LiW@Space

Living Wall for a Space Application

Abstract

Il progetto LiW@Space verte sullo studio, progettazione, prototipazione e sperimentazione di una parete verde vivente (Living Wall), monitorata con raffinata sensoristica che lavora di concerto con funzionalità di Intelligenza Artificiale e componenti elettromeccaniche che ne regolano la vita ed il funzionamento. Il progetto e le tecnologie utilizzate fanno ampio uso di tecnologie digitali avanzate, tra cui si annoverano l’Intelligenza Artificiale, la realtà virtuale ed aumentata ed i Digital Twin.

Il Living Wall è declinato come applicazione in ambito Spaziale per essere alloggiata su moduli pressurizzati abitabili in condizioni di microgravità.
Il contesto applicativo Spaziale è volutamente sfidante, per mettere a punto processi e tecnologie disruptive che possano essere utilizzati in ambiti terrestri. Infatti, si lavorerà in un contesto di ambiente chiuso, in cui gli inquinanti ambientali andranno strettamente monitorati ed eventualmente abbattuti con
metodologie innovative, facendo uso di specie vegetali che assorbiranno e degraderanno le sostanze inquinanti per permettere addirittura di essere successivamente mangiate dagli astronauti, senza mettere a repentaglio la loro salute. Le specie vegetali edibili e/o purificatrici dell’aria saranno coltivate
facendo estrema attenzione al consumo ed al riutilizzo di acqua e nutrienti. In questo, infatti, il contesto spaziale pone grandi sfide, perché spedire in orbita qualsiasi cosa costa molto, sia in termini energetici che economici. Ingegnose soluzioni in ottica di economia circolare saranno studiate per l’acqua, il
substrato, i materiali. Infine, un’analisi del ciclo di vita (Life Cycle Assessment) sarà condotto durante il progetto.

Modelway Activities

Il ruolo di Modelway nel progetto proposto è quello di monitorare lo stato di salute delle piante, mediante la soluzione di computer vision basata su tecnologia AI. In tempo reale, oltre al rilevamento delle condizioni delle piante, gli algoritmi implementano delle feature di decision making, ovvero indicheranno delle azioni da intraprendere (es. irrigamento), al fine di mitigare condizioni pericolose dello stato di salute od implementare azioni
necessarie in maniera automatizzata. Tutte le informazioni verranno condivise e mostrate mediante una HMI user friendly. Gli algoritmi AI messi a punto sfrutteranno sia informazioni visive da camera, sia informazione provenienti da sensori (es. temperatura, umidità, etc.). Complessivamente, l’obiettivo è quello di digitalizzare ed efficientare l’importante contributo green delle colture idroponiche, mediante tecnologie di AI, predisponendo una soluzione impattante e scalabile.

Partners

Modelway

BLUE Engineering

Vastalla

Thales Alenia Space Italia