Dal TGR Leonardo, luce sull’innovazione del Gruppo FS. Il telegiornale tematico di Rai Tre, dedicato al mondo della tecnologia, ha infatti approfondito il progetto del robot ARGO che grazie alla sua sensoristica avanzata, all’intelligenza artificiale e al suo continuo machine learning monitora e ispeziona nel dettaglio i sottocassa dei treni, ovvero la parte inferiore dei convogli.

Argo sta per Autonomous Robotic inspection of rollinG stOck ed è un’innovazione nata da una collaborazione - in piena ottica Open Innovation - fra Trenitalia, capofila del Polo Passeggeri del Gruppo FS e la Spin-off NGR (Next Generation Robotics) della Scuola Superiore Sant’Anna di Pisa.

Una piattaforma robotica modulare che, scorrendo sui binari e sotto al treno, permette di guardare fin dove l’occhio umano non potrebbe arrivare, analizzando nel dettaglio tutti i componenti del convoglio e la loro condizione. ARGO è in sperimentazione presso le officine di manutenzione dello Scalo di San Lorenzo a Roma ed è stato presentato anche all'Expo Ferroviaria 2023 di Milano, di cui abbiamo parlato nell’ultima puntata del nostro podcast podcast Next Stop

 

Argo

Come opera ARGO?

 

Alimentato a batteria, ARGO è capace di muoversi in totale sicurezza sia su binari in fossa, sia in presenza di massi. Durante la sua marcia il robot controlla la presenza/assenza dei componenti del convoglio, il loro stato di usura e deterioramento, e le loro eventuali perdite.

 

L’intero sistema di ARGO, coperto da 3 brevetti internazionali in co-titolarità fra Trenitalia SpA e Scuola Superiore Sant’Anna, rappresenta solo un primo tassello verso l’impiego, da parte di Trenitalia, di tecnologie robotiche capaci di aumentare la sicurezza dei treni, nonché migliorare le condizioni di lavoro degli operatori addetti alle ispezioni dei mezzi.

 

Come è costituita la struttura di ARGO?

 

Il robot è strutturalmente composto da dei gruppi- ruote, che permettono l’adattamento alle diverse condizioni del suolo durante la marcia, da un telaio, che contiene la sensoristica indispensabile alle funzioni di ARGO e da un’architettura informativa comprendente da un lato la parte di controllo del dispositivo, dall’altro la parte di trasmissione e conservazione dei dati acquisiti.

 

Quest’ultima parte racchiude in sé il concetto più nobile di ARGO, ossia quello del suo addestramento mediante l’utilizzo di tecniche di Intelligenza Artificiale (AI), nello specifico Machine Learning (ML). Tutto ciò si riflette nella possibilità di utilizzo di ARGO per scansioni del sottocassa tanto in modalità semi-automatica che totalmente automatica.

 

Ad oggi l’addestramento della rete neurale di ARGO è condotto anche nell’ambito della Flagship Project FP3 del Progetto Europeo ERJU denominata IM4RAIL, con lo scopo di catalizzare i vari task di manutenzione da far assolvere autonomamente ad ARGO grazie ad un lavoro di cooperazione internazionale.