Introduzione al progetto

A partire dai risultati ottenuti con il progetto ResCap, il sistema proposto con il progetto RECALL (Monitoraggio delle Risposte Elettrofisiologiche Correlate ai mutamenti Ambientali prodotti da tecnologia domotica e ambienti immersivi and Living Labs) si basa sul monitoraggio delle variazioni cognitive mediante risposte EEG evento-correlate e modifiche di altri parametri biologici stress-correlati registrate con sistemi wireless indossabili, indotte da cambiamenti ambientali ottenibili con innovative tecnologie domotiche.

L’analisi integrata dei dati elettrofisiologici correlati alle modifiche ambientali realizzate con tecnologia domotica sarà in grado di estrapolare patterns in base ai quali stabilire protocolli di allerting, garantire condizioni di benessere psicologico, promuovere azioni di mantenimento delle abilità della vita quotidiana e buone prassi di invecchiamento attivo attraverso attività fisica sostenibile e spazi in cui valorizzare l’affettività sociale.

Il sistema appare particolarmente adatto ad un contesto ambientale di residenza protetta, ove progettare spazi e ambienti ideali ad un ottimale recupero di funzionalità residue. La degenza residenziale causa spesso disagio cognitivo e psichico nei soggetti fragili, rendendone più difficile il globale percorso di cura. La attività fisica personalizzata di soggetti anziani fragili affetti da lieve declino cognitivo può rappresentare un utile paradigma per il mantenimento delle facoltà residue e un’abitudine finalizzata alla promozione dell’invecchiamento attivo. La progettazione e realizzazione di ambienti quali palestre innovative che utilizzino ambientazioni virtuali per poter modulare alcuni task motori rappresenta una sfida importante per poter consentire alle strutture residenziali di ampliare i servizi a costi sostenibili. Il sistema proposto infatti prevederà anche la misurazione della attività funzionale e metabolica dei soggetti anziani monitorando pattern e informazioni acquisibili attraverso apparati di rilevazione NIRS triggerati con stimoli virtuali di attività fisica e la valutazione psicofisiologica attraverso tecniche di biofeedback elettromiografico.

Considerata l’ampia casisitica di informazioni stimolo-correlate il sistema tramite tecniche di machine learning, clustering e/o datafusion, produrrà dati sintetici indicativi del follow-up dei pazienti avviati alla cura monitorata nel tempo e alla  riabilitazione personalizzata.

Il progetto Pre.Med. prevede lo sviluppo di una piattaforma innovativa e integrata per la diagnosi predittiva del rischio di progressione della malattia renale cronica, la terapia mirata e l’assistenza proattiva per i pazienti con malattia genetica policistica autosomica dominante (MEDicina di PREcisione).

Si tratta di un progetto di ricerca affidato dalla società EDP La Traccia e vede coinvolto il Laboratorio di Informatica Industriale come unità di ricerca del Politecnico di Bari. L’unità di ricerca si è occupata dello studio e sviluppo di modello algoritmico innovativo e predittivo di progressione nella malattia genetica policistica autosomica dominante (ADPKD). Attraverso algoritmi appositamente progettati per segmentare i reni in immagini di Risonanza Magnetica, sarà possibile estrarre features descrittive dell’organo in questione cosi come la metrica del TKV (Total Kidney Volume), al fine di correlare queste informazioni con il decorso della malattia durante il follow-up dei pazienti.

Il Laboratorio di Informatica Industriale vanta anche alcune collaborazioni con Comau S.p.a., azienda italiana con sede a Torino specializzata in automazione industriale per il settore automotive.

Random Bin Picking

Progettazione e sviluppo di un sistema di prelievo robotizzato di pezzi disposti alla rinfusa all’interno di un cassone. Il sistema comprende una parte di comunicazione con il robot, una parte di configurazione delle strategie di presa ed un core di funzionalità per adempiere al task di prelievo dei pezzi; tali funzionalità comprendono l’elaborazione di nuvole di punti per l’object detection, la collision avoidance e la selezione della presa ottimale.

Controllo non invasivo dei giunti di saldatura (in corso)

Progettazione e sviluppo di un sistema per l’analisi inline di tratti di saldatura laser. Il sistema si compone di una parte di configurazione, una parte di acquisizione da termocamere opportunamente sincronizzata con la linea di automazione ed una parte di elaborazione dei video acquisiti attraverso l’uso di tecniche di intelligenza artificiale.

Il progetto RoboVir, “Sviluppo e validazione di una piattaforma robotica per la riabilitazione motoria e il coordinamento visuomotorio degli arti superiori con scenari di realtà virtuale relativi ad attività di vita quotidiana”, si pone come obiettivo lo sviluppo e la validazione di una piattaforma tecnologica integrata formata da:

1) un dispositivo robotico end-effector a 7 gradi di libertà,

2) un sistema di sensori per l’analisi della biomeccanica dell’arto superiore e del coordinamento visuomotorio e del ruolo del ritorno sensoriale tattile,

3) scenari riabilitativi implementati utilizzando la realtà virtuale in grado di far svolgere esercizi per l’arto superiore e per il coordinamento visuomotorio, basati sullo svolgimento delle attività di vita quotidiana, e

4) un sistema di controllo adattivo del robot basato sulle caratteristiche biomeccaniche dell’arto superiore e sul coordinamento visuomotorio del lavoratore.
Il laboratorio di informatica industriale si occupa sia dell’elaborazione dei dati forniti dal modulo di registrazione dati, sia della modellazione e implementazione di scenari virtuali in contesti occupazionali, con attività di co-progettazione con gli altri partner di progetto. In particolare il modulo di elaborazione dei dati sviluppato analizzerà le informazioni multidimensionali e multisensoriali (posizione, velocità, accelerazioni, forze di interazione, EEG, battito cardiaco, monitoraggio delle pupille mediante eye-tracking, monitoraggio mediante hand-tracking) ottenute dai moduli di monitoraggio e di registrazione, utilizzando tecniche di machine learning e data mining. Gli obiettivi del modulo di elaborazione dei dati sono i seguenti:

(i) stimare quantitativamente le abilità residue dell’arto superiore del lavoratore per l’implementazione del controllo adattivo del robot;

(ii) estrarre pattern specifici ed effettuare inferenze e predizioni sia sul processo riabilitativo, sia su quello di coordinamento visuomotorio degli arti superiori al fine di avvalorare la tesi del progetto.

Il laboratorio di informatica industriale fornisce una consulenza tecnologica nella fase di progettazione degli ambienti di realtà virtuale basati sulle attività di vita quotidiane, in collaborazione con i partner di progetto e provvederà alla modellazione di tali scenari virtuali e all’integrazione/interfacciamento degli stessi sia con la piattaforma robotica sia con le unità di monitoraggio. La scelta della tipologia degli scenari di realtà virtuale sarà basata sull’identificazione di esercizi specifici caratteristici di professioni e mansioni lavorative differenti (ad es. autisti, artigiani, magazzinieri, operai, ecc.).

Il progetto è stato finanziato dal bando Bando Bric 2016 pubblicato dall’Istituto nazionale Assicurazione Infortuni sul Lavoro – INAIL e vede la collaborazione dei seguenti partner:

• Politecnico di Bari (Responsabile Scientifico: Vitoantonio Bevilacqua)
• Scuola Superiore Sant’Anna (Responsabile Scientifico: Stefano Mazzoleni)
• Istituto Superiore di Sanità (Responsabile Scientifico: Daniele Giansanti)
• Azienda USL Toscana Nord-Ovest (Responsabile Scientifico: Federico Posteraro)
• INAIL (Responsabile Scientifico: Francesco Draicchio)