[P1] Sviluppo di una rete, basata su blockchain, per la tracciabilità dei dati raccolti in scenari agricoli (es. parametri del terreno e dell’aria, consumo idrico, posizione dei prodotti raccolti, ecc.). Il sistema deve essere costruito tramite il framework Hyperledger Fabric, con API per l’interazione con le entità e visualizzazione grafica delle transazioni relative alle possibili colture (es. agricoltore, trasportatore, azienda di lavorazione, trasportatore verso il negozio, negozio).
[P2] Definizione e implementazione di un “indice di stato” a partire da diversi flussi dati in ingresso generati da dispositivi Internet of Things (IoT) installati nella città di Parma (conta auto, stato dei parcheggi, conta persone, qualità dell’aria). L’indice dovrà dare un’indicazione dello stato di funzionamento della città, assegnando un punteggio ad ogni categoria in ingresso, e poi definendo un indice unico (es. tramite media pesata).
[P3] Visualizzazione in una dashboard Web di dati in serie temporale (animazioni) e geolocalizzati su mappe ArcGIS. I dati in ingresso potrebbero essere dati generati da dispositivi IoT installati in diversi punti della città di Parma, o il risultato di una loro elaborazione.
[P4] Sviluppo di un dispositivo IoT per la raccolta di immagini termiche all’interno di una serra. Il sistema sarà composto da dispositivi commerciali, in particolare una termocamera FLIR C5 connessa ad una Raspberry Pi. Sarà necessario sviluppare un software (es. in linguaggio Python) in esecuzione all’interno della RaspberryPi che periodicamente acquisisca un’immagine e la salvi nel filesystem (ed eventualmente la trasmetta ad un server in cloud). Sarà inoltre possibile effettuare analisi dati sulle immagini raccolte (es. stato di salute e/o accrescimento delle piante).
[P5] Definizione e implementazione di algoritmi per l’analisi di dati satellitari in ambito “smart city”. Ad esempio, le informazioni provenienti da diverse costellazioni (PRISMA, COSMO-SKYMED, Copernicus, IRIDE) potranno essere utilizzate per raccogliere parametri relativi alla qualità dell’aria, alla valutazione dello stato di salute del patrimonio arboreo, al censimento delle aree verdi. I dati satellitari potranno inoltre essere correlati con valori sensoriali nell’area cittadina.
[P6] Sviluppo di un connettore software per l’integrazione di dati legati ad una rete di distribuzione dell’acqua. Tali dati dovranno essere recuperati periodicamente (ad. esempio da uno script Python) e salvati in una base di dati esistente. Dopo l’implementazione dell’integrazione, è possibile sviluppare algoritmi e modelli di analisi (identificazione di outlier, statistiche, previsioni).
[P7] Definizione di un indice di tipo “Hop Harvesting Index” per l’identificazione precoce del momento ottimale per la raccolta del luppolo. La definizione può essere sviluppata utilizzando in input dati metereologici giornalieri relativi alle stagioni di coltivazione del luppolo dal 2020 al 2024 insieme ai dati risultanti dalle analisi di laboratorio effettuate direttamente sui coni di luppolo negli stessi anni (alpha-acidi, beta-acidi e valori di umidità).
[P8] Definizione ed implementazione di un algoritmo per la stima della produzione finale di luppolo, in termini di quantità di coni o qualità di parametri chimici di essi (quali alpha- e beta-acidi) utilizzando lo storico delle produzioni ottenute negli anni passati (dal 2020 al 2024) insieme ai dati metereologici dello stesso periodo temporale.
[P9] Definizione ed implementazione di algoritmi per il riconoscimento di insetti (cicalina) in immagini raccolte da apposite trappole per insetti. Possibilità di integrare l’algoritmo con l’analisi della correlazione tra la presenza di insetti e le ondate di calore, alte temperature e altri dati ambientali. Possibilità di studiare l’incidenza della cattura di insetti con la produzione finale di luppolo.
[P10] Monitoraggio di parametri ambientali e stato di salute di piante di mais in serra. Le piante sono sottoposte a due differenti condizioni irrigue (50%-100%) e a 3 differenti trattamenti differenti con biostimolanti. L’obiettivo è quello di comprendere come le piante reagiscono ai diversi stimoli ed eventuali stress idrici. Possibilità di installare telecamere per il monitoraggio visivo dello stato di salute delle piante stesse.
[P11] Sviluppo di un’interfaccia grafica (es. GUI desktop o Web-based) per l’interazione con la libreria VoIP mjSIP, con definizione di rubrica e funzionalità aggiuntive utili per la libreria.
[P12] Sviluppo di un sistema di videoconferenza basato sulla libreria VoIP mjSIP e mediante l’utilizzo di WebRTC.
[P13] Definizione ed implementazione di meccanismi di sicurezza per sistemi VoIP relativamente alle fasi di Authentication, Authorization & Accounting (AAA) ed interazione tra entità VoIP (es. mediante la libreria mjSIP).
[P14] Sviluppo di un’interfaccia grafica (es. GUI desktop o Web-based) per l’interazione con la libreria NEMO (https://netsec.unipr.it/project/nemo/).
