01
Input fisico
Camera, display, sensori, microcontrollori, veicoli, LED, meteo e interazioni utente sono il punto di partenza del sistema.
EGO-SYSTEMS · architettura applicativa
EGO-SYSTEMS:
Architettura applicativa
Tre piattaforme, un backbone comune: dispositivi e sensori → servizi edge → dati/API → dashboard e servizi esterni.
Matrice applicativa
Dispositivi, edge, dati e servizi in un unico disegno.
La pagina traduce la slide architetturale in una matrice leggibile: ogni riga è una piattaforma, ogni colonna è uno strato tecnico del sistema.
1 Input fisico
2 Servizi edge
3 Dati / AI / integrazione
4 Output / servizi
Mirror hardware
Raspberry Pi, Camera3, display HDMI, touchscreen, RING LED, storage locale NVME, rete LAN/WLAN, web application su tablet per medico o mobile staff.
Media pipeline
Libcamera, Picamera2, GStreamer, MJPEG preview, acquisizione foto/video e controllo del display locale.
Workflow e dati
DB locale, media store, CRM/share, consenso, riconoscimento volto e gesture, integrazione Nextcloud e CRM.
Servizi applicativi
Workflow studio medico, mirror experience per shop, media sessioni, condivisione controllata e supporto operativo.
Stazione meteo
Stazione autocostruita con Raspberry Pi4, sensori DS18B20, BME280, PMS5003, MICS6814, SI1145 e SparkFun Weather Meter Kit.
Raccolta e normalizzazione
Driver Python custom, WeeWX, back-end e job Python per storici e reader dei dati ambientali.
Storico/API
MariaDB, JSON/API, normalizzazione, lettura storica e preparazione dati per dashboard e trend.
Dashboard meteo
Visualizzazione meteo locale, trend, forecast, consultazione storica e possibile integrazione con SmartCity.
Plastico e sensori urbani
Plastico autocostruito con Raspberry Pi3, attuatori motorizzati digitali, veicolo e sensori urbani simulati tramite LED/eventi.
Event engine
Back-end Python, MQTT/event engine, lettura eventi, dashboard con tracking realtime e Chrome kiosk mode via HDMI.
Mappa, eventi e AI
Eventi geolocalizzati, pattern, priorità, interazione utente con gli eventi e layer AI come supporto decisionale.
Servizi urbani
Dashboard urbana, sito demo cartografico, alert, storico eventi, manutenzione, sicurezza e decisioni data-driven.
Backbone comune
MQTT / REST API / Web dashboard / DB locale-MariaDB-SQLite / file media / export verso sito demo
Layer tecnici
La stessa logica, adattata a contesti diversi.
EGO-R, EGO-Weather ed EGO-SmartCity condividono il passaggio dal mondo fisico al servizio applicativo, cambiando sensori, workflow e interfacce finali.
02
Servizi edge
Backend locali, driver, pipeline video, event engine e automazioni permettono ai prototipi di funzionare anche offline-first.
03
Dati / API / AI
Storico, DB locale, API, dashboard, media store e layer AI trasformano input e contenuti in informazioni riusabili.
04
Output / servizi
Workflow studio, mirror experience, dashboard urbana, forecast, report, sharing e decisioni operative sono l’uscita applicativa.
Principi tecnici
Cinque principi per prototipi dimostrabili e riusabili.
Le demo devono poter funzionare localmente, anche senza dipendere da servizi esterni.
Quando serve, dati e workflow possono dialogare con CRM, Nextcloud, API o siti demo.
Il dato non resta istantaneo: diventa storico, confronto, trend, alert o follow-up.
L’AI viene introdotta come livello applicativo su dati, eventi, pattern e priorità.
Lo stesso backbone può generare esperienze diverse: studio, shop, meteo, smart city, wellness.
Piattaforme collegate
Tre linee di progetto, una struttura comune.
Mirror experience, sessioni paziente, shop experience, media workflow, privacy, sharing e interfacce staff.
Studio Medico
Stazione meteo autocostruita, dati ambientali, storico, dashboard, trend e integrazione con scenari SmartCity.
Weather
Plastico urbano, veicolo sensorizzato, eventi, MQTT, dashboard realtime, mappe e servizi data-driven.
SmartCity