SEDS Sapienza si classifica al III posto nazionale!
La 5a edizione del CASSINI Hackathon si è tenuta dal 24 al 26 marzo ed è stata dedicata all’innovazione nell’impiego delle tecnologie spaziali nell’osservazione della terra in ambito Space for Defence and Security. In particolare, questa edizione ha offerto l’opportunità ai partecipanti di focalizzarsi su tre challenge specifiche ovvero il rafforzamento della mobilità cross terrain, la sicurezza del mare e la protezione delle infrastrutture critiche.
La 5a edizione del CASSINI Hackathon si è tenuta dal 24 al 26 marzo ed è stata dedicata all’innovazione nell’impiego delle tecnologie spaziali nell’osservazione della terra in ambito Space for Defence and Security. In particolare, questa edizione ha offerto l’opportunità ai partecipanti di focalizzarsi su tre challenge specifiche ovvero il rafforzamento della mobilità cross terrain, la sicurezza del mare e la protezione delle infrastrutture critiche.
Il team di Seds Sapienza composto dagli studenti della nostra Università, Gianluca Di Ferdinando, Giovanni Del Vecchio, Marco Dell’Aglia e Benedetta Russo, Riccardo Sacerdoti, ha partecipato alla competizione e si è posizionato al terzo posto!
Il progetto proposto, denominato SafetySat, ideato nell’ambito della challenge dedicata alla protezione delle infrastrutture critiche, consiste nella proposta di un’idea innovativa di business per il monitoraggio dello stato della rete di gasdotti tramite l’impiego dei dati satellitari provenienti dal Programma Copernicus. La proposta prevede la realizzazione di una piattaforma digitale in grado di fornire informazioni utili alla sicurezza dei gasdotti in tempo reale: si prevede di selezionare specifici dati satellitari provenienti da Sentinel 1, Sentinel 2 e Sentinel 5P, ed elaborarli tramite un sistema di Machine Learning in modo da ottenere informazioni sullo stato di salute dell’infrastruttura. L’obiettivo non è solo quello di fornire tali informazioni ai gestori della rete di gas, ma anche quello di creare una piattaforma digitale con un livello di UX sufficientemente elevato in modo che, assieme al processamento dei dati tramite ML, si possano abbattere i tempi di diagnostica ed intervento.