Questo sito utilizza cookie e tecnologie simili per garantire il corretto funzionamento, analizzare il traffico e migliorare l’esperienza dell’utente. Continuando a navigare, acconsenti all’uso di queste tecnologie. Puoi gestire le tue preferenze o revocare il consenso in qualsiasi momento tramite le impostazioni del browser.
Prevedere condizioni e rischi delle piste attraverso i dati per sciatori più sicuri
Questa fase riguarda la campagna di raccolta dati a Sestriere, in Italia. Include la preparazione logistica — pianificazione, noleggio dell’attrezzatura e coordinamento con il pilota — e l’esecuzione tecnica mediante rilievi con drone, LiDAR e fotogrammetria. I dati raccolti vengono poi elaborati in CloudCompare e analizzati tramite script Python per generare modelli topografici ad alta risoluzione. L’obiettivo è ottenere dati 3D accurati della superficie e fornire risultati visivi e computazionali validati ai docenti e ai partner del progetto.
Questa fase si concentra sullo sviluppo e la validazione di un solido algoritmo per l’analisi della neve sulle piste da sci. Il flusso di lavoro comprende la fotogrammetria terrestre, il calcolo della profondità della neve e la creazione di un algoritmo di fusione. Le attività spaziano dall’acquisizione e dall’elaborazione dei dati, come la cattura delle immagini, la costruzione delle nuvole di punti del terreno e della neve, e la rielaborazione dei modelli in CloudCompare, fino allo sviluppo del programma in Python e all’integrazione con i dati reali forniti da Prinoth. L’obiettivo è ottenere un’interpretazione più rapida e precisa dei dati raccolti durante le campagne di test attraverso un modello digitale affidabile e basato sui dati. Un ulteriore obiettivo è garantire la scalabilità del modello su altre piste, sfruttando la strumentazione installata a bordo dei gatti delle nevi e abilitando un funzionamento in tempo reale.
Questa fase si concentra sulla modellazione della dinamica dello sciatore per integrare il movimento umano all’interno del Digital Twin della pista. Comprende la ricerca dei modelli di movimento, lo sviluppo di un algoritmo proprietario sul comportamento dello sciatore e la raccolta di dati sulle prestazioni forniti da partner esterni. L’obiettivo è simulare interazioni realistiche tra lo sciatore e la superficie nevosa, permettendo un’analisi accurata delle condizioni della pista, della sicurezza e dell’efficienza complessiva all’interno del Digital Twin.
La campagna di test sulla neve è condotta in collaborazione con Prinoth e con la direzione della stazione sciistica di Sestriere. Comprende la pianificazione e l’esecuzione delle prime sessioni di campionamento, il monitoraggio delle condizioni del manto nevoso e la definizione di eventuali siti alternativi. I dati giornalieri sulla profondità della neve forniti dai partner saranno integrati nel modello digitale della pista per aggiornare l’algoritmo di analisi ambientale in tempo reale. Tramite i dati ottenuti dalle simulazioni del modello matematico-fisico, con il supporto di strumenti di intelligenza artificiale, è possibile migliorare la previsione del pericolo sulla pista. L’output sarà una mappa di rischio che evidenzierà le aree più critiche.
Il team Skislo prevede di integrare il modello fisico in un simulatore dedicato. Questo strumento permetterà di raccogliere dati telemetrici sintetici e di simulare le forze e le perturbazioni che agiscono sugli sciatori durante la discesa.
L’obiettivo finale è la costruzione di un Digital Twin delle piste, utilizzando il modello digitale della superficie (DEM), le condizioni della neve aggiornate e il modello sciatore per ottenere una previsione dei settori più pericolosi della pista. Il modello fornirà inoltre raccomandazioni sulle misure di sicurezza da adottare e metterà in evidenza le aree a maggior rischio.
