Thesis and Internship Activities

🔖 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 cittĂ  di Parma (conta auto, stato dei parcheggi, conta persone, qualitĂ  dell’aria). L’indice dovrĂ  dare un’indicazione dello stato di funzionamento della cittĂ , 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 sarĂ  composto da dispositivi commerciali, in particolare una termocamera FLIR C5 connessa ad una Raspberry Pi. SarĂ  necessario sviluppare un software (es. in linguaggio Python) in esecuzione all’interno della Raspberry Pi che periodicamente acquisisca un’immagine e la salvi nel filesystem (ed eventualmente la trasmetta ad un server in cloud). SarĂ  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 qualitĂ  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 (es. 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 meteorologici 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 umiditĂ ).
🔖 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-acidi e beta-acidi) utilizzando lo storico delle produzioni ottenute negli anni passati (dal 2020 al 2024) insieme ai dati meteorologici dello stesso periodo temporale.
🔖 P9 Definizione ed implementazione di algoritmi per il riconoscimento di insetti (“cicalina”) in immagini raccolte da apposite trappole per insetti. PossibilitĂ  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. PossibilitĂ  di studiare l’incidenza della cattura di insetti con la produzione finale di luppolo.
🔖 P10 Sviluppo di un applicativo per la generazione dinamica di un diagramma polare, fruibile attraverso un’interfaccia web, a partire da un elenco di banche dati associate alla cittĂ  di Parma.
AttivitĂ  in collaborazione con il Laboratorio di indagine e monitoraggio della cittĂ  (CITYLab) dell’UniversitĂ  di Parma.
🔖 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 funzionalitĂ  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.
🔖 P15 Sviluppo di un modulo web per l’integrazione e la visualizzazione di dati forniti dai servizi gratuiti TomTom (es. dati di traffico, incidenti, parcheggi (es. https://developer.tomtom.com/documentation).
🔖 P16 Analisi della stabilità posturale e/o dei movimenti e della postura del tronco tramite sensori wearable (es. tuta indossabile Xsens Awinda dotata di 17 sensori ad alta precisione).
🔖 P17 Analisi dell’effetto della distrazione artificiale sul cammino tramite IMU, es. camminata mentre si consulta lo smartphone (tramite sensore Xsens DOT).
🔖 P18 Confronto tra guanti indossabili (es. Manus META Gloves) e sistemi vision-based per il tracking della mano, es. per applicazioni cliniche.
🔖 P19 Classificazione automatica (mediante tecniche di estrazione manuale di feature, oppure mediante Machine Learning, ML) dell’intensitĂ  dell’attivitĂ  fisica e dell’affaticamento tramite wearable: analisi di parametri vitali e correlazioni con il movimento.