FLATBURN, è il dispositivo open source prodotto dall’italiana FAE Technology scelto dal MIT per monitorare la qualità ambientale delle città.

L’inquinamento atmosferico è un grave problema di salute pubblica: l’Organizzazione mondiale della sanità ha stimato che provoca oltre 4 milioni di morti premature ogni anno in tutto il mondo. Tuttavia, non è sempre ampiamente misurato. Ma il gruppo di lavoro del Senseable City Lab del MIT di Boston ha lanciato la versione open source di un rilevatore di inquinamento mobile a basso costo che potrebbe consentire alle amministrazioni pubbliche e alle persone di monitorare la qualità dell’aria in modo più ampio.

Cos’è FLATBURN?

Flatbrun è il dispositivo open source per monitorare la qualità ambientale delle città. Esso rappresenta una nuova generazione di rilevatori di monitoraggio ambientale “drive-by” (ospitati da veicoli): si tratta di un sistema auto-alimentato da energia solare, con parti meccaniche realizzabili con stampanti 3D di tipo “consumer” e dotato di sensori che, installato su veicoli stradali come autobus e automobili, rileva parametri come la qualità dell’aria, l’efficienza energetica, l’impatto acustico, l’umidità e le isole di calore nei contesti urbani.

Flatburn è stato sviluppato con FAE Technology S.p.A. – Società Benefit, PMI Innovativa che opera nel design, prototipazione, progettazione e produzione di soluzioni per il settore dell’elettronica integrata, nell’ambito di un accordo sottoscritto con il Senseable City Lab del MIT (Massachusetts Institute of Technology) diretto dal prof. Carlo Ratti. L’azienda ha sviluppato un nuovo know-how tecnologico in team con i ricercatori del Lab in incontri congiunti i team di ingegneri elettronici. Ultimamente FAE Technology e i laboratori del MIT hanno lavorato fianco a fianco ottimizzando FLATBURN in un progetto pilota destinato alla città di Amsterdam.

Come funziona FLATBURN

Flatburn consente di attivare vere e proprie stazioni di monitoraggio ambientale su ogni veicolo.

Installarlo trasforma i normali veicoli stradali in infrastrutture di rilevamento mobili, che forniscono alle comunità dati sensibili sulla qualità del loro ambiente. I rilevatori, infatti, possono essere applicati a veicoli come autobus e auto tramite un collegamento magnetico e hanno completa autonomia, grazie al pannello fotovoltaico integrato in grado di immagazzinare un utile surplus energetico in condizioni di scarsa luminosità.

Uno dei vantaggi di Flatburn è la capacità di dialogare in tempo reale con altri dispositivi elettronici, tra cui gli smartphone, condividendo dati sulla qualità dell’ambiente urbano in tempo reale e sempre situati nel tempo e nello spazio. Flatburn si avvale, inoltre, di algoritmi di Intelligenza Artificiale, per ampliare l’applicabilità dei dati raccolti dal rilevatore.

Il sistema è dotato di hardware e sensori per la raccolta di dati e la condivisione di informazioni. Viene alimentato da energia solarae ed offre un sistema integrato di intelligenza artificiale destinato al monitoring.

Trattandosi di un progetto totalmente open source, è disponibile un link al repository Github, che contiene le sequenti sezioni:

1. Build
   • /hardware
     • fabrication files per le parti meccaniche di Flatburn, compresi i file per il 3D printing, laser cutting, e un  modello CAD relativo all’intero assemblaggio. LA sezione inclute anche una lista completa dei materiali e dei  componenti meccanici necessari per l’assemblaggio.
     • hardware schematics contenente i file .brb per la scheda principale e la sensor board, visualizzabili con il visdualizzatore free Cadence, oltre agli schemi per i PCB in formato .pdf ed una lista dei materiali per i componenti elettronici.
   • /firmware: La bcode base del firmware di Flatburn, sviluppata con il workbench Particle.io.
   • /fabrication handbook: Il manuale di assemblaggio con istruzioni dettagliate su come realizzare il progetto FLATBURN.
2. Explore
   • rel=”nofollow”/datasets: dataset precalibrati in formato .csv  sulla qualità dell’aria, raccolti durante lo sviluppo del progetto City Scanner a livello mondiale.
   • /calibration handbook: una guida per la validazione e la calibrazione dei dati raccolti atraverso Flatburn.
3. Learn
   • /coding exercise: jupyter notebooks per codificare in Python coding come introduzione alla air quality and environmental sensing ed ai metodi di analisi. Le attività includono l’esplorazione di analisi di serie temporali, analisi geospaziale e pollution hotspot analysis. Le attività di scrittura del codice possono essere sviluppate assieme ai datasets raccolti attraverso precedenti seeesioni del progetto City Scannerso aggiungendo ed integrando i dati raccolti con FLATBURN.
   • /facilitator handbook: è una guida riservata ai principianti, che facilita attraverso una serie di diapositive l’implementazione e gli esercizi di codifica come parte di workshops o altre attività educative.

Ovviamente tutto il materiale è stato rilasciato con licenza MIT.

 

Join our groups on Telegram…

• Gruppo Maker Italia
• Canale Offerte per prodotti maker