MENU

Scuola Dottorale

Mariangela Carissimo

 

Mariangela Carissimo
Mariangela  Carissimo
mariangela.carissimo(AT)unifi.it

dottorato 
Architettura, progetto, conoscenza e salvaguardia del patrimonio culturale

curriculum 
Rilievo e rappresentazione dell'architettura e dell'ambiente

ciclo
XLI


Nata ad Altamura (BA), dopo la maturità scientifica si iscrive al corso di studi in Architettura presso l’Università degli Studi di Firenze, dove nel 2025 consegue la laurea discutendo una tesi dal titolo “HBIM e patrimonio storico: un modello virtuale per la conservazione della Fontana delle 99 Cannelle”, svolta con la supervisione del prof. G. Pancani e dedicata allo sviluppo di un workflow Scan-to-BIM-to-XR per la documentazione, la gestione e la valorizzazione del patrimonio storico. Ha collaborato ad attività di digitalizzazione del patrimonio culturale, occupandosi di modellazione informativa nell’ambito dei processi Scan-to-BIM. Dal 2025 è Dottoranda di Ricerca della Scuola di Architettura di Firenze all'interno del curriculum CEAR/10-A “Rilievo e Rappresentazione dell’Architettura e dell’Ambiente”. I suoi interessi riguardano lo sviluppo di protocolli integrati Scan-to-BIM e Scan-to-Mesh per la costruzione di modelli reality-based e la loro integrazione in ambienti immersivi.

Interessi scientifici

Rilievo digitale integrato; modellazione HBIM e mesh‐based per i beni culturali; sviluppo di protocolli Scan-to-BIM e Scan-to-Mesh; interoperabilità tra ambienti BIM e piattaforme XR.

Titolo della tesi

Ambienti XR per il patrimonio culturale: strategie di modellazione reality-based per la fruizione immersiva.

Tutor

prof. Sandro Parrinello

Abstract

La ricerca si propone di esplorare strategie di modellazione reality-based per la rappresentazione immersiva del patrimonio culturale. In risposta a criticità come la frammentazione dei dati, l’assenza di standard per i flussi di modellazione, la scarsa interoperabilità tra software e la difficoltà di accesso per utenti non specialisti, il lavoro mira a definire un workflow Scan-to-XR per garantire continuità informativa, sostenibilità del dato e qualità dell’esperienza utente. Verranno sperimentati processi di modellazione ibrida, che combinano componenti HBIM e mesh-based con gestione multi-LOD e formati interoperabili. I modelli saranno ottimizzati per la fruizione immersiva e validati tramite test di usabilità e accessibilità su utenti eterogenei. L’obiettivo finale è l’ottenimento di un modello replicabile per la produzione di digital twin immersivi, aggiornabili e inclusivi, a supporto della valorizzazione e mediazione culturale.

 

Cookie

I cookie di questo sito servono al suo corretto funzionamento e non raccolgono alcuna tua informazione personale. Se navighi su di esso accetti la loro presenza.  Maggiori informazioni