- Explainability for data-centric AI
Le moderne tecniche di Intelligenza Artificiale, in particolare quelle che fanno uso di reti neurali profonde (Deep Learning) hanno bisogno di una grande quantità di dati di addestramento. Purtroppo, in molti domini applicativi i dati di addestramento sono limitati. Una soluzione efficace per ovviare alla scarsità di dati consiste nell’applicare tecniche di Data Augmentation, che consentono nel creare nuovi dati a partire dai (pochi) campioni a disposizione. Sebbene molto utilizzata, questa soluzione viene applicata in maniera artigianale. L’obiettivo della ricerca è quello di definire un framework di riferimento per ingegnerizzare le tecniche di Data Augmentation. La soluzione che si intende esplorare è quella di coniugare tecniche di Data Provenance e di Explainable AI (xAI). L’idea è quella di documentare con tecniche di Data Provenance le procedure di generazione di dati di training, e di usare soluzioni di xAI per individuare i dati di training critici. In questo modo sarà quindi possibile valutare la strategia di Data Augmentation che li ha generati.
- Explainability for data-centric AI
Modern Artificial Intelligence techniques, in particular those that make use of deep neural networks (Deep Learning), need a large amount of training data. Unfortunately, in many application domains training data is limited. An effective solution to overcome data scarcity is to apply Data Augmentation techniques, which allow you to create new data starting from the (few) samples available. Although widely used, this solution is applied in anon-sistematic manner. The objective of the research is to define a reference framework for engineering Data Augmentation techniques. The solution we intend to explore is to combine Data Provenance and Explainable AI (xAI) techniques. The idea is to document the training data generation procedures with Data Provenance techniques, and to use xAI solutions to identify critical training data. In this way it will therefore be possible to evaluate the Data Augmentation strategy that generated them.
|
- Metodi di navigazione e controllo per sistemi di trasporto autonomi nella logistica
Attualmente, l’Europa considera tra le proprie priorità di intervento la trasformazione dei trasporti (passeggeri e merci) da sistemi “supply-based” a sistemi sicuri, resilienti e sostenibili che offrano un servizio basato sulla domanda di trasporto. La ricerca e l’innovazione possono fornire un contributo sostanziale al raggiungimento di questo obiettivo, sviluppando soluzioni tecniche e tecnologiche avanzate per la realizzazione di sistemi di trasporto connessi e intelligenti.
In questo contesto, il presente progetto di ricerca mira a definire metodi innovativi di navigazione e controllo per sistemi autonomi nell’ambito della logistica. L’obiettivo generale è la definizione di tecniche di navigazione e controllo per la realizzazione di sistemi di trasporto merci multimodali connessi, cooperativi e automatizzati. Nella gestione del trasporto merci, le tecniche che si andranno a sviluppare dovranno assicurare sia la riduzione della congestione del traffico, del consumo di energia e delle emissioni dei veicoli, sia l’aumento dell’efficienza e della produttività delle operazioni di trasporto.
In particolare, la ricerca si concentrerà su sistemi di trasporto multimodali che prevedono l’utilizzo combinato di mezzi di trasporto terrestri (e.g., autotrasporti, mezzi ferroviari) e di mezzi di trasporto aereo (Unmanned Aerial Vehicles) per la movimentazione di merci nella catena logistica.
Per quanto riguarda l’automazione di tali sistemi, si investigheranno le problematiche di controllo relative a pianificazione e inseguimento di traiettoria, assicurando il coordinamento tra i sistemi di trasporto coinvolti e assumendo un ambiente di lavoro dinamico, in cui può essere necessario l’aggiornamento online delle missioni dei mezzi sulla base, ad esempio, delle condizioni di traffico, ambientali, di variabilità della domanda di trasporto, ecc.
Per quanto riguarda i problemi di posizionamento, questi verranno investigati considerando sistemi multisensoriali (ossia, sistemi satellitari, inerziali, sistemi di visione, ecc.) e algoritmi avanzati di data-fusion. Il contesto di lavoro, infatti, è di tipo misto indoor-outdoor e non consente il solo utilizzo di sistemi satellitari GNSS, che pure rimangono fondamentali in ambienti aperti. Gli ambienti indoor pongono ulteriori sfide riguardanti i vincoli imposti da ostacoli fissi e/o mobili.
Il problema della navigazione verrà pertanto affrontato usando in maniera sinergica algoritmi di controllo e di posizionamento che permetteranno di garantire i requisiti di integrità necessari alla sicurezza (safety) dei sistemi di trasporto e dell’ambiente circostante.
Il progetto prevede l’implementazione delle tecniche di navigazione e controllo su sistemi reali definiti in ambiente di simulazione per valutarne la validità e l’efficacia. Verranno inoltre individuati opportuni indicatori di valutazione delle prestazioni per quantificare l’efficienza delle soluzioni proposte.
Il Consorzio Radiolabs metterà a disposizione l’esperienza decennale maturata nella progettazione di sistemi di posizionamento ad alta integrità per il trasporto. Inoltre, la collaborazione con il Consorzio Radiolabs permetterà di implementare le tecniche sviluppate in contesti applicativi. In particolare, verranno condotte campagne di sperimentazione sul campo all’interno di progetti europei con partner internazionali.
Il progetto di ricerca prevede inoltre che il candidato svolga un periodo di ricerca all’estero presso riconosciuti istituti di ricerca.
- Navigation and control methods for autonomous transportation systems in logistics
Currently, European Union considers as one of its priorities the transformation of transport (both passengers and goods) from "supply-based" systems to safe/secure, resilient and sustainable systems offering services based on transport demand. Research and innovation can make a significant contribution to achieving this goal by developing advanced technical and technological solutions for the implementation of networked and intelligent transport systems.
In this framework, the present research project aims at defining innovative navigation and control methods for autonomous systems in the logistic sector. The general objective is to develop navigation and control techniques for building networked, cooperative, and automated multimodal freight transport systems. In the area of freight transport management, the techniques to be developed must ensure, on the one hand, the reduction of traffic congestion, energy consumption, and vehicle emissions, and, on the other hand, the increase of efficiency and productivity of transport operations. In particular, the research will focus on multimodal transportation systems that include the combined use of land (e.g., trucks, rail vehicles) and air (unmanned aerial vehicles) transportation means for the movement of goods in the logistic chain.
For the automation of such systems, the control issues related to planning and trajectory tracking will be investigated, ensuring coordination between the transportation systems involved and assuming a dynamic working environment. In this context, it may be necessary to update the missions of the vehicles online based on, for example, traffic conditions, environmental conditions, variations in transport demand, etc.
Concerning positioning problems, they will be studied considering multi-sensor systems (i.e. satellite systems, inertial systems, vision systems, etc.) and advanced data fusion algorithms, both in simulated and real scenarios. The working context is indeed a mixed indoor/outdoor type and does not allow the sole use of GNSS satellite systems, which remain fundamental in open environments. Indoor environments pose additional challenges in terms of constraints imposed by fixed and/or mobile obstacles.
Therefore, the navigation problem will be tackled using control and positioning algorithms in synergy to guarantee the integrity requirements necessary for the safety of the transportation systems and the surrounding environment.
The project requires the implementation of navigation and control techniques on real systems defined in a simulation environment to evaluate their validity and effectiveness. Appropriate performance evaluation indicators will also be identified to quantify the efficiency of the proposed solutions.
Radiolabs Consortium will provide decades of experience in the design of high-integrity positioning systems for transportation. In addition, collaboration with Radiolabs will enable implementation of the techniques developed in application contexts. In particular, field-testing campaigns will be conducted within European projects with international partners.
The research project also requires the candidate to carry out a research period abroad at recognized research institutions.
|