quotidiane.
Si tratta del risultato del progetto ENIGMA “Egocentric Navigator for Industrial Guidance, Monitoring and Anticipation”, condotto da un gruppo di ricercatori del dipartimento di Matematica e Informatica, insieme con il partner industriale Xenia Progetti (in qualità di capofila) e con l’azienda Morpheos grazie ad un finanziamento del Ministero dello Sviluppo Economico (Fondo per la Crescita Sostenibile “Fabbrica intelligente”).
Attraverso un sistema integrato indossabile (AI Wearable Assistant) composto da hardware (smart glasses) e software, basato su algoritmi innovativi di Computer Vision e Machine Learning, il progetto ambisce a rivoluzionare il settore produttivo a partire da tecnologie basate sull’intelligenza artificiale che possono effettuare un training continuo degli operatori, migliorare la sicurezza sul lavoro e ridurre i consumi energetici nell’industria 4.0.
ENIGMA ha ottenuto un brevetto dal titolo “Metodo di assistenza virtuale relativo dispositivo e sistema” e pochi mesi fa si è classificato secondo al Premio “Innovazione 4.0 A&T 2023” assegnato nell’ambito della fiera internazionale A&T dedicata a Innovazione, Tecnologie, Affidabilità e Competenze 4.0 di Torino.
Il mercato di riferimento riguarda le industrie in ambito manifatturiero, petrolchimico, elettrico, ed elettronico. «Il sistema – ha spiegato il prof. Giovanni Farinella, docente di Machine Learning dell’ateneo catanese – è in grado di supportare gli operatori che indossano il dispositivo nelle varie fasi di lavoro in ambito industriale, localizzandoli nell’ambiente, riconoscendo e monitorando gli oggetti utilizzati dagli stessi e le interazioni uomo-oggetto. Inoltre, esso anticipa e predice le interazioni, gli eventi e delle azioni compiute dagli operatori stessi e comunica con dispositivi IoT (Internet of Things) per implementare, tramite una business logic unit e la realtà aumentata, scenari di risparmio energetico, sicurezza sul lavoro, manutenzione preventiva, monitoraggio e verifica delle procedure, come anche la formazione dei lavoratori stessi. L’aspetto innovativo consiste nel poter predire il prossimo oggetto con cui l’utente interagirà prima ancora che l’interazione avvenga».
Il sistema indossabile, infatti, è in grado di anticipare potenziali rischi per l’operatore industriale e ha la capacità di intervenire autonomamente grazie alla cooperazione con i dispositivi IoT presenti nell’ambiente. In questo modo si mette in sicurezza l’ambiente industriale prima che si possa verificare un evento rischioso. Ad esempio, il sistema potrà anticipare la pressione errata di un pulsante su un pannello elettrico, quindi inibire il pulsante mediante IoT e avvertire l’operatore mediante realtà aumentata.
Altri settori in cui le tecnologie sviluppate possono essere impiegate sono quello medico per il supporto e la formazione in sala operatoria, home assistance e riabilitazione per il supporto a persone con disabilità cognitive, culturale per il supporto a visitatori in siti museali/naturali e anche la robotica per migliorare la collaborazione tra uomo e robot.
L’evento di fine progetto si terrà martedì 26 settembre alle 9,30 nell’aula magna del dipartimento di Matematica e Informatica, alla Cittadella universitaria. In questa occasione tutti i partner interverranno per raccontare il proprio contributo al progetto; inoltre, si parlerà dei potenziali benefici derivanti dall’adozione della soluzione, affrontando le tematiche della sicurezza sul lavoro e del risparmio energetico.
Dopo gli indirizzi di saluto del direttore del Dmi Orazio Muscato, del presidente di Xenia Progetti Giuseppe Sorbello e del presidente di Morpheos Leo Scarso, interverranno Ketty Cantone e Marco Moltisanti (Xenia Progetti), Francesco Ragusa (Unict Dmi), Nicola Picone (MOrpheos), Giovanni Farinella (Unict), Giuseppe Nastasi (STMicroelectronics), Diana Artuso (Dirigente Inail, Direzione territoriale Catania), Emanuele Frontoni (VRAI Lab & UniMc e Stefano Aneli (Unict Dieei).