PROGETTO

MonitorAI – Digitalized Risk Assessment

PROGETTO

MonitorAI – Digitalized Risk Assessment

REFERENZE PROGETTO

Emanuele Guardiani

CONCEPT

Il progetto MonitorAI sviluppa un sistema avanzato di Digital Twin per il monitoraggio dell’ergonomia e del benessere umano nei luoghi di lavoro. Utilizza telecamere a basso costo integrate con microcontrollori (es. Raspberry Pi), e combina dati RGB con informazioni da sensori avanzati, come telecamere ad infrarosso e depth cameras. Questa integrazione aumenta la precisione e la velocità di analisi rispetto ai metodi tradizionali. Il sistema, basato su algoritmi di Computer Vision e Intelligenza Artificiale, con- sente una stima 3D in tempo reale delle posture umane, riducendo i limiti di occlusioni e condizioni ambientali, e garantisce una soluzione non invasiva e scalabile.

CONTESTO

Il progetto MonitorAI – Digitalized Risk Assessment, guidato dall'Università dell'Aquila, mira a sviluppare un modello innovativo di Human Digital Twin (HDT) utilizzando sensori non invasivi e commerciali per migliorare la valutazione del rischio posturale dei lavoratori nei contesti manifatturieri. L'obiettivo è ottimizzare il benessere e le prestazioni dei lavoratori fornendo dati in tempo reale su salute e performance, contribuendo a ridurre disturbi muscolo-scheletrici e migliorando le condizioni ergonomiche. Il progetto prevede lo sviluppo di un framework digitale, prototipi, sperimentazioni industriali e un piano di gestione dei rischi per garantire risultati sostenibili e trasferibili al settore industriale e alla ricerca di base futura.

Beneficiari

OBIETTIVI E RISULTATI ATTESI

Il progetto di ricerca MonitorAI mira a realizzare un framework tecnologico innovativo basato su un modello di Human Digital Twin (HDT) per il monitoraggio del benessere e delle performance umane in ambienti lavorativi industriali.

Gli obiettivi principali includono:

  • Sviluppo di un modello HDT evoluto: Progettazione e implementazione di un modello digitale in grado di integrare dati acquisiti da sensori non invasivi e commerciali, con aggiornamento in tempo reale dei parametri ergonomici correlati alle condizioni di lavoro.
  • Integrazione di algoritmi avanzati: Utilizzo evoluto ed originale di modelli di Human Pose Estimation (HPE) per analisi ergonomiche automatizzate e valutazioni di rischio posturale.
  • Prototipazione e sperimentazione industriale: Realizzazione di un sistema prototipale, basato su hardware low-cost, testato in contesti reali per validarne efficacia e precisione.
  • Ottimizzazione del framework: Definizione di metodi per la gestione dei dati e l’integrazione del modello HDT in flussi di lavoro industriali, con supporto decisionale per la gestione in tempo reale dei processi produttivi.

 

Risultati attesi:

  • Nuovo modello HDT: Un framework teorico e pratico in grado di gestire in modo accurato dati ergonomici aggiornati dinamicamente, con potenziale integrazione in ambienti industriali digitalizzati.
  • Proof of Concept: Realizzazione e validazione sperimentale di una soluzione hardware-software ottimizzata rispetto a strumenti di riferimento (gold standard) per accuratezza e costo.
  • Impatto industriale: Riduzione dei disturbi muscoloscheletrici e miglioramento delle condizioni ergonomiche dei lavoratori, con un aumento complessivo di efficienza e sicurezza.
  • Disseminazione scientifica: Rilascio dei risultati della ricerca su repository open-source e pubblicazione di articoli in riviste di alto impatto per stimolare il progresso scientifico e l’adozione industriale.
  • L’impianto tecnologico proposto è destinato a supportare l’innovazione nelle metodologie di monitoraggio ergonomico e l’integrazione di modelli human-centric nelle fabbriche del futuro.

DATI E NUMERI

4

N. DI RICERCATORI COINVOLTI

3000

ORE DEDICATE ALLA RICERCA

15

DURATA DEL PROGETTO (MESI)

4

N. WORK PACKAGES (WPS)

2

TRL INIZIALE

5

TRL FINALE