Sviluppo Software
Look at Me
Un'infrastruttura IoT e video per trasformare le attività sportive in contenuti, dati e nuove esperienze digitali
Look at Me
Look at Me è una piattaforma dedicata al mondo dello sport che permette agli utenti di: registrare, visualizzare e condividere video delle proprie attività sportive, a partire da discipline come tennis e padel.
I contenuti video possono essere utilizzati in diversi modi: dalla condivisione sui social alla creazione di dirette streaming per tornei e campionati, fino all'analisi della performance sportiva attraverso sistemi di intelligenza artificiale e machine learning.
SETTORE
Startup
Sport
TECNOLOGIE
AWS
MQTT
Raspberry Pi
NVIDIA Jetson
TypeScript
Python
FFmpeg
GStreamer
SVILUPPO
IoT
Video Streaming
Backend
Microservizi
System Integration
AI & Machine Learning
L'esigenza
Mavigex è diventata partner tecnologico di Look at Me, occupandosi dell'evoluzione dell'infrastruttura cloud e dello sviluppo dei componenti backend e IoT alla base della piattaforma.
Per supportare questa visione era necessario costruire un'infrastruttura tecnologica capace di mettere in comunicazione telecamere, dispositivi IoT, infrastruttura cloud, applicazioni mobile e sistemi di AI, gestendo in modo efficiente anche l'elaborazione e la distribuzione dei video.
Esecuzione
Il lavoro è partito dall'ottimizzazione e dalla messa in sicurezza dell'infrastruttura AWS, attraverso la configurazione di ambienti distinti per sviluppo e produzione e una revisione dell'architettura necessaria a sostenere l'evoluzione della piattaforma.
Una parte centrale del progetto ha riguardato l'integrazione con i dispositivi di acquisizione video. Abbiamo implementato il protocollo MQTT per consentire la comunicazione con le telecamere, adattando il server all'utilizzo del broker e sviluppando API REST per l'invio dei comandi ai device.
Abbiamo inoltre lavorato sull'intera pipeline video per migliorarne qualità, affidabilità ed efficienza. In particolare, abbiamo implementato l'upload diretto dei video su Amazon S3, ottimizzato i codec e il processo di registrazione, sostituendo FFmpeg con GStreamer e configurando MediaEncoder per la gestione della codifica video.
Parallelamente abbiamo sviluppato il backend per la gestione degli utenti e delle statistiche di gioco, che vengono successivamente rese disponibili all'interno dell'applicazione.
L'architettura è stata progettata secondo un approccio a microservizi, utilizzando TypeScript e Python, per consentire ai diversi componenti della piattaforma di comunicare in modo indipendente e facilitare l'evoluzione del sistema.
Un ulteriore elemento del progetto è stato il lavoro di system integration: l'infrastruttura Look at Me deve infatti dialogare con diversi sistemi esterni, tra cui il gestionale per la prenotazione dei campi, l'applicazione mobile e l'infrastruttura di intelligenza artificiale incaricata di ricevere i video ed elaborare le statistiche sportive.
Il risultato è un ecosistema tecnologico in cui la componente fisica, telecamere e dispositivi IoT, comunica con il cloud e con i sistemi software, creando un flusso continuo dal video acquisito sul campo fino al contenuto e ai dati disponibili per l'utente.
Risultati
Ottimizzazione e messa in sicurezza dell'infrastruttura AWS, con separazione degli ambienti di sviluppo e produzione.
Creazione di un'infrastruttura IoT in grado di comunicare con le telecamere attraverso il protocollo MQTT.
Sviluppo delle API necessarie per controllare i dispositivi e gestire le operazioni di acquisizione video.
Miglioramento della qualità e dell'efficienza della pipeline video, attraverso l'ottimizzazione della registrazione e della codifica.
Implementazione dell'upload diretto dei video su Amazon S3, rendendo più efficiente la gestione dei contenuti video.
Evoluzione della pipeline di elaborazione video attraverso l'utilizzo di GStreamer e MediaEncoder.
CONOSCIAMOCI