Hipert SRL è una spinoff dell'Università di Modena e Reggio Emilia, Italia. Lo spinoff è stato creato nel 2020 dal prof. Marko Bertogna e nasce dal laboratorio HiPeRT, un gruppo di ricerca che si occupa di sfruttare in modo prevedibile le prestazioni/potenza offerte dalle piattaforme di calcolo parallelo in ambiti applicativi in cui i vincoli temporali sono cruciali.
Grazie all'esperienza maturata nel settore della robotica, Hipert SRL consente ai sistemi robotici autonomi di percepire l'ambiente, pianificare le azioni corrette e applicare gli appropriati comandi di attuazioni in modo sicuro. Il tutto in tempo reale. Grazie all'ampia esperienza con soluzioni full stack nella robotica autonoma, Hipert SRL consente di ottenere soluzioni automatizzate ad alto livello in diversi ambiti applicativi. In tale senso, in qualità di spinoff accademico con rapporti privilegiati con il laboratorio universitario dell’Università di Modena e Reggio Emilia, Hipert può vantare specifiche competenze sul controllo di sistemi robotici complessi, sistemi embedded real-time, e tecniche di deep e machine learning, con specifico interesse verso algoritmi genetici e reinforcement learning.
Il personale di Hipert vanta una forte esperienza nel controllo di veicoli complessi, in domini operativi eterogenei, quali road, off-road, aerial, maritime. Il personale di Hipert è specializzato nell’ottimizzazione di algoritmi complessi affinchè siano in grado di eseguire in tempo reale su piattaforme embedded di ultima generazione. Esempi di sistemi di controllo realizzati per piattaforme veicolari complesse includono tecniche di model predictive control, controllo non lineare, ottimizzazione discreta/continua, etc.
L’interesse specifico è verso la parallelizzazione/ottimizzazione di tali algoritmi su piattaforme computazionali parallele eterogenee, dalle ridotte dimensioni e consumo energetico, al fine di semplificare l’integrazione in sistemi mobili agili e performanti. Tale esperienza verrà utilizzata per affrontare il problema del controllo in tempo reale delle strutture tensegrity per regolare dinamicamente la configurazione operativa attraverso algoritmi scalabili e performanti, ottimizzando le latenze.
La latenza è un fattore fondamentale nel controllo di tali tipi di dispositivi per consentire il rapido adattamento del sistema robotico tensegrity alle dinamiche tipiche degli scenari di utilizzo. La corretta modellazione del problema di controllo, identificando correttamente le forze e tensioni in gioco, consentirà di ottimizzare la strategia di riconfigurazione dinamica della struttura tensegrity, per attuare in tempo reale i nodi del sistema al fine di orientare in maniera robusta ed efficace il sistema robotico.
