IoT · Computer vision · Progetto universitario · 2026
Smart Parking Premium
Il digital twin di un parcheggio. Una webcam sopra un plastico di carta aggiorna in tempo reale lo stato di ogni posto, e sopra ci sono un bot Telegram, una sbarra comandata dal GPS e una federazione B2B.
Il problema
Modellare un parcheggio (lo scenario è un centro commerciale vicino a Bologna più un parcheggio confinante) come digital twin: una copia virtuale dello stato fisico, posto per posto e in tempo reale, su cui si appoggiano tutte le altre funzioni. Il livello edge deve funzionare offline. Va in cloud solo ciò che ha bisogno di internet.
Cosa ho costruito
- Il cuore del twin: stato in memoria thread-safe, con una macchina a tre stati (
FREE/OCCUPIED/RESERVED) e regole di precedenza esplicite. Una prenotazione “protegge” il posto finché non arriva l’auto attesa. - Dalla visione al twin, con un detector intercambiabile. Ho misurato che YOLOv11 pre-addestrato trova zero macchinine viste dall’alto, quindi il default è la computer vision classica, resa robusta alle ombre (soppressione in HSV) e alla mano che sposta le auto (rilevamento della pelle in YCrCb, rimozione dei blob sul bordo, debounce temporale).
- GPS + Haversine (implementata a mano): sotto una certa distanza si apre una sbarra simulata, eventualmente solo se c’è una prenotazione attiva.
- Bot Telegram per disponibilità, prenotazione, annullamento, posizione e targa.
- Federazione B2B: ogni parcheggio è un’istanza identica con la propria configurazione. Le istanze si scambiano solo la disponibilità aggregata, mai lo stato di dettaglio, e
/suggestpropone il parcheggio vicino quando uno è pieno.
Risultati
Una demo funzionante dall’inizio alla fine, con test su Haversine, store e servizio. Il repo non pubblica una valutazione quantitativa.