Bando assegno di ricerca n. 5/2023 - H&M: Hyperspectral and Multispectral Fruit Sugar Content Estimation for Robot Harvesting Operations in Difficult Environments (2023-0070-1340-204878)

Data pubblicazione: 25-05-2023
Data scadenza: 24-06-2023
Centro di spesa: DIPARTIMENTO DI INGEGNERIA INFORMATICA, AUTOMATICA E GESTIONALE -ANTONIO RUBERTI-
data dell'ultimo aggiornamento: 26/07/2023 - 10:19
Codice bando: 5
Tracce prove scritte:
2023-0070-1340-204878
Totale incarichi: 1

Incarichi conferiti

Tutte le pubblicazioni riguardanti i titolari di incarichi politici, i dirigenti, i consulenti e i collaboratori, di seguito riportate, sono garantite per tutta la durata dell'incarico nonché per un periodo ulteriore di tre anni decorrenti dalla data di cessazione dell'incarico medesimo ai sensi delle normative vigenti in termini di Trasparenza e Privacy.

ESTREMI ATTO Nominativo Periodo rapporto Oggetto dell'incarico Compenso
Contratto per assegno di ricerca di cui al bando n. 5/2023 ""H&M: Hyperspectral and Multispectral Fruit Sugar Content Estimation for Robot Harvesting Operations in Difficult Environments" DI GIAMMARINO LUCA 01-08-2023 to 31-07-2024

Il progetto H&M mira a colmare il divario tra modelli di risposta iperspettrali e multispettrali relativamente alla stima della qualità dei frutti in agricoltura. Il ricercatore lavorerà sotto la supervisione del PI per raggiungere tutti gli obiettivi del progetto. In particolare, alcuni dei compiti più rilevanti: 1. Caratterizzazione del problema di stima della qualità in termini di analisi continua  di un flusso video con tencniche di filtraggio bayesiano, analisi di sequenze temporali e simili.2. Sviluppo e applicazione di algoritmi di mappatura 3D che abilitino alla stima continua della qualità dei frutti utilizzando tecniche di Simultaneous Localization and Mapping (SLAM) applicate a sensori stereoscopici, o lidar. 3. Caratterizzare la firma spettrale dell'uva da tavola, in particolare quella coltivata nel Lazio (es. Pizzutello), sia con revisione della letteratura, sia mediante raccolta e sperimentazione di dati sul campo. 4. Data la firma spettrale dell'uva da tavola, utilizzare metodi statistici per scegliere le bande spettrali più rilevanti da utilizzare negli algoritmi di stima del contenuto di zucchero. 5. Analizzare le principali fonti di non idealità e rumore tra misurazioni di laboratorio e misurazioni sul campo. 6. Sviluppo di algoritmi per la stima del livello di zucchero basati su dati multispettrali che sfruttano le conoscenze acquisite nei task precedenti. 7. Supporto nelle attività di divulgazione, principalmente legate alla pubblicazione dei risultatiin conferenze e riviste di computer vision e agricoltura di precisione.

€19 367.00
© Sapienza Università di Roma - Piazzale Aldo Moro 5, 00185 Roma - (+39) 06 49911 - CF 80209930587 PI 02133771002