WatchEDGE studia un’architettura avanzata di edge-computing che supporta applicazioni basate sull’intelligenza artificiale distribuite su siti geograficamente distanti. Ogni sito (o “isola”) – interconnesso tramite SD-WAN – è dotato di un’infrastruttura di edge-computing che può essere fornita da flotte di droni volanti (FANET), radar intelligenti e telecamere fisse o volanti.
Il progetto – orchestrato in modo da massimizzare l’elaborazione dei dati all’edge – lavora su un caso d’uso di sorveglianza ambientale per l’agricoltura intelligente e la protezione della fauna selvatica, basandosi sull’elaborazione delle immagini basata sull’intelligenza artificiale.
WatchEDGE fa parte dello Spoke 8 – Intelligent and Autonomous Systems
[M9-oggi] WatchEDGE ha dato un importante contributo alla definizione dell'architettura complessiva della piattaforma. In particolare, il contributo principale ha riguardato il ruolo delle FANET sia per il monitoraggio dei siti dei clienti che per la fornitura di networking, storage e computing on demand.
- Orchestratori per WatchEDGE: implementazione e simulazione open source
- Rilevamento di oggetti con la visione artificiale aperta.
- Una piattaforma di apprendimento supervisionato per il riconoscimento aereo automatico di animali selvatici.
- Ottimizzazione del bilanciamento del carico computazionale nelle FANET per il riconoscimento aereo di animali selvatici: Un approccio di apprendimento federato.
- Sensori radar intelligenti WatchEDGE: Fase iniziale dell'implementazione hardware.
- Aggregazione di modelli consapevole delle risorse per cicli di formazione ad apprendimento federato nelle SD-WAN
- “From MPLS to SD-WAN to ensure QoS and QoE in cloud-based applications”
- “Performance Characterization and Profiling of Chained CPU-bound Virtual Network Functions”
- “OSCAR: a Contention Window Optimization approach using Deep Reinforcement Learning”
- “MANTRA: an Edge-Computing Framework based on Multi-Armed Bandit for Latency- and Energy-aware Job Offloading in Vehicular Networks”
[M9-oggi]
- Principali risultati scientifici: definizione del ruolo dell'orchestratore FANET per il processo decisionale relativo al controllo del volo (decollo e atterraggio) e al posizionamento di funzioni virtuali su MEC-UAV appartenenti alla FANET.
- Principali risultati industriali/esplorativi: gestione e orchestrazione di una tempesta di UAV organizzati in FANET.
- Publications (50%)
- Joint Publications (30%)
- Demo/PoC (5%)
- System Architecture definition (80%)
- Orchestration and Management Architecture (30%)
- Implementation (5%)
PI di progetto: Guido Maier
Proposte di collaborazione
WatchEDGE è attualmente alla ricerca di nuovi partner, in quanto quattro task del progetto sono attualmente inclusi nella RESTART Cascade Calls relativa allo SPOKE 8 – INTELLIGENT AND AUTONOMOUS SYSTEMS, coordinata dall’Università degli Studi di Roma Tor Vergata. Consultate il bando al seguente link.
È possibile avanzare proposte di collaborazione sul progetto contattando il PI di progetto.
WatchEDGE News: