background

Use case DAPPS

 

(SMART CONTRACTS) SU EDGE COMPUTING E SENSORISTICA COLLABORATIVA

Il caso d’uso prevede lo smart-track all’interno di una linea produttiva 4.0 caratterizzata dalla presenza di robot (collaborativi), mezzi di movimento, sistemi operazionali e operatori umani.
Il caso d’uso è rivolto al monitoraggio della posizione e dello spostamento degli operatori secondo un paradigma che fornisce di default un trust sui dati dal campo, che garantisce l’affidabilità delle informazioni e migliora la confidenza sulla correttezza delle azioni da intraprendere verso la linea di produzione. Questo garantisce l’affidabilità delle informazioni e migliora la confidenza sulla correttezza delle azioni da intraprendere verso la linea di produzione.
I temi che hanno la principale relazione con questo caso d’uso sono: Edge Computing, sensoristica collaborativa e DLT e Blockchain ibrida. In particolare, i temi teorici e le ricerche risultanti dagli altri OR del progetto sono stati recepiti nel caso d’uso e messi a fattor comune per la realizzazione di un’innovativa soluzione di trust dei dati e di computazione sicura basata su sensoristica collaborativa.
Integrazioni rispetto agli obiettivi del caso d’uso: sono state analizzate le problematiche alla base del caso d’uso reale Filippetti nell’ambito di una soluzione di smart tracking di operatori all’interno di una linea di produzione attraverso cui deve essere possibile definirne la posizione in tempo reale, garantire un monitoraggio continuo della loro sicurezza attraverso dispositivi IoT wearable, rendere affidabile e sicura l’interazione con i sistemi di produzione come, ad esempio, i robot collaborativi. In questo scenario sono state individuate le tecnologie e le metodologie risultanti dalle fasi precedenti del progetto ovvero: Edge Computing e sensoristica sicura e collaborativa per la raccolta e l’analisi dei dati in tempo reale, DLT e Blockchain ibrida per la notarizzazione dei dati mediante gli smart contract. Sviluppo del caso d’uso: la sensoristica collaborativa basata su Badge IoT wearable Filippetti ed il layer di Edge Computing sono stati estesi con gli algoritmi di consenso sviluppati nel progetto. Gli algoritmi permettono di stabilire la coerenza delle misure di distanze rilevate tra i badge in zone di prossimità, evidenziando device che dichiarano misure discordante o anomale rispetto alla maggioranza degli altri badge. Le informazioni oltre a migliorare il livello di sicurezza delle logiche di safety & security, sono recepite dalla Blockchain ibrida in cui i risultati delle elaborazioni intermedie sono inviate verso la Blockchain regione in Cloud.
Valorizzazione dei risultati: i risultati confermano gli obiettivi finali ed hanno permesso di aggiungere alle soluzioni safety & security elementi di sicurezza e trust dei dati di monitoraggio by-design, riutilizzando la stessa tecnologia IoT ma con elementi di sicurezza propri del progetto. Questo garantisce da una parte la sostenibilità della soluzione senza un cambio di piattaforme hardware o software, dall’altra permette di creare nuovo valore anche nelle soluzioni già esistenti.

Lube 1