Over 10 years we help companies reach their financial and branding goals. Engitech is a values-driven technology agency dedicated.

Gallery

Contacts

411 University St, Seattle, USA

engitech@oceanthemes.net

+1 -800-456-478-23

// Multyservices

Innovazione di Prodotto

Il progetto di Ricerca e Sviluppo ha l’obiettivo di realizzare un’innovazione di prodotto. Si precisa in proposito che le attività progettuali non sono riconducibili né alla categoria “innovazione di processo” né a quella dell’“innovazione dell’organizzazione”.
Il progetto punta infatti alla progettazione, fabbricazione e sperimentazione di un Kit innovativo da installare a bordo di un automezzo adibito al servizio di raccolta e trasporto rifiuti per l’autoregolazione continua e in tempo reale dei tragitti da compiere ai fini della massimizzazione delle performance operative e soprattutto ambientali di ogni ciclo di raccolta.
In sostanza, il Kit consente di trasformare un automezzo di tipo A (prodotto esistente in commercio) in un automezzo di tipo B (prodotto nuovo non esistente in commercio frutto del progetto di R&S). Il prodotto B si ottiene installando su A cioè sul prodotto di partenza il Kit in questione. Il prodotto A è un automezzo satellite dotato di cassone, con portata complessiva di 35 q.li.
Il prodotto B a differenza di quello A dovrà essere capace di rispondere assai più efficacemente all’esigenza di ridurre la quantità complessiva di emissioni inquinanti dal punto di inizio a quello di fine tragitto con diminuzione dei relativi tempi operativi, qualunque sia la distribuzione dei kg di materiali da ritirare e tra tutti i possibili percorsi da compiere.
L’obiettivo dell’efficientamento ambientale del servizio, che è il vero traguardo posto dall’azienda, non viene raggiunto quindi con la messa a punto, ad esempio, di un motore meno inquinante perché un’azienda del settore rifiuti non può prendersi carico di una finalità così ambiziosa. La società punta invece a raggiungere tale traguardo concependo e realizzando un Kit altamente performante da installare sull’automezzo di raccolta, essendo ciò un risultato da considerarsi alla sua portata ottenibile con il coinvolgimento di enti di ricerca ed esperti in possesso delle necessarie competenze nel campo dell’innovazione tecnologica (robotica, elettronica, informatica, etc.).
Il prototipo sarà articolato in una parte hardware e in una software, quest’ultima basata sull’impiego di algoritmi di machine learning e intelligenza artificiale mentre la parte hardware consisterà in una pedana innovativa con cella di carico incorporata interconnessa a sensori posti sulle forche di carico per la pesatura di bidoni carrellati e cassonetti.
L’insieme di tali dispositivi sarà in grado di rilevare ogni pesata netta cioè il valore in kg di ogni partita di materiali deposta nel cassone. I dati in kg, unitamente a quelli della posizione dell’automezzo (longitudine e latitudine) e dell’istante temporale (anno, giorno, ora, minuti, secondi) in cui avverrà la rilevazione, alimenteranno in continuo, secondo il modello di architettura del fog computing, il sistema di calcolo basato sugli algoritmi di cui sopra. La capacità di autoapprendimento del sistema dovrebbe permettere di auto-definire il percorso ogni volta migliore anche se in presenza di dati molto variabili o di anomalie rispetto alle condizioni di normale esercizio.
Il Kit sarà oggetto di brevettazione. L’azienda intende valutare la possibilità di metterlo in produzione diversificando la propria attività per integrarla con quella di fabbricazione e installazione conto terzi del sistema suddetto su automezzi di varia portata e tipologia aventi usi anche diversi rispetto a quello del trasporto rifiuti.
E’ questa la sfida che l’azienda ha lanciato e che intende portare a compimento con il progetto di R&S, fermo restando il grado di incertezza e il rischio di insuccesso legato al superamento di problemi tecnici e tecnologici come quello dei livelli di efficacia della comunicazione dati tra automezzo e server centrale o della precisione dei risultati legati all’applicazione degli algoritmi di intelligenza artificiale che dovranno consentire di restituire in automatico e in modo sufficientemente efficace, le indicazioni sul tragitto da compiere in funzione del grado di riempimento in progress dell’automezzo.
Il punto chiave è che la restituzione del tragitto ogni volta migliore dovrà avvenire in maniera rapida e completa per permettere l’intervento di ottimizzazione del ciclo operativo in tempo reale ovvero in presa diretta durante lo svolgimento del servizio.
Sarà compito della fase di sperimentazione, affinare e migliorare i rendimenti del prototipo così da soddisfare l’obiettivo dell’efficientamento ambientale in precedenza menzionato.