L'interoperabilità come motore di innovazione per le Smart City in America Latina
Le città intelligenti si stanno affermando in America Latinadove i governi stanno investendo per migliorare l'uso delle risorse e la qualità della vita nei centri urbani in crescita della regione. L'America Latina conta diverse megalopoli densamente popolate, con oltre dieci milioni di abitanti, e i gestori delle città lottano per orientare la crescita urbana, tenere il passo con le esigenze dei cittadini, e mitigare l'impatto ambientale.
Le città dell'America Latina che hanno implementato il maggior numero di applicazioni Smart Cities includono Santiago in Cile, Buenos Aires in Argentina, San Paolo e Rio de Janeiro in Brasile, Bogotà e Medellín in Colombia, Città del Messico in Messico, che stanno sperimentando e mettendo a punto soluzioni per migliorare la mobilità urbana, la sicurezza pubblica, la distribuzione dell'energia e la gestione delle utenze, nonché i servizi sanitari e abitativi.
Ma le tecnologie intelligenti non sono una prerogativa esclusiva delle megalopoli. Anche le comunità di medie dimensioni stanno sfruttando l'Internet delle cose e la digitalizzazione per diventare più efficienti e fornire al contempo servizi migliori a residenti e visitatori. In Las Condes, CileIl sindaco e il consiglio comunale si impegnano a migliorare costantemente la governance e i servizi pubblici a beneficio dell'intera comunità, avendo sempre a cuore il benessere e la soddisfazione dei cittadini.
Las Condes ha iniziato il suo percorso di Smart City nel 2018. sostituendo la maggior parte dei lampioni con lampade a LED ad alta efficienza energetica e installando una rete IoT wireless per gestire e controllare le applicazioni pubbliche. Sulla base del nostro Rete urbana intelligente, la infrastruttura 6LoWPAN sicura dal punto di vista informatico attualmente consente di utilizzare applicazioni chiave come illuminazione stradale, gestione dei parcheggi, sorveglianza del traffico, monitoraggio ambientale e altro ancora..
Interoperabilità tra i fattori critici di successo di progetti Smart City come Las Condes. Di cosa si tratta? L'interoperabilità garantisce che prodotti e servizi tecnologici - anche di fornitori diversi - può interagire, scambiare informazioni e lavorare insieme senza soluzione di continuità. L'interoperabilità ha molti vantaggi per le città, tra cui la commoditizzazione del prodotto con minori costi di acquisizione e gestione. Ma è soprattutto un potente motore di innovazione, dal momento che guida progetti a prova di futuro dove le nuove applicazioni possono essere aggiunte nel tempo senza problemi, riducendo al minimo i rischi di obsolescenza e i costi di integrazione.
Discuteremo dei vantaggi dell'interoperabilità e delle tecnologie basate su standard per le città dell'America Latina a Expo delle città intelligenti a Bogotà, la fiera che si svolge presso Corferias Bogotá, Colombia dal 31 maggio al 2 giugno 2023: unirsi MinebeaMitsumi e il nostro partner CELSA per saperne di più sulle nostre tecnologie e su come supportano progetti intelligenti per l'illuminazione stradale, la gestione dei parcheggi, la raccolta dei rifiuti solidi, il monitoraggio ambientale e molto altro.
E non perdetevi il sessione "L'uso di tariffe libere nei sistemi tecnologici come motore dell'innovazione e dello sviluppo economico delle città". il 1 giugno - Soluzione Parlare Plenaria 3 - per approfondire i requisiti e i vantaggi dell'interoperabilità con il nostro responsabile vendite regionale Nelson Cubillos.
Contattateci oggi stesso avere un Pass per il congresso in omaggio!
L'interoperabilità è regina nel nuovo IoT Lab di Madrid
Oggi si inaugura ufficialmente il nuovo laboratorio Internet of Things della città di Madrid (IoTMADLab), l'iniziativa congiunta del Comune di Madrid e del CEDINT-UPM, il centro di ricerca e sviluppo dell'Università Tecnica di Madrid. Il laboratorio è inteso come uno spazio neutro dove organizzazioni pubbliche e private possono lavorare insieme su sensori e dispositivi innovativi, sfruttando una modello di rete IoT aperto e interoperabile per testare ed esplorare la connettività di diversi oggetti in diverse aree dell'attività comunale attraverso un protocollo comune e standardizzato.
La sensorizzazione IoT è tutt'altro che una novità a Madrid, in quanto fa parte del sistema Madrid, Capitale digitale , la strategia per rafforzare la posizione della città come punto di riferimento nel contesto digitale. Uno degli obiettivi di questa strategia è quello di iniettare intelligenza nei processi decisionali, applicando tecnologie di iperconnettività e iperautomazione, compreso l'IoT.
Madrid sta già sfruttando le tecnologie intelligenti per controllare l'illuminazione stradale e altri servizi pubblici, ma in molti casi i dispositivi IoT, pur funzionando in modo simile, sono collegati da sistemi isolati e non possono interoperare tra loro. L'IoTMADLab è stato istituito con l'obiettivo principale di promuovere la standardizzazione in modo che servizi e dispositivi di qualsiasi tipo possano interagire tra loro, condividere informazioni in tempo reale e agire sulla base di dati e variabili comuni.
In Paradox Engineering, sosteniamo gli standard aperti e, insieme alla nostra società madre MinebeaMitsumi, siamo impegnati a creare soluzioni interoperabili e multifornitore per le città e i servizi pubblici. Ecco perché siamo particolarmente orgogliosi di sostenere IoTMADLab e fornire il nostro know-how e le nostre soluzioni per sperimentare nuove applicazioni per l'illuminazione intelligente, la gestione dei parcheggi, la raccolta dei rifiuti solidi urbani, il monitoraggio ambientale e altro ancora.
"Oggi inauguriamo un nuovo Laboratorio IoT il cui obiettivo è l'accelerazione del viaggio intelligente di Madrid. Sono lieto che Paradox Engineering/MinebeaMitsumi si sia unita al Comune di Madrid, all'Università Tecnica di Madrid e agli altri partner di questo programma, e sono certo che la loro esperienza in materia di modelli di dati aperti e interoperabili sarà di grande beneficio per il nostro progetto", ha affermato Fernando Alvarez Garcia, vice direttore della trasformazione digitale, D.G. Oficina Digital della città di Madrid.
"L'interoperabilità e l'apertura consentono alle città di puntare a una crescita sostenibile, creando servizi per risolvere le esigenze urbane di oggi e aprire la strada a sviluppi futuri. Accogliamo con piacere l'opportunità di collaborare con i partner dell'IoTMADLab in questo ambiente stimolante e di contribuire alla diffusione di nuove soluzioni IoT per Madrid e altre città", ha aggiunto Ferdinando Sabatino, Sales Manager South Europe IoT and Smart City Solutions presso NMB Italia, MinebeaMitsumi Group.
Dalle città intelligenti alle città aperte: benvenuti a Smart City Expo World Congress 2022
Le Smart City sono cambiate molto nell'ultimo decennio. Nel 2011, quando abbiamo introdotto la nostra prima soluzione per il monitoraggio e il controllo a distanza dei servizi urbani, ci siamo concentrati principalmente sull'automazione dei processi, l'efficienza energetica e il risparmio dei costi.
La sostenibilità continua ad essere un obiettivo obbligatorio per i leader delle città, ma oggi c'è una richiesta pressante di andare oltre e di costruire comunità carbon neutral. È il momento di città aperte, innovazione condivisa e inclusione. Ed è anche il momento della cybersecurity, considerando che le infrastrutture e i servizi pubblici sono sempre più minacciati da hacker e criminali informatici.
Siamo lieti di invitarvi a Smart City Expo World Congress, la principale fiera internazionale dedicata alle Smart City che si svolge a Barcellona (Spagna) dal 15 al 17 novembre 2022. Il motto dell'evento - Città ispirate dalle persone - ci ricorda che le città devono fare la loro parte per rendere il mondo un posto migliore, ma possono trasformarsi solo grazie alle persone, al loro potere creativo e connessioni significative.
Se visitate Smart City Expo World Congress, siate i benvenuti al nostro stand - D81 nel padiglione 2 - per conoscere la nostra piattaforma PE Smart Urban Network e come possiamo abilitare l'evoluzione smart della vostra città. I nostri esperti saranno lieti di presentare le nostre soluzioni e i nostri servizi, di mostrare alcune demo ed esperienze reali e di rispondere a tutte le vostre domande.
Non perdete gli eventi che ospiteremo durante i tre giorni del Congresso: segnateli in agenda!
Martedì 15 novembre 2022 alle ore 11:00
"Dalle città intelligenti alle città aperte: L'IoT che abilita le comunità urbane: il caso Las Condes". (Area Congressi - Sala Blu)
Incontrate Julia Arneri Borghese, Deputy CEO di Paradox Engineering, e a Daniela Peñaloza Ramos, sindaco di Las Condes (Cile), per scoprire come l'Internet of Things ha permesso il viaggio intelligente di questo comune.
Mercoledì 16 novembre 2022 alle 12:30
"La sfida della sicurezza: La vostra città può essere intelligente e sicura dal punto di vista informatico?". (Stand Paradox Engineering/MinebeaMitsumi - Padiglione 2, D81)
Conversazione aperta con Gianni Minetti, CEO di Paradox Engineering.
Mercoledì 16 novembre 2022 alle 13:30
"Migliorare la progettazione urbana attraverso l'analisi della città". (Area Congressi - Sala Rossa)
Julia Arneri Borghese, Deputy CEO di Paradox Engineering, discuterà i vantaggi e le caratteristiche principali di PE Smart Urban Network.
Mercoledì 16 novembre 2022 alle 16:30
"Perché la vostra città dovrebbe puntare sull'interoperabilità". (Stand Paradox Engineering/MinebeaMitsumi - Padiglione 2, D81)
Incontrate la uCIFI Alliance per saperne di più su tecnologie interoperabili, standard aperti e modelli di dati per creare soluzioni multifornitore per città e servizi pubblici più intelligenti.
Domande? Sentitevi liberi di contattarci in qualsiasi momento.
Investire sulle infrastrutture per accelerare le Smart City
Molti Paesi del mondo stanno cercando di rendere le loro città più intelligenti sfruttando dati, tecnologie avanzate e sistemi di gestione delle risorse più efficienti. I percorsi smart variano molto, in quanto si stanno sperimentando diversi approcci.
Per esempio, in Giappone molte comunità intelligenti vengono costruite da zero: si pensi alle "città intelligenti e sostenibili" di Panasonic a Fujisawa e Suita, o alla Woven City di Toyota a Susono presso il monte Fuji.
Ma creare quartieri intelligenti da zero non è sempre possibile. Nella maggior parte dei casi, diventare smart significa far evolvere i distretti esistenti, uno per una, un'applicazione alla volta, a partire dall' infrastruttura fisica e digitale esistente.
Questa è l'idea alla base del Infrastructure Investment and Jobs Act (IIJA) negli Stati Uniti. Come ha spiegato il Presidente Biden, questa legge "ricostruirà le strade, i ponti e le ferrovie americane, amplierà l'accesso all'acqua potabile, garantirà a ogni americano l'accesso a Internet ad alta velocità, affronterà la crisi climatica, promuoverà la giustizia ambientale e investirà nelle comunità che troppo spesso sono state lasciate indietro". La versione finale dell'IIJA prevede circa $1,2 trilioni di spesa, con enormi opportunità di finanziamento per le città che intendono modernizzare i servizi pubblici e creare piattaforme intelligenti a prova di futuro per una crescita urbana sostenibile e inclusiva.
In che modo l'IIJA contribuirà allo sviluppo delle Smart City negli Stati Uniti? Questo aspetto sarà ampiamente discusso a Smart City Expo USA, l'evento leader per le città che si svolge a Miami (Florida) il 14 e 15 settembre 2022.
Incontriamoci e confrontiamoci allo stand #204: i nostri esperti di Smart City vi spiegheranno come PE Smart Urban Network consente la trasformazione digitale di servizi pubblici chiave quali illuminazione stradale, mobilità e gestione dei parcheggi, raccolta dei rifiuti solidi, monitoraggio ambientale e altro ancora.
Ci vediamo a Miami!
Lampioni connessi? È il momento dell'illuminazione adattiva intelligente
L'illuminazione stradale rappresenta in media il 40% della bolletta elettrica di una città. Non sorprende che sia uno dei primi servizi su cui si concentrano gli amministratori locali quando si trovano di fronte a vincoli di bilancio o ambiziosi obiettivi di sostenibilità.
Si possono risparmiare fino all'80% di energia e relativi costi trasformando i lampioni in lampade a LED ad alta efficienza energetica e collegandoli a una rete wireless Internet of Things (IoT). Con PE Smart Urban Network , la nostra piattaforma per le reti urbane, le città possono trasformare la loro infrastruttura di illuminazione in una rete intelligente e senziente e avere il pieno controllo da remoto dei dispositivi connessi.
PE Smart Urban Network permette di accendere/spegnere e dimmerare apparecchi singoli o raggruppati dal sistema di gestione centrale e definire programmi di illuminazione esterna personalizzati. Le ore di funzionamento e la luminosità possono essere programmate in base ai tempi solari giornalieri o ai livelli di luce ambientale, e le combinazioni predefinite possono essere impostate per determinati distretti o aree.
Cosa c'è di più? La nostra piattaforma permette l'illuminazione adattiva basata su sensori. Interfacciando i lampioni con sensori di movimento o sistemi di rilevamento dei veicoli, può essere attivata un'illuminazione dinamica che riduce ulteriormente il consumo di energia fino al 30%. Possono essere definiti schemi di illuminazione adattivi, cioè l'accensione delle lampade in tempo reale in base al transito veicolare o pedonale, riducendo la luminosità in aree a basso traffico o strade vuote.
Guardate questo esempio: Lungo una pista ciclabile, i lampioni possono essere preimpostati per rimanere spenti di giorno e fornire un'intensità luminosa del 40% di notte. Grazie al sensore di movimento integrato, quando la luce ambientale è al di sotto della soglia di 50 lux e viene rilevato un veicolo, il livello di luce viene aumentato dal 40% al 100% per 2 minuti.
L'illuminazione può rispecchiare dinamicamente l'intensità del traffico. I punti luce possono essere integrati con i contatori dei veicoli per tracciare il numero di auto che passano in un determinato lasso di tempo. Quando una soglia specifica viene superata, viene inviato un comando automatico per impostare un gruppo di lampade su un livello di oscuramento predefinito.
Ad esempio, una telecamera IP può essere configurata per contare i veicoli che attraversano un paio di linee, azzerando i contatori ogni 15 minuti e inviando il relativo comando per oscurare le luci. Si considerano tre scenari: con una condizione di basso traffico, il livello di oscuramento è impostato su un minimo di 40%; il traffico medio aumenta l'oscuramento a 50%, e il traffico elevato a 70%.
Il controllo del dimming può essere anche basato su Lux, pioggia e sensori ambientali misurare l'intensità del vento, la temperatura, l'umidità e la pressione. Supponendo che i dati fisici vengano raccolti ogni 5 secondi e correlati alle relative soglie, viene inviato un comando ai driver LED sul bus DALI2 per regolare i livelli di illuminazione.
Vuoi maggiori informazioni su PE Smart Urban Network e l'illuminazione adattiva? Guardate il nostro webinar e sentitevi liberi di contattare i nostri esperti Smart Lighting per avere tutte le risposte alle vostre domande!
Portare l'illuminazione intelligente nelle città decentrate e nelle aree rurali
Nel 2020, oltre il 56% della popolazione mondiale vivrà in città, e le Nazioni Unite hanno stimato che l'urbanizzazione potrebbe raggiungere il 68% entro il 2050. Tuttavia, la pandemia Covid-19 potrebbe frenare questa tendenza, perché l'aumento del lavoro a distanza potrebbe incoraggiare più persone a lasciare le città in cerca di un diverso stile di vita.
Il futuro potrebbe riguardare le città decentralizzate, facendo evolvere il modello tradizionale di metropoli verso conglomerati policentrici e multi-nodali. Questo creerebbe una "nuova normalità" per la densità urbana - e spingerebbe le infrastrutture IoT urbane a cambiare di conseguenza.
Cosa significa questo per lo Smart Lighting? Il caso standard per l'illuminazione stradale riguarda centri cittadini o aree densamente popolate, dove è generalmente semplice e conveniente aggiornare le lampade esistenti a LED e progettare una rete IoT mesh. Una volta collegati, i lampioni intelligenti possono essere monitorati e gestiti da un sistema software centralizzato, mentre alcuni gateway fungono da router di confine, coordinatori di rete e concentratori di dati. In condizioni operative normali, un singolo gateway può gestire fino a 400 lampioni collegati.
Se si considerano le città decentralizzate o le aree rurali, lo scenario può essere completamente diverso. Pensate alle periferie e ai villaggi di campagna in Europa o negli Stati Uniti, per esempio. A causa della bassa densità di popolazione, possiamo avere gruppi dispersi di pochi lampioni, o anche singole lampade isolate. Questo rende difficile e costoso raggiungerli, poiché sarebbero necessari più gateway per collegarli in modo affidabile alla rete mesh.
Installare più gateway per collegare i lampioni difficili da raggiungere aumenta la complessità e genera costi aggiuntivi, poiché i costi medi per punto luce aumentano. E se avessimo un diverso dispositivo di illuminazione che serve sia come nodo che come gateway? Riuscirebbe a collegare tutte le lampade all'infrastruttura IoT esistente?
In Paradox Engineering stiamo lavorando a un nuovo nodo ibrido intelligente , che introdurremo nel corso del 2022. Per saperne di più, leggete il nostro articolo su Cities Today!
Autore: Paolo Veronesi, software engineer di Paradox Engineering
In un mondo sempre più complesso e interconnesso, il Machine Learning sta dimostrando di essere molto vantaggioso per le Smart City e qualsiasi applicazione IoT dove grandi volumi di dati grandi devono essere elaborati, correlati e gestiti.
In Paradox Engineering stiamo sperimentando le reti neurali in casi d'uso specifici come la raccolta dei rifiuti solidi urbani oppure il monitoraggio del paziente in ospedale e nelle cliniche, due applicazioni che richiedono capacità computazionali medio-alte. Le reti neurali sono generalmente impiegate dove è possibile sfruttare grandi risorse di calcolo (come workstation o server), ma ora stiamo esplorando come utilizzare queste tecnologie in una situazione diametralmente opposta - ovvero con risorse estremamente limitate (come poche centinaia di KB di ram, e processori standard a 32 bit con meno di cento MHz).
Sfruttare le reti neurali sui dispositivi IoT embedded è una applicazione emergente. Il nostro obiettivo è quello di elaborare i dati localmente, sul dispositivo embedded, senza inviare informazioni in rete: questo permette ai dispositivi di funzionare correttamente anche in caso di guasti di rete, migliora la scalabilità del sistema e la sua sicurezza complessiva, in quanto i dati sensibili vengono elaborati a livello locale.
Il caso d'uso su cui ci stiamo concentrando è lo Smart Lighting. In una tipica installazione urbana all'aperto, i lampioni sono collegati a una rete mesh e gestiti da gateway, che operano come router, coordinatori di rete e concentratori di dati. Il software di gestione centrale permette la gestione e il controllo remoto della rete, così come dei dispositivi singoli o raggruppati.
Ci si aspetta che i lampioni funzionino senza problemi anche quando la connettività al gateway più vicino o al CMS non è disponibile. Per permettere questo, i dispositivi sono configurati per eseguire le loro routine in base alla data e all'ora correnti, supponendo sia il gateway a fornire queste informazioni. Questo è vitale per i lampioni per ricavare le effemeridi e calcolare l'alba e il tramonto quotidiani - in base a questi dati, le lampade possono accendersi, spegnersi e regolare l'intensità rispettando gli orari programmati.
Cosa succede se un nodo è isolato e non può connettersi a un gateway, per esempio a causa di condizioni ambientali avverse o della topologia della rete? O se il gateway non è affatto installato? In questi casi, il dispositivo dovrebbe trovare un nuovo modo per calcolare l'ora corrente. Abbiamo deciso di sfruttare l'analisi dei dati e le capacità di Machine Learning per permettere ai lampioni di derivare l'ora esatta del giorno dai dati raccolti da sensori ambientali integrati.
Stimare l'orario da parametri come la luminosità, la temperatura o la pressione non è un compito semplice. Le condizioni ambientali variano molto di giorno in giorno, di stagione in stagione, con un livello di complessità che non sarebbe possibile risolvere con un approccio di programmazione tradizionale.
Le reti neurali possono gestire in modo efficiente le serie temporali e, se addestrate con un'adeguata quantità e varietà di dati, possono fornire una risposta accurata alla nostra domanda. Nel nostro esperimento, abbiamo addestrato il sistema usando dati generati da un insieme di sensori ambientali nel corso di un anno.
I risultati sono molto promettenti: i lampioni isolati sono stati in grado di elaborare i dati localmente e stimare il giusto orario con una precisione media di circa 16 minuti - ed eseguire perfettamente i loro programmi. Senza il Machine Learning, questa continuità operativa non sarebbe stata possibile.
Scoprite di più sui nostri Smart Lighting , scaricate il nostro ultimo white paper (registrazione gratuita richiesta), e contattate i nostri esperti di Machine Learning!
8 cose da sapere sullo Smart Lighting
Smart Lighting è una delle applicazioni urbane intelligenti più mature - e i suoi benefici sono stati ampiamente discussi. Sappiamo tutti che i lampioni a LED e gestiti a distanza consumano meno energia, contribuiscono alla mitigazione del cambiamento climatico e in generale rendono le città più sicure, vivibili e attraenti.
Tuttavia, a volte è difficile per i manager delle città e dei servizi pubblici separare il clamore dalla realtà e fare un business case significativo. In un rapporto appena pubblicato - Smart Lighting: how switched on are you? (download gratuito previa registrazione) - abbiamo risposto 8 domande chiave che i leader urbani potrebbero avere in modo che possano intraprendere il loro viaggio intelligente da una posizione più informata.
Lasciateci dare un'occhiata...
Quanti soldi possono davvero risparmiare le città con l'illuminazione intelligente?
L'illuminazione stradale rappresenta, in media, il 40% della bolletta elettrica di una città. Risparmi dovuti alle tecnologie intelligenti dipendono da un certo numero di variabili, ma di solito sono rilevanti.
La municipalità di Gijon in Spagna ha implementato un'infrastruttura IoT pubblica e interoperabile nel 2016. L'illuminazione stradale è stata la prima applicazione urbana ad essere lanciata, con una prima installazione di 1.150 lampioni a LED monitorati e controllati dalla nostra piattaforma software di gestione. Il risparmio economico per la città è stato valutato in circa 100.000 euro all'anno.
Un altro esempio interessante è la pista ciclabile Tesserete-Canobbio in Ticino, Svizzera, dove la utility locale AEM ha aggiornato gli apparecchi di illuminazione esistenti alle tecnologie LED, li ha collegati a una rete wireless e ha interfacciato ogni lampada con un sensore di movimento, in modo che le luci si accendano automaticamente e vengano portate al 100 per cento solo quando passano ciclisti o pedoni. Come risultato, le ore annuali di funzionamento lungo la pista si sono ridotte da 4.300 a 600, e i costi medi sono diminuiti da 11,19 a 1,56 franchi svizzeri per punto luce.
Lo Smart Lighting rende più complessa e costosa la gestione, la manutenzione e la riparazione dei lampioni?
No, è esattamente il contrario! Avendo tutti i punti luce collegati alla stessa rete, le città possono monitorare e gestire completamente gli apparecchi a distanza, sfruttando un'unica piattaforma software. Il rilevamento proattivo in tempo reale dei guasti degli apparecchi o comportamenti fuori dall'ordinario diventa possibile, e i tecnici possono essere inviati solo quando e dove necessario, arrivando sul posto già informati e attrezzati per affrontare il problema specifico. Oltre a costi ridotti e operazioni più snelle, questo migliora anche la qualità del servizio e la soddisfazione dei cittadini.
L'illuminazione intelligente può generare ricavi?
Gli investimenti in illuminazione intelligente possono ripagarsi da soli e anche trasformarsi in un'opportunità di avere delle entrate. Nel 2016, la città di San Leandro in California, USA, ha iniziato il suo viaggio intelligente sostituendo circa 5.000 lampioni con lampade a LED e implementando una rete IoT wireless con un sistema di gestione e controllo centralizzato. Altre applicazioni e servizi sono stati aggiunti nel tempo alla rete, come il parcheggio integrato, l'internet pubblico wireless e la videosorveglianza del traffico. Sulla spesa iniziale di $5,2 milioni per apparecchiature a risparmio energetico e idrico, è stato calcolato che l'investimento genererebbe $8 milioni di risparmi in 15 anni attraverso la riduzione dell'uso dell'energia e dell'acqua, e $1,5 milioni in flusso di cassa positivo nello stesso periodo.
Questo accade quando le reti urbane sono progettate come infrastrutture interoperabili, in grado di ospitare applicazioni multiple, abilitare collaborazioni pubblico-private e altro ancora, possono creare opportunità valide per monetizzare i dati che generano.
Volete saperne di più? Scaricate il nostro paper e non perdere il nostro webinar gratuito in programma il 1 luglio 2021 alle 9am (EST), 2pm (BST), 3pm (CET), 5pm (GST): discuteremo i benefici e i fattori di successo della migliore illuminazione intelligente, fornendo una panoramica di alcune esperienze urbane reali. Registratevi oggi!
Sorveglianza intelligente per migliorare la cura degli anziani e dei pazienti
Autore: Riccardo Biella, software engineer di Paradox Engineering
I sistemi sanitari affrontano sfide immense in molti paesi del mondo. Molti si confrontano con l'invecchiamento della popolazione e la necessità di controllare la spesa per il servizio sanitario pubblico, ma in molti casi i pazienti superano le risorse disponibili compresi i servizi di base come letti d'ospedale, medici e infermieri. Questa carenza è apparsa ancora più rilevante durante Emergenza Covid-19, con la maggior parte dei paesi che faticano a gestire la pandemia e fornire un'adeguata qualità delle cure.
Le tecnologie intelligenti abilitano tutta una nuova classe di servizi per migliorare l'assistenza ai pazienti, in particolare il trattamento degli anziani e delle lunghe degenze in ospedale, in strutture assistite o a casa. Sistemi sanitari connessi e tecnologie di monitoraggio remoto del paziente (RPM) sono stati sempre più utilizzati per garantire una sorveglianza costante, sostenere i caregiver professionali nei loro compiti quotidiani e rassicurare i famigliari.
Insieme a Minebea Intec e MinebeaMitsumi Sensing Division, in Paradox Engineering stiamo lavorando su una soluzione innovativa per il settore dell'assistenza gestita: il nostro obiettivo è quello di finalizzare una piattaforma tecnologica sicura e aperta per il monitoraggio non invasivo del paziente in ospedali, cliniche, case di cura e ambienti domestici.
È concepita come una soluzione adattiva, in grado di costruire conoscenzae generare un'intelligenza specifica per il paziente raccogliendo dati da più sensori, correlando più parametri e integrando un motore unico di intelligenza artificiale (AI) per il riconoscimento delle situazioni, l'analisi del comportamento, il monitoraggio dell'evoluzione della salute a lungo termine e le relazioni personali.
La soluzione fornisce un motore AI locale per prevenire possibili furti di dati dall'ambiente ospedaliero e proteggere meglio la privacy dei pazienti. Attualmente stiamo testando le tecniche di Machine Learning per migliorare alcune funzioni specifiche, come il rilevamento di eventi avversi: elaborando i dati provenienti da telecamere e sensori intelligenti collegati, il sistema può riconoscere le anomalie e avvertire immediatamente gli assistenti in caso di cadute, mancanza di movimenti o altri tipi di eventi avversi, garantendo un monitoraggio costante dei pazienti 24 ore su 24.
Un'altra caratteristica che stiamo testando riguarda il controllo dell'accesso alla stanza. Stiamo usando il Machine Learning per elaborare le immagini dalle telecamere intelligenti connesse al fine di riconoscere il numero di persone in una stanza e distinguere i pazienti dal personale dell'ospedale. Questa è una funzione importante per aumentare la sicurezza degli ospiti rilevando un accesso non autorizzato.
Siamo partiti da un dataset iniziale composto da centinaia di immagini di pazienti e medici per addestrare il sistema. Le PE Smart Cameras sono ora in grado di eseguire attività di rilevamento degli oggetti in tempo reale, distinguendo le persone all'interno della stanza e classificandole come pazienti o personale ospedaliero, grazie all'uso di una rete neurale profonda che può anche riconoscere oggetti come camici, uniformi, indumenti, strumenti medici e posture.
Guarda questo breve video per avere un'anteprima:
Volete saperne di più? Contattate i nostri esperti di Machine Learning!
Smart Waste, il Machine Learning prevede il riempimento dei bidoni
Autore: Riccardo Biella, software engineer di Paradox Engineering
La produzione annuale di rifiuti aumenterà del 70% a 3,4 miliardi di tonnellate entro il 2050, sostiene la Banca Mondiale. A questo tasso di crescita, avremo bisogno di circa 3 mondi per assorbire e smaltire la nostra spazzatura senza compromettere la nostra salute e l'ambiente.
Le città sono sempre più alla ricerca di soluzioni innovative per migliorare la raccolta dei rifiuti solidi urbani e il loro trattamento per preservare sia la salute pubblica che la vivibilità urbana. In Paradox Engineering, abbiamo esteso la nostra piattaforma PE Smart Urban Network per includere un'applicazione Smart Waste applicazione per i manager delle città e dei servizi pubblici urbani.
La novità è che stiamo integrando l'intelligenza artificiale e il Machine Learning algoritmi per migliorare questa soluzione e renderla ancora più performante. Mentre gli algoritmi tradizionali convertono l'input in output utilizzando alcune regole prefissate, abbiamo scelto il Machine Learning per costruire un modello predittivo accurato basato su dati campione.
Il primo passo è equipaggiare i bidoni con sensori Paradox Engineering-MinebeaMitsumi 6LoWPAN che permettono agli operatori dei rifiuti urbani di raccogliere e monitorare i dati sul livello di riempimento, la data e l'ora dell'ultima raccolta dei rifiuti e le informazioni sull'ubicazione dei bidoni.
Grazie a Machine Learning, possiamo far evolvere il sistema da una piattaforma di mera raccolta dati a una soluzione con capacità previsionali: il sistema riceve i dati dai sensori di riempimento dei bidoni intelligenti ed è in grado di elaborarli, fornendo una stima della data in cui il contenitore raggiungerà la sua capacità massima.
Sapevate che i bidoni vengono generalmente svuotati quando sono pieni solo al 40%? Con il nostro sistema di previsione, gli operatori possono inviare i camion solo quando e dove i bidoni sono quasi pieni, ottimizzando così la raccolta dei rifiuti solidi, riducendo il numero di camion e il chilometraggio ad essi associato, che a sua volta diminuisce l'inquinamento e il traffico.
Il sistema di previsione del livello di riempimento dei bidoni sfrutta una rete neurale profonda che è addestrata su un dataset contenente dati storici di bidoni intelligenti. Le caratteristiche considerate durante l'addestramento del software sono basate sul livello di riempimento corrente correlato ai dati temporali, così come i dati di localizzazione geografica.
Una logica più complessa sarà presto integrata per insegnare al bidone a identificare punti rilevanti di interesse nelle vicinanze, come supermercati, stadi, stazioni o ospedali - e prevedere il conferimento dei rifiuti su variabili come la densità delle persone, il calendario, le festività, le vacanze e altro.
Le tecniche di Continual Learning permettono al modello di evolvere continuamente combinando nuovi dati e conoscenze accumulate. Questo significa che, analizzando i modelli di riempimento, gli operatori possono anche prendere decisioni guidate dai dati sulla quantità, la capacità e la posizione dei container. I bidoni possono essere posizionati per adattarsi a diversi scenari urbani e adattarsi in pochi giorni alle condizioni mutevoli, ovvero abitudini o comportamenti diversi dei residenti, come l' aumento dei rifiuti legati all'imballaggio a causa dell'aumento del commercio elettronico e delle consegne a domicilio in tempi pandemici.
Grazie a PE Smart Urban Network e agli algoritmi di Machine Learning, le città possono davvero migliorare la raccolta e la gestione dei rifiuti, migliorando la vivibilità e proteggendo la salute pubblica e l'ambiente.
Per saperne di più sulla nostra applicazione Smart Waste: scaricate il nostro white paper (registrazione gratuita richiesta), e contattate i nostri esperti Machine Learning