Ridurre il traffico e promuovere nuove politiche di mobilità sostenibile con i big data e l’intelligenza artificiale sono i due obiettivi del nuovo progetto europeo di ricerca e sviluppo BeCamGreen guidato da Indra, che parlerà anche italiano grazie al contributo del Politecnico di Milano. Finanziata e realizzata all’interno di Eit Digital, organizzazione leader in Europa per la trasformazione digitale legata alla Commissione Europea, l’iniziativa si presenta come uno dei progetti tecnologici più innovativi e ambiziosi in ambito smart city.
Sfruttando le ricerche effettuate finora, Indra e i suoi partner puntano a perfezionare e testare, in uno scenario reale di traffico, un prodotto commercializzabile e unico sul mercato che consenta di identificare automaticamente, in tempo reale e con alta precisione, il tipo di veicoli presenti sulla strada e il numero di persone a bordo, sia sui sedili anteriori e posteriori.
Meno traffico e più sharing, la sfida di BeCamGreen
Una soluzione che produrrà dati utili alle autorità locali e agli altri gestori di infrastrutture di trasporto, come gli operatori stradali e di parcheggi, che potranno capire quali sono i pattern di mobilità, definire strategie e politiche volte a ridurre il traffico e promuovere l’utilizzo dei mezzi pubblici, i veicoli ad alta occupazione e a bassa emissione, migliorando così la circolazione, la qualità dell’aria e riducendo il rumore. Tutto in nome delle nuove frontiere della mobilità smart.
I vantaggi specifici promessi da BeCamGreen sono numerosi: migliore conoscenza del traffico, applicazione corretta e mirata di sconti o sanzioni, tariffe variabili (parcheggi, pedaggi,ecc.) e restrizioni di accesso ad alcune strade in base al parco circolante e alle sue caratteristiche. Azioni a cui si accompagnerà anche una promozione dell’uso di trasporti condivisi: mezzi pubblici, car-sharing, parcheggi dissuasivi e altro.
Smart mobility, le promesse dell’intelligenza artificiale
Attualmente, spiega Indra in una nota, l’implementazione di queste misure e il rilevamento delle infrazioni richiedono la sorveglianza e il controllo dissuasivo da parte delle autorità competenti. Si tratta di attività che rendono l’applicazione complessa e poco effettiva. Ecco perché BeCamGreen intende completare lo sviluppo di un prodotto commerciale automatico, affidabile e con un costo ragionevole, al fine di rispondere ad una necessità reale del mercato, in quanto si tratta di una soluzione sempre più richiesta nelle gare per le autostrade e per lo sviluppo di strategie di limitazione del traffico in alcune grandi città.
La tecnologia sarà la grande protagonista tra visione artificiale, deep learning e analisi multispettrale. BeCamGreen svilupperà infatti una soluzione automatica e non invasiva grazie all’implementazione delle tecnologie più all’avanguardia, che vedrà Indra in primo piano nel lavoro sugli algoritmi di elaborazione di immagini per il rilevamento delle persone e il rilevamento facciale. Per ottenere la massima precisione, la società utilizzerà i migliori strumenti di visione artificiale e li combinerà con algoritmi volti all’elaborazione di immagini in tempo reale.
A questo si aggiungerà l’analisi multispettrale, che consentirà di rilevare la presenza umana al fine di evitare rilevamenti falsi ed errori, essendo in grado di distinguere, ad esempio, un pupazzo e altri simulatori di presenza. Un mix di hardware e software che ha l’obiettivo è aumentare la precisione del sistema e ridurre i costi di investimento e messa in funzione a carico dei potenziali clienti.
In campo anche il Politecnico di Milano: focus sui big data
Il progetto vedrà coinvolto anche il Politecnico di Milano, che si occuperà dello sviluppo di un motore big data, per rilevare e prevedere lo stato del traffico integrando, in tempo reale, le informazioni di tutti i tipi di sensori IoT, social network, open data e il sottosistema di visione sviluppato per il progetto. Questo motore di macro dati real time made in Italy tempo reale, spiega la nota, fornirà informazioni preziose che aiuteranno i gestori a prendere decisioni, a convalidare e a migliorare le loro strategie di gestione della mobilità.
