ARGO, il robot del Gruppo FS che innova la manutenzione dei treni, ha ricevuto il Premio Innovazione SMAU 2026. Durante l'evento, Stefano Neri, Responsabile Ingegneria, Tecnologie Rotabili e Innovazione di Trenitalia, ha raccontato l’evoluzione di ARGO, che, grazie anche alle potenzialità dell’intelligenza artificiale, ha raggiunto nuovi traguardi nel campo della manutenzione ferroviaria.
La piattaforma utilizza sensoristica avanzata, computer vision e intelligenza artificiale per ispezionare autonomamente il sottocassa dei rotabili, automatizzando il controllo dello stato di usura degli organi meccanici critici. Il progetto nasce dalla collaborazione tra Trenitalia, Scuola Superiore Sant’Anna di Pisa e Next Generation Robotics (NGR), all’epoca spin-off dell’istituto.
ARGO, acronimo di Autonomous Robotic Inspection of rollinG stOck, utilizza telecamere ad alta risoluzione, sensori lidar e algoritmi di intelligenza artificiale per riconoscere eventuali anomalie nel sottocassa dei treni. Il robot non introduce semplicemente un nuovo strumento nelle officine, ma contribuisce a cambiare il modo stesso di fare manutenzione: più automatizzata, più frequente, supportata dai dati e sempre più orientata alla prevenzione delle anomalie.
ARGO è una piattaforma modulare e semovente progettata per muoversi autonomamente sui binari all’interno degli impianti di manutenzione, sia sui tratti rettilinei sia in curva.
Attraverso la computer vision, il robot automatizza il controllo dello stato di usura degli organi meccanici critici del sottocassa. Può verificare, tra gli altri elementi, la presenza della componentistica meccanica, gli organi dell’apparato frenante e le connessioni elettriche e pneumatiche. Con una massa complessiva di circa 140 kg, ARGO può raggiungere una velocità massima di 3 m/s.
Raggiunto il livello di maturità tecnologica TRL 8, ARGO è impiegato in una fase di training continuativo negli impianti di manutenzione di primo livello di Roma Prenestina e Firenze Osmannoro.
L’obiettivo è definire un modello scalabile e replicabile per utilizzare la tecnologia su diverse tipologie di convogli: treni regionali e Intercity, locomotive e carrozze.
L’addestramento combina l’esperienza dei tecnici di FS con le competenze tecnologiche dei partner. Dopo otto mesi di training, i KPI riportati nella documentazione del progetto indicano valori superiori all’85% nell’individuazione delle criticità, con margini di ulteriore miglioramento.
Il progetto nasce nel 2015 e si sviluppa negli anni attraverso diverse fasi: dall’analisi concettuale alla brevettazione internazionale, fino alla realizzazione della piattaforma meccanica, all’adeguamento della connettività e all’affinamento del software. ARGO integra le competenze di FS nella manutenzione dei treni con robotica, computer vision e intelligenza artificiale, insieme al know-how della Scuola Superiore Sant’Anna e di NGR.
Il progetto si inserisce nell’evoluzione verso una manutenzione ferroviaria sempre più basata sui dati. Sensori, immagini e algoritmi possono infatti supportare l’individuazione delle anomalie e la programmazione degli interventi, favorendo il passaggio dalla manutenzione reattiva a quella predittiva.
Il prossimo obiettivo è consolidare stabilità e affidabilità della piattaforma per integrare ARGO nei piani di manutenzione entro il 2027. Successivamente, il Gruppo punta a estendere il sistema ad altri componenti, flotte e impianti e a collegarlo al DMMS, Dynamic Maintenance Management System.
L’ispezione robotizzata consente di aumentare frequenza e capacità dei controlli, monitorare nel tempo lo stato di usura dei componenti e raccogliere informazioni utili per l’analisi predittiva delle condizioni di guasto. Il sistema contribuisce anche alla sicurezza sul lavoro: per determinate attività riduce la necessità per i manutentori di accedere fisicamente alle fosse di visita, consentendo di analizzare e verificare i dati da remoto.
Una maggiore efficacia dei controlli può inoltre contribuire a ridurre i fermi macchina non programmati, aumentare la disponibilità del materiale rotabile e limitare le perturbazioni alla regolarità del servizio ferroviario. L’estensione della computer vision ad altri elementi dei convogli potrà ampliare ulteriormente le applicazioni di robotica e intelligenza artificiale nella manutenzione dei treni, rafforzando un modello sempre più orientato al monitoraggio delle condizioni dei componenti e alla prevenzione delle anomalie.
