industry 4.0

Cos’è la “mixed reality” e come cambierà la fabbrica

Avere informazioni esattamente dove servono, migliorare la capacità di leggere dati digitali, pensare ad una collaborazione nella manutenzione tra esperti dislocati in luoghi lontani, con la possibilità di scambiarsi informazioni. Sono solo alcuni dei vantaggi della Mixed reality per migliorare il processo produttivo

Pubblicato il 11 Apr 2017

Monica Bordegoni

Dipartimento di Meccanica

Francesco Ferrise

Dipartimento di Meccanica

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
transizione 4.0 - fondo Mise IA IoT blockchain

Come dimostra il recente Cebit di Hannover, si sente sempre più spesso parlare dell’utilizzo della cosiddetta “Mixed Reality” in contesti industriali, nonostante tale tecnologia sia nota da tempo sia al mondo della ricerca sia a quello dell’industria. Cerchiamo innanzitutto di capire cosa è la cosiddetta “Mixed Reality” e come il contesto industriale ne possa beneficiare. Con “Mixed Reality” si intende la fusione di informazioni di natura digitale con informazioni già presenti nel mondo reale. Talvolta al posto del termine Mixed Reality si tende ad usare il termine Augmented Reality (Realtà Aumentata), con riferimento alla proiezione e visualizzazione di informazioni digitali nel mondo reale. Se si pensa ad una classica applicazione di Augmented o Mixed Reality, la mente va ad immagini nelle quali oggetti di natura digitale sono mescolati al mondo reale in maniera del tutto coerente, quasi realistica. Parlare di Augmented Reality o di Mixed Reality talvolta è la stessa cosa.

A titolo di esempio, si immagini di voler aggiungere un bicchiere di natura digitale su di un tavolo reale e volerne visualizzare l’effetto. Innanzitutto è necessario conoscere informazioni del contesto reale per poter proiettare in esso un oggetto digitale, nella posizione esatta in cui desideriamo far apparire l’oggetto digitale. In termini tecnici, la scena reale viene da noi osservata attraverso una telecamera, e l’applicazione ha necessità di sapere dove si trova tale telecamera rispetto al contesto reale, al fine di posizionare propriamente l’oggetto digitale. A tale scopo vengono utilizzati algoritmi detti di tracking, o tracciamento, che analizzano la scena reale al fine di capire il posizionamento e l’orientamento della telecamera che la osserva, per poi allineare gli oggetti digitali con quelli reali. Tali algoritmi sono stati sviluppati da oltre un ventennio, e sono in continua evoluzione. Attualmente hanno raggiunto una qualità ed una precisione decisamente elevate, che ben si adattano all’utilizzo in un contesto industriale. Inoltre, consideriamo il fatto che tutti i dispositivi ‘mobile’ che utilizziamo quotidianamente e che portiamo sempre con noi, sono dotati di telecamere. L’esempio più comune sono gli smartphone. Ma pensiamo anche ai recenti googgles, ovvero gli occhialini dotati di telecamere e visori molto leggeri, dei quali nuovi e più performanti modelli vengono continuamente immessi sul mercato. Se si pensa ad una applicazione di Mixed/Augmented Reality, la si immagina su uno di questi dispositivi.

Come detto, applicazioni di Mixed/Augmented Reality, tipicamente mescolano informazioni visive, visualizzate sul visore del dispositivo, sia questo uno smartphone o degli occhialini. Il concetto di “mixed” può però essere esteso anche ad altri sensi, ovvero udito o tatto per citare i più comuni. Al mondo reale, si aggiungono informazioni sonore o tattili, che sono generate e riprodotte in modo digitale. In questo modo, l’esperienza di “Mixed Reality” può diventare decisamente più complessa da realizzare, ma più interessante per chi la vive. Ed ovviamente si possono aprire scenari applicativi molto interessanti da esplorare.

Ma qual è il vantaggio di integrare informazioni digitali nel contesto reale per il settore industriale? Il primo vantaggio è sicuramente quello di avere informazioni esattamente laddove servono, di migliorare e semplificare la capacità di leggere informazioni di natura digitale. Immaginiamo ad esempio di poter visualizzare dati di natura scientifica, come ad esempio risultati di analisi strutturale o fluidodinamica, su sistemi sotto analisi. Oppure, di fare controlli di qualità confrontando il risultato di un processo di produzione con il prodotto teorico. La lettura delle informazioni diventa decisamente più semplice, immediata, intuitiva, se visualizzata nel contesto reale del processo, o in cui si trova il prodotto. Proviamo ad immaginare anche la possibilità di proiettare informazioni relative alla manutenzione su prodotti industriali complessi. L’operatore viene guidato da un manuale che non è più cartaceo, bensì digitale ed integrato con lo scenario reale, è interattivo e più semplice ed immediato da consultare. Il manuale in “Mixed Reality” può rendere più efficace e semplice la manutenzione, ed eventualmente ridurre gli errori.

Sfruttando le potenzialità delle tecnologie digitali è possibile pensare ad una collaborazione nelle attività di manutenzione tra esperti dislocati in luoghi lontani, con la possibilità di scambiarsi informazioni sulle procedure e registrare la sequenza delle attività. Ovvero, tale tecnologia può essere utilizzata per offrire un servizio di manutenzione remota. Possiamo infine pensare alla possibilità di monitorare un processo produttivo, proiettando informazioni del processo stesso direttamente sulle macchine. Ciò può servire per migliorare il processo produttivo, per agire tempestivamente in caso di fault, per prevenire o predire eventuali anomalie, per rendere quindi il processo più efficiente.

Occorre però precisare che applicazioni di Mixed Reality nel contesto industriale non sono del tutto nuove, e la letteratura scientifica è piena di esempi, casi studio, ed evoluzioni. Cosa c’è quindi di nuovo, e come mai questo interesse nell’Industria 4.0 per tali tecnologie? Sicuramente le tecnologie abilitanti sono sempre più disponibili ed il loro costo si è drasticamente ridotto nel tempo. Al contempo, la qualità e le prestazioni delle tecnologie per la “Mixed Reality” è aumentata ad un livello tale da convincere il mondo industriale a prendere seriamente in considerazione questa opportunità.

Occorre però utilizzare queste tecnologie nel modo corretto, evitando errori che anni di ricerca scientifica hanno evidenziato, per evitare che l’interesse che attualmente c’è attorno a tali tecnologie non crolli di colpo di fronte a promesse ed aspettative non soddisfatte. A tale scopo, l’introduzione di tali tecnologie nel contesto industriale deve essere accompagnato da un’accurata analisi del problema da risolvere, seguito da una progettazione della soluzione e da una verifica della stessa fatta su basi scientifiche. Di certo seguendo questo processo, e affidandosi ad esperti del settore, l’industria del futuro potrà beneficiare di questa tecnologia nota ed utilizzata da tempo in questo ed in altri contesti.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Partecipa alla community

guest

2 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti
EvilGenius
EvilGenius
9 anni fa

Purtroppo la definizione di mixed reality non è corretta, ovvero definita cosi genericamente da risultare non esatta. Secondo la vostra descrizione la mixed reality è semplicemente un mix di informazioni digitali nel contesto reale e poi visualizzate in qualche modo tramite un device. Tuttavia il concetto di mixed reality è ben diverso. Il termine mixed sta per miscelazione di due realtà: quella reale e quella virtuale. Tuttavia in entrambe le realtà gli elementi devono dare l’idea di essere contestualmente e virtualmente presenti. Mi spiego meglio, immaginiamo una classe di una scuola visualizzata in mixed reality, dove alcuni studenti sono reali e altri virtuali. Per parlare di mixed reality gli studenti virtuali devono essere riprodotti con un 3d realistico in modo da dare l’impressione di essere fisicamente presenti nello spazio reale e quindi MIXED fra le due realtà. Quello di cui parlate voi è più un’integrazione dell’ IOT con applicazioni digitali in grado di rilevare i dati e visualizzarli in qualche modo, forse più correttamente si dovrebbe parlare di augmented reality.

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
2
0
Lascia un commento, la tua opinione conta.x