Contenuto
Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca»Unità di ricercaINIZIO_TESTO_DA_INDICIZZARE
UNITA' DI RICERCA
italiano - english
Bibliografia
TRAFFIC MONITORING1. Hsu, W.-L.; Liao, H.-Y.M.; Jeng, B.-S.; Fan, K.-C.; Real-time traffic parameter extraction using entropy, IEE Proceedings Vision, Image and Signal Processing, Volume: 151, Issue: 3, 1 June 2004, Page(s): 194- 202.
2. Breit, H.; Eineder, M.; Holzner, J.; Runge, H.; Bamler, R.; Traffic monitoring using SRTM along-track interferometry, IEEE International Geoscience and Remote Sensing Symposium, 21-25 July 2003, Volume: 2, Page(s): 1187- 1189.
3. Ching-Po Lin; Jen-Chao Tai; Kai-Tai Song; Traffic monitoring based on real-time image tracking, IEEE International Conference on Robotics and Automation, 14-19 Sept. 2003, Volume: 2, Page(s): 2091- 2096.
4. Kamijo, S.; Harada, M.; Sakauchi, M.; A real-time traffic monitoring system by stochastic model combination, IEEE International Conference on Systems, Man and Cybernetics, 5-8 Oct. 2003, Volume: 4, Page(s): 3275- 3281.
5. Ruhe, M.H.O.; Dalaff, C.; Kuhne, R.D.; Traffic monitoring and traffic flow measurement by remote sensing systems, IEEE Intelligent Transportation Systems, 12-15 Oct. 2003, Vol.1, Pages: 760- 764.
6. Kumar, P.; Ranganath, S.; Weimin, H.; Bayesian network based computer vision algorithm for traffic monitoring using video, IEEE Intelligent Transportation Systems, 12-15 Oct. 2003, Volume: 1, Page(s): 897- 902.
7. Mao-Chi Huang; Shwu-Huey Yen; A real-time and color-based computer vision for traffic monitoring system, IEEE International Conference on Multimedia and Expo, 27-30 June 2004, Volume: 3, Page(s): 2119- 2122.
8. Hsu, W.-L.; Liao, H.-Y.M.; Jeng, B.-S.; Fan, K.-C.; Real-time traffic parameter extraction using entropy, IEE Proceedings Vision, Image and Signal Processing, Vol.151, 1 June 2004, Pages: 194- 202.
TRAFFIC SENSORS
9. Versavel, J.; Lemaire, F.; Van der Stede, D.; Camera and computer-aided traffic sensor, Second International Conference on Road Traffic Monitoring, 7-9 Feb 1989, Page(s):66 – 70.
10. Clark, M.A.G.; Kidson, P.; Hodge, A.; Infrared detector development [road traffic sensors], Third International Conference on Road Traffic Control, 1-3 May 1990 Page(s):158 – 162.
11. Kelly, M.J.; Folds, D.J.; Sobhi, N.; ATMS 2000: hybrid automation or a lights out traffic management center?, 'Commercial Applications and Dual-Use Technology' Telesystems Conference, 16-17 June 1993, Page(s):37 – 42.
12. Furstenau, N.; Schmidt, M.; Fiber-optic extrinsic Fabry-Perot interferometer vibration sensor with two-wavelength passive quadrature readout, Instrumentation and Measurement Technology Conference, 19-21 May 1997, Volume 1, Page(s):607 – 610.
13. Chen, S.; Sun, Z.P.; Bridge, B.; Automatic traffic monitoring by intelligent sound detection, IEEE Conference on Intelligent Transportation System, 9-12 Nov. 1997, Page(s):171 – 176.
14. Furstenau, N.; Schmidt, M.; Interferometer vibration sensor with two-wavelength passive quadrature readout, IEEE Transactions on Instrumentation and Measurement, Volume 47, Issue 1, Feb. 1998 Page(s):143 - 147
15. Shiping Chen; Ziping Sun; Bridge, B.; Traffic monitoring using digital sound field mapping, IEEE Transactions on Vehicular Technology, Volume 50, Issue 6, Nov. 2001 Page(s):1582 – 1589.
16. Madden, S.; Franklin, M.J.; Fjording the stream: an architecture for queries over streaming sensor data, 18th International Conference on Data Engineering, 26 Feb.-1 March 2002, Page(s):555 - 566
17. Prevendouros, P.D.; Data gathering for freeway simulation using unintrusive sensors and satellite telemetry, IEEE International Conference on Systems, Man and Cybernetics, 5-8 Oct. 2003, Volume 4, Page(s):3994 – 4001.
ICE SENSOR
18. Fausti, A.; Lelli, R.; Mesini, G.; Remote powered data transmission system, Eleventh International Telecommunications Energy Conference, 15-18 Oct. 1989, Page(s):16.3/1 - 16.3/5.
19. Van Woert, M.L.; The AEOLIS program: prospects for future low-cost, space-borne vector wind sensors, International Geoscience and Remote Sensing Symposium, 27-31 May 1996, Volume 2, Page(s):1117 – 1119.
20. Sekelsky, S.M.; Multi-frequency radar observations of liquid clouds, IEEE International Geoscience and Remote Sensing Symposium, 24-28 July 2000 , Volume 5, Page(s):1807 – 1809.
21. Vivekanandan, J.; Zhang, G.; Politovich, M.K.; Estimation of cloud droplet size and liquid water content using dual-wavelength radar measurements, IEEE International Geoscience and Remote Sensing Symposium, 24-28 July 2000, Volume 5, Page(s):1813 – 1816.
22. Reinking, R.F.; Orr, B.W.; Bissonnette, L.R.; Roy, G.; Frisch, A.S.; Matrosov, S.Y.; Ryerson, C.C.; Remote sensing of cloud droplets during MWISP, IEEE International Geoscience and Remote Sensing Symposium, 24-28 July 2000, Volume 1, Page(s):187 – 189.
23. Jose, K.A.; Sunil, G.; Varadan, V.K.; Varadan, V.V.; Wireless IDT ice sensor, IEEE MTT-S International Microwave Symposium Digest, 2-7 June 2002 , Volume 2, Page(s):655 – 658.
SNOW MONITORING
24. Storvold, R.; Malnes, E.; Snow covered area retrieval using Envisat ASAR wideswath in mountainous areas, IEEE International Geoscience and Remote Sensing Symposium, 20-24 Sept. 2004, Vol.3, Pages: 1845- 1848.
25. Henderson, T.C.; Grant, E.; Luthy, K.; Cintron, J.; Snow monitoring with sensor networks, 29th Annual IEEE International Conference on Local Computer Networks, 16-18 Nov. 2004, Pages: 558- 559.
26. Hallikainen, M.T.; Halme, P.; Takala, M.; Pulliainen, J.; Combined active and passive microwave remote sensing of snow in Finland, IEEE International Geoscience and Remote Sensing Symposium, 21-25 July 2003, Vol.2, Pages: 830- 832.
WIRELESS
27. Ferrigno, L.; Pietrosanto, A.; Paciello, V.; A bluetooth-based proposal of instrument wireless interface” I EEE Transaction on Instrumentation and Measurement Volume 54,Issue 1,Feb. 2005 Page(s):163 - 170
28. Ferrigno, L. ; Pietrosanto, A.; “Enhancement of a BlueTooth-based instrument wireless interface”, Proceedings of the XVII IMEKO World Congress Metrology in the 3rd Millennium June 22-27, 2003, Dubrovnik, Croatia
29. Ferrigno, L.; Pietrosanto, A.; “A Low Cost Visual Sensor Node for BlueTooth Based Measurement Networks” Proceedings of the 20th IEEE Instrumentation and Measurement Technology Conference, 18-20 May 2004, Como (I),Vol:2, Page(s):895 - 900
30. Bernieri, A.; Ferrigno, L.; Laracca, M.; Verde, P.; “Wireless sensor network for power quality monitoring according to iec 61000-4-30” 13th International Symposium on Measurements for Research and Industry Applications, IMEKO, ATHENS page(s):752-758.
31. Dunbar, M.; Plug-and-play sensors in wireless networks, IEEE Instrumentation & Measurement Magazine March 2001, Vol: 4, N:1, page(s):19 23.
32. Akyildiz, I.; Su, W.; Sankarasubramanian, Y.; Cayirci, E.; A Survey on Sensor Network, IEEE Communications Magazines, August, 2002, page(s). 102-114.
33. Raghunathan, V.; Schurgers, C.; Sung Park, P.; Srivastava, M.B.; Energy-Aware Wireless Microsensor Networks”, IEEE Signal Processing Magazine, 2002, Vol:19, N:2, page(s):40 - 50
34. Berman, P; Calinescu, C.; Shah, C.; Zelikovsky, A. Power Efficient Monitoring Management in Sensor Networks, IEEE Communications Society WCNC 2004, page(s):2329-2334.
35. Gharavi, H.; Alamouti, S. M.; Multi priority Video Transmission for Third Generation Wireless Communication Systems, Proceedings of the IEEE, Vol:87, N:10, Oct. 1999, page(s):1751-1763.
36. Gharavi, H. Ban, K.; Video-based multihop ad-hoc sensor network design, World Wireless Congress, May 2002, page(s):469–474.
FOG DETECTION
37. MacHutchon, K.R.; Ryan, A.; Fog detection and warning, a novel approach to sensor location, IEEE AFRICON, 1999, Volume 1, Pages:43-50.
38. Crawford, C.B.; Doran, V.P.A.; Trialand evaluation of intelligent road studs for hazard warning, 12th IEE International Conference on Road Transport Information and Control, 20-22 April 2004, Pages: 132- 136.
39. Remeijn, H.; The Dutch fog-detection and warning project, IEE Conf. Pub. 355 on Road Traffic Monitoring, 1992, Pages:89-95.
RAIN DETECTION
40. Takahashi, N.; Iguchi, T.; The characteristics of system noise of TRMM/PR and their application to the rain detection algorithm, IEEE International Geoscience and Remote Sensing Symposium, 20-24 Sept. 2004, Volume 2, Pages: 910- 913.
41. Garg, K.; Nayar, S.K.; Detection and removal of rain from videos, IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 27 June-2 July 2004, Volume 1, Pages: I-528- I-535.
Programma di ricerca
METODI, DISPOSITIVI E SISTEMI DI MISURA INNOVATIVI PER IL MONITORAGGIO DI RETI STRADALI URBANE ED EXTRA URBANEUniversità di riferimento
Università degli Studi di CASSINO - AUTOMAZIONE, ELETTROMAGNETISMO, INGEGNERIA DELL'INFORMAZIONE E MATEMATICA INDUSTRIALE - CASSINO(FR)Responsabile dell'Unità di ricerca
Giovanni BETTADescrizione
Il progetto nazionale si pone come obiettivo quello di fornire soluzioni innovative nel campo dei metodi, dei dispositivi e dei sistemi di misura per il monitoraggio delle reti urbane ed extra urbane.Sulla base della pluriennale esperienza nella progettazione, realizzazione e caratterizzazione metrologica di sensori sia del responsabile sia dei componenti dell'Unità di Cassino, la stessa si propone di occuparsi principalmente, in collaborazione con le altre UU.OO. partecipanti al progetto, dello sviluppo (o della individuazione) di dispositivi per il monitoraggio del traffico e di dispositivi sensibili alle condizioni ambientali più sfavorevoli per la circolazione stradale.
Le competenze in tale ambito dell'Unità sono anche dimostrate, oltre che dalla ricca produzione scientifica sul tema, dall'avere da poco coordinato un PRIN (bando 2002) avente come oggetto la realizzazione di microsensori e sensori a fibra ottica per applicazioni di monitoraggio ambientale.
Nella prima fase del progetto verrà svolta una attenta analisi di mercato alla ricerca dei dispositivi e dei principi di misura che maggiormente si prestano, per prestazioni e costi, all'applicazione in esame. Sarà inoltre valutata la possibilità di sviluppare soluzioni dedicate, a partire da metodi di misura precedentemente studiati dai ricercatori dell'unità, in collaborazione con quelli dell'unità di Salerno, per la misura di temperatura ed umidità. Tale principio appare utilmente estendibile anche al rilievo di grandezze riconducibili a temperatura ed umidità, quali pioggia, nebbia e ghiaccio.
Si tratta in particolare di sfruttare la variazione dell'indice di rifrazione di fibre ottiche al variare delle caratteristiche chimico fisiche del mezzo circostante. Tale principio di misura ha dato anche luogo ad un brevetto nella sua applicazione a misure del livello dei liquidi.
L'innovazione dei dispositivi che si andranno a realizzare consisterà inoltre nelle integrazione della parte sensoristica con moduli di comunicazione wireless a corto (Bluetooth, WiFi o ZigBee) e a medio raggio (WiMAX). In tal modo saranno realizzati degli smart sensor, cioè dispositivi di misura costituiti da una parte di rilevazione e condizionamento del segnale e da una sezione di comunicazione wireless. Le tecnologie di comunicazione a corto raggio saranno utilizzate per trasmettere le informazioni collezionate dai rispettivi sensori a dispositivi portatili e mobili di data logging (PDA, notebook, ecc.) alloggiati, ad esempio, sui veicoli normalmente adibiti alle operazioni di manutenzione stradale e/o al monitoraggio mobile del traffico. Inoltre, le tecnologie wireless citate, consentiranno di realizzare delle reti locali wireless (Wireless Local Area Network, WLAN) in cui ciascun dispositivo di misura può condividere le informazioni collezionate anche dagli altri dispositivi di misura disposti nel suo raggio d'azione (fino a 300m per Bluetooth e ZigBee, e dell'ordine del km per WiFi), adattando quindi il suo funzionamento anche rispetto ai rilievi effettuati dagli altri sensori o sistemi di misura. Ad esempio, riferendosi ai sistemi per l'acquisizione e l'elaborazione delle immagini veicolari, il loro funzionamento potrebbe essere opportunamente adattato alle condizioni meteorologiche presenti in quel momento, in modo da ottimizzarne la resa e la qualità delle informazioni estratte dalle immagini acquisite. Informazioni utili da rilevare a tale scopo, sono ad esempio, la luminosità, la presenza di pioggia, di nebbia e in generale di tutte le grandezze ambientali che possano determinare difficoltà nelle operazioni di acquisizione e successiva elaborazione delle immagini.
Inoltre l'integrazione nelle reti WLAN anche di dispositivi di collegamento basati su una tecnologia a medio raggio quale WiMAX, darà la possibilità di connettere la rete di sensori wireless ad access point Internet opportunamente dislocati sul territorio con velocità teoriche dell'ordine dei 70Mbps. Tali soluzioni si prospettano come economiche e sufficienti a garantire il data rate necessario per la trasmissione di immagini complesse e filmate in tempo reale. In tal modo qualsiasi postazione remota (ad esempio una centrale di controllo del traffico) dotata di accesso a Internet potrà monitorare in tempo reale o quasi le informazioni provenienti dai vari dispositivi di misura e quindi di ottimizzare ulteriormente la gestione del traffico stradale urbano ed extra-urbano.
Nella possibilità di utilizzare delle tecnologie wireless per la realizzazione di smart sensor e WLAN và comunque considerato un aspetto fondamentale che è legato al problema dell'alimentazione dei vari moduli e dell'ottimizzazione dei consumi. Infatti, una delle peculiarità che rende attraente l'impiego di dispositivi wireless è la possibilità di poterli alimentare con delle opportune batterie. Tali sistemi offrono però una limitata sorgente di energia (< 0.5 Ah, 1.2 V) che lega il tempo di vita dello smart sensor al tempo di vita della batteria. È per queste ragioni che molte ricerche si stanno concentrando sulla creazione di protocolli e algoritmi power-aware, cioè protocolli che ottimizzano il consumo energetico. Mentre nelle Reti Mobili e nelle Reti ad-hoc il consumo di energia è un importante fattore ma non il principale ( che risulta invece il soddisfacimento della qualità del servizio) nelle reti di sensori il consumo di energia è il principale obiettivo da perseguire.
Il consumo di energia in uno smart sensor è essenzialmente dovuto alle tre principali attività svolte: (i) il sensing, (ii) l'elaborazione dei dati e, (iii) la comunicazione dei dati.
Di conseguenza, al fine di garantirne una durata di funzionamento accettabile, è necessario innanzitutto che la scelta dell'hardware sia effettuata in modo da utilizzare dispositivi che garantiscano già bassi consumi e riguardo alla loro applicazione, prestazioni accettabili in termini di velocità di trasmissione. Inoltre, verrà senz'altro curato in maniera rigorosa la parte software di gestione della comunicazione e dell'acquisizione dati al fine di ottimizzare ulteriormente gli stessi. Infine, particolare attenzione sarà dedicata sia al dimensionamento e alla caratterizzazione di sistemi di alimentazione del singolo smart sensor e delle centraline di monitoraggio, che alla realizzazione di sistemi di ricarica basati principalmente su effetti fotovoltaici.
Anche su tale aspetto l'U.O. di Cassino ha una buona esperienza essendosi negli ultimi anni interessata, in collaborazione con l'U.O.di Salerno, della realizzazione di moduli wireless (Bluetooth) per la realizzazione bus di interfaccia wireless per strumentazione di misura e reti di sensori wireless.
Valore aggiunto nella caratterizzazione dei dispositivi che verranno integrati e/o realizzati è senz'altro rappresentato dalla disponibilità presso la facoltà di Ingegneria dell'Università di Cassino di una Camera Semianecoica, in grado di effettuare prove a 3 m di immunità e suscettività a disturbi condotti e radiati, nonché misure di emissione radiata e condotta per la misura delle emissioni prodotte dai dispositivi elettrici e/o elettronici presenti nella realizzazione dei sensori e dei sistemi di misura. Tali studi si rendono necessari al fine di verificare che l'integrazione tra i dispositivi prettamente dedicati al rilievo e alla misura delle grandezze di interesse e le tecnologie di comunicazione adottate per la connessione di tali apparati alle centraline di acquisizione dati, avvenga in maniera esente da interferenze significative che, altrimenti potrebbero causare il malfunzionamento di tali sistemi o la trasmissione di informazioni errate circa lo stato delle grandezze misurate.
