Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA LE MODIFICHE in fondo alla pagina
Bicocca Open Archive
Our goal is to improve and extend our earlier, prototypical work on event-detection platforms, which was able to take immediate action by means of a robotic platform, when a potentially dangerous event was detected. Here we go further by enhancing and extending the system in order to not only detect instances of potentially dangerous events, but to try to predict them before they actually occur. This allows the robot to carry out specific preventive actions to stop them happening in the first place.
D'Auria, D., Persia, F., Bettini, F., Helmer, S. (2019). Predicting and Preventing Dangerous Events via Video Surveillance Using a Robotic Platform. In Proceedings - 3rd IEEE International Conference on Robotic Computing, IRC 2019 (pp.549-554). IEEE [10.1109/IRC.2019.00113].
Predicting and Preventing Dangerous Events via Video Surveillance Using a Robotic Platform
Our goal is to improve and extend our earlier, prototypical work on event-detection platforms, which was able to take immediate action by means of a robotic platform, when a potentially dangerous event was detected. Here we go further by enhancing and extending the system in order to not only detect instances of potentially dangerous events, but to try to predict them before they actually occur. This allows the robot to carry out specific preventive actions to stop them happening in the first place.
D'Auria, D., Persia, F., Bettini, F., Helmer, S. (2019). Predicting and Preventing Dangerous Events via Video Surveillance Using a Robotic Platform. In Proceedings - 3rd IEEE International Conference on Robotic Computing, IRC 2019 (pp.549-554). IEEE [10.1109/IRC.2019.00113].
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10281/468722
Citazioni
1
1
Social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 598/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.
