Le tecniche di fusione multi sensore rappresentano la nuova frontiera per realizzare soluzioni di posizionamento dei veicoli con caratteristiche di resilienza, elevata accuratezza ed integrità sia per il controllo del treno basato su ERTMS che le applicazioni delle auto a guida connesse. Radiolabs – valorizzando le sinergie tecniche tra questi settori – e la propria organizzazione di centro di ricerca Università e Industrie presenteranno gli ultimi risultati alla prestigiosa conferenza ITM 2022 che riunirà esperti da tutto il mondo.
L’International Technical Meeting – ITM 2022, organizzato dall’Institute of Navigation (ION) con un programma tecnico relativo a posizionamento, navigazione e misura del tempo, ha selezionato dopo aver sottoposto a revisione tre articoli che saranno presentati a Long Beach dal 25 al 27 gennaio.
Il primo articolo – On the Design of High Accuracy Rail Digital Maps based on Sensor Fusion – è rilevante per l’adozione di soluzioni di posizionamento dei treni multisensore per le applicazioni ERTMS. Immagini, mappe di profondità e nuvole di punti vengono utilizzate perintegrare un modulo di localizzazione IMU/GNSS con una tecnica basata sulla fusione dei sensori per la progettazione di mappe digitali. Questa ricerca è parte di una collaborazione tra Radiolabs con l’Università di Roma Tre, Università di Padova e RFI che sta sperimentando la validazione e la certificazione del primo sistema ERTMS basato su GNSS in Italia sulla linea pilota Novara-Rho.
Il secondo articolo – On the Validation of Multi-sensor High Integrity Positioning Solutions for the Connected Car: the P-CAR Infrastructure – riguarda la realizzazione del laboratorio P-CAR, una struttura ideata da Radiolabs per supportare la certificazione dei dispositivi di posizionamento multisensore realizzati da fornitori di apparati (tier 2) e anche per le case automobilistiche per introdurre i livelli di guida autonoma al di là delle attuali funzioni di guida di livello 2 secondo lo standard SAE. L’obiettivo è un laboratorio aperto e indipendente basato su una piattaforma virtualizzata che fa affidamento sui paradigmi Edge e Cloud per creare una rete di laboratori geo-distribuita. Virtualizzazione e zero-on-field test sono la caratteristica principale di P-CAR grazie ai digital-twins che simulano l’auto nell’ambiente operativo necessaria per una valutazione dei requisiti di sicurezza. Questa attività di ricerca è condotta in stretta collaborazione con l’Università dell’Aquila.
Il terzo articolo – A Semantic Segmentation-based Approach for Train Positioning – presenta un nuovo approccio per superare la vulnerabilità del posizionamento dei treni ad alta integrità basato su GNSS a causa di possibili degradazioni dei segnali e interferenze. E’ stata pertanto studiata una soluzione basata sulla fusione dei dati forniti dal ricevitore GNSS e da sensori video per elaborare la posizione del treno in maniera affidabile, resiliente e continua negli ambienti ferroviari che sono notoriamente sfidanti. Diversi sensori sono stati utilizzati per aumentare la precisione e migliorare la robustezza dell’intero sistema, mentre la ridondanza ottenuta attraverso l’approccio di fusione multi sensore è sfruttata per la supervisione dei requisiti di integrità richieste per le applicazioni ferroviarie critiche per la sicurezza. Questa ricerca è stata condotta da un team di Radiolabs, Università Roma Tre e Università di Padova.
Questi risultati sono stati possibili anche grazie al contributo delle agenzie spaziali: ASI, ESA, EUSPA.
