PROGETTI

In Flyengeneering siamo convinti che dedicare tempo e risorse alle attività di ricerca e sviluppo sia un passaggio indispensabile alla crescita sostenibile della propria impresa e del territorio in cui questa opera.

In linea con la nostra vision e mission, lavoriamo affinché le nuove tecnologie siano di supporto e non di ostacolo alla valorizzazione della nostra professionalità.

Siamo attualmente impegnati in diversi progetti d’innovazione dei processi che ci consentono di entrare in contatto con realtà dinamiche e pronte ad accettare le sfide di nuovi mercati.

In Flyengeneering siamo convinti che dedicare tempo e risorse alle attività di ricerca e sviluppo sia un passaggio indispensabile alla crescita sostenibile della propria impresa e del territorio in cui questa opera.

In linea con la nostra vision e mission, lavoriamo affinché le nuove tecnologie siano di supporto e non di ostacolo alla valorizzazione della nostra professionalità.

Siamo attualmente impegnati in diversi progetti d’innovazione dei processi che ci consentono di entrare in contatto con realtà dinamiche e pronte ad accettare le sfide di nuovi mercati.

Progetto:

  • Titolo: monitoraggio delle ispezioni d’impianti fotovoltaici in ambiente GIS
  • Periodo: 2018-2021
  • Ambito: sistemi geomatici integrati per l’acquisizione,

classificazione automatica di immagini, GIS, Big Data.

  • Dottorando:Fabio Piccinini

Flyengeneering ha finanziato una borsa di studio “EUREKA” POR Marche FSE 2014/2020, per definire un software GIS 4D relazionale che organizza e verifica in un sistema interoperabile diversi livelli di dati, in un processo di integrazione e standardizzazione per la manutenzione/aggiornamento di impianti fotovoltaici in un geodatabase dedicato e per la costruzione dei livelli tematici. Il GIS 4d dedicato, che sarà progettato per gestire informazioni spaziali e temporali, potrà svilupparsi su piattaforme open e web tale da essere di interesse per diverse aree di applicazioni multidisciplinari e utile per processi decisionali geolocalizzati.

Pubblicazioni:

  1. Pierdicca, R., Malinverni, E.S., Piccinini, F., Paolanti, M., Felicetti, A., Zingaretti, P., 2018. Deep Convolutional neural network for automatic detection of damaged photovoltaic cells. The international archives of photogrammetry, remote sensing and spatial information sciences, Volume XLII-2. ISPRS TC Mid-term Symposium “Towards Photogrammetry 2020”, 4-7 June 2018, Riva del Garda (TN), Italy.
  2. Piccinini, F., Pierdicca, R., Malinverni, E.S., 2020. A relational conceptual model in GIS for the management of Photovoltaic Systems. Energies 2020, 13, 2860, MDPI.