 |
Roberto VEZZANI
Professore Associato
Dipartimento di Ingegneria "Enzo Ferrari"
|
Insegnamento: IOT and 3D Intelligent Systems
Ingegneria informatica (Offerta formativa 2021)
Obiettivi formativi
Obiettivi formativi:
Conoscenza del paradigma IoT, applicato sia in ambito industriale che urbano e domestico. Capacità di progettazione e realizzazione di un intero sistema IoT, attingendo alle conoscenze di tutti gli altri corsi di ingegneria informatica nonché alle risorse presenti in rete. Conoscenza dei principali protocolli di comunicazione usati nel mondo IoT. Conoscenza delle architetture, delle modalità e peculiarità di programmazione dei microcontrollori. Conoscenza dei sensori ed attuatori disponibili sul mercato, con particolare enfasi sui sensori 3d. Conoscenza delle tecniche di computer graphics per l’acquisizione, memorizzazione, manipolazione e rendering di dati tridimensionali.
Prerequisiti
Si richiedono le conoscenze di programmazione, sistemi operativi e reti di calcolatori acquisite in un percorso triennale in Ingegneria Informatica o Informatica
Programma del corso
Il corso si svilupperà in due macromoduli: IoT sensors e 3d sensors. Nel primo modulo verranno studiati e categorizzati diversi tipi di sensori ed attuatori. Verranno presentati elementi di progettazione di circuiti elettronici (cenni), politiche di sensing e acquisizione dati, protocolli per la comunicazione M2M tra dispositivi. In laboratorio si realizzeranno sistemi prototipali completi, dalla programmazione su microcontrollori & SoC (Arduino, ESP8266, etc.), alla implementazione di protocolli di acquisizione e trasmissione dati, (XMPP, CoAP, MQTT, AMQP, WebSocket), all’uso di architetture in cloud di storage/processamento dati.
Nel modulo relativo ai 3d sensors, verranno innanzitutto presentati sia i sensori che i formati di memorizzazione di immagini tridimensionali. Successivamente verranno fornite conoscenze relative ai metodi ed agli algoritmi di elaborazione dei dati geometrici al fine di integrare tali dati per ottenere modelli 3D completi. Parallelamente verranno fornite nozioni base di Computer Grafica relativa alla rappresentazione dei modelli 3D ed alla loro visualizzazione.
Infine, visto che le moderne tecniche di Machine Learning stanno rapidamente spostandosi dall'elaborazione di immagini e video all'elaborazione di dati geometrici (immagini RGBD, nuvole di punti, ecc) saranno trattate le architetture di Deep Learning più moderne a riguardo.
Metodi didattici
Lezioni, seminari aziendali, esercitazioni in laboratorio, deployment di software su microcontrollori, verifica di semplici applicazioni, possibilità di stage in azienda.
Le lezioni teoriche verranno svolte a distanza in modo asincrono (registrate) a causa della situazione sanitaria COVID19, mentre le esercitazioni di laboratorio, verranno guidate dal docente in remoto in modo sincrono, con possibiità di interazione da parte degli studenti.
Testi di riferimento
- Dispense dei docenti
- Manuali disponibili online
Verifica dell'apprendimento
Prova orale per il modulo di 3D. Sviluppo di un progetto e presentazione dello stesso in gruppo per la parte IoT.
Le prove potrebbero essere svolte in presenza o a distanza a seconda dell'evoluzione della situazione COVID19.
Il voto complessivo è la media pesata (1/3 per la parte di 3D, 2/3 per la parte IoT) arrotondata per eccesso.
Gli esiti saranno comunicati immediatamente e verbalizzati tramite Esse3.
Risultati attesi
Conoscenza e capacità di comprensione. Tramite le lezioni in aula lo studente apprende i principali sistemi hardware e software utili in ambito IoT e di gestione dati 3D, anche in riferimento ai paradigmi di industria 4.0.
Capacità di applicare conoscenza e comprensione. Tramite le esercitazioni pratiche in laboratorio, lo studente è in grado sia di implementare che di creare sistemi prototipali per l’IoT e la grafica 3D.
Autonomia di giudizio. Nel corso verranno presentate diverse alternative, sia hardware che software, per permettere allo studente di apprendere le strategie di scelta in fase di realizzazione e progetto.
Capacità di apprendimento. Le attività descritte consentono allo studente di acquisire gli strumenti metodologici per proseguire gli studi e per potere provvedere autonomamente al proprio aggiornamento.