Lo studio, effettuato con la moderna tecnica di visione artificiale, per due settimanale alla Stazione Centrale ha mostrato il comportamento dei pedoni. Questo approccio potrà migliorare sicurezza, mobilità e accessibilità nelle città
Mobilità, sicurezza e vivibilità nelle città potrebbero migliorare grazie all’intelligenza artificiale. A mostrare questa possibilità è uno studio effettuato da Enea (Agenzia nazionale per le nuove tecnologie, l'energia e lo sviluppo economico sostenibile) a Milano nell’ambito del progetto CityFlows, finanziato dallo European Institute of Innovation and Technology (EIT). I risultati sono stati pubblicati sulla rivista scientifica Urban Science.
Lo studio
Per monitorare il flusso dei pedoni, studiarne i movimenti e capire le potenzialità di questo sistema è stata scelta la Stazione Centrale di Milano, in piazza Duca D’Aosta. Come riporta lo studio, infatti, con circa 600 treni al giorno e oltre 350.000 persone al giorno che la visitano, è attualmente la seconda stazione d'Italia per dimensioni e volume di traffico. Si trova, inoltre, in un punto di interscambio per autobus, tram, filobus e due linee della metropolitana, oltre alle navette aeroportuali. L'area circostante ospita poi taxi e altri servizi di mobilità come biciclette, scooter e car sharing.
Con delle telecamere tradizionali posizionate dall’Azienda Mobilità Ambiente e Territorio (AMAT) all’ingresso della stazione e nei due punti di accesso alla metropolitana è stato monitorato il flusso di persone per due settimane. I ricercatori di Enea hanno poi studiato i filmati utilizzando la computer vision, una moderna tecnica di visione artificiale che ha permesso l’identificazione dei pedoni osservati in circa 2 milioni di fotogrammi, a intervalli di un secondo, con una precisione di circa il 70%. “I filmati acquisiti attraverso telecamere tradizionali, possono essere trasformati in un flusso di informazioni che identifica e quantifica gli oggetti osservati localizzandoli nello spazio e nel tempo”, spiega Federico Karagulian, ricercatore ENEA del Laboratorio di Sistemi e tecnologie per la mobilità sostenibile, “In questo modo, siamo in grado di ricostruire la distribuzione spaziale dei flussi pedonali insieme alle mappe di densità e velocità”. La ricerca è stata condotta nella piena salvaguardia della privacy e “in modo da garantire l’anonimato di ogni persona” precisa Francesco Vellucci, responsabile del Laboratorio ENEA Sistemi e Tecnologie per la Mobilità Sostenibile.
leggi anche
Elon Musk, previsione su AI: "Supererà l'intelligenza umana nel 2025"
I risultati
La ricerca, come riporta il comunicato di Enea, ha mostrato che le principali direzioni seguite dai pedoni sono legate ai punti di interesse, come gli ingressi alla metropolitana e alla stazione ferroviaria. Nel dettaglio, i risultati hanno evidenziato un numero maggiore di pedoni in movimento durante le ore diurne (07:00-10:00), ad eccezione della giornata di venerdì dove si nota un numero maggiore di persone durante le ore serali (17:00-20:00). Nei giorni lavorativi picchi di numerosità sono stati registrati tra le 09:00 e le 12:00 e tra le 16:00 e le 17:00. Un comportamento completamente differente è stato invece osservato il sabato e la domenica quando sono stati registrati numeri elevati di pedoni solo tra le 09:00 e le 11:00. Inoltre, gli accessi alla metropolitana hanno registrato una velocità media delle persone più elevata in uscita (circa 0,77 m/s) che in entrata (0,65 m/s). Sulle possibilità e l’utilità di questa tecnologia il ricercatore Federico Karagulian non ha alcuna perplessità: “L’uso sempre più diffuso di aree pedonali in complessi abitativi, centri commerciali, aeroporti e stazioni ferroviarie in città densamente popolate come Roma e Milano richiede l’utilizzo di dati sui flussi pedonali anche per la sicurezza delle persone. Infatti, quando si progettano zone di passaggio pedonale, indicatori come la densità e le velocità sono comunemente usati per valutare la sicurezza e il livello di servizio. La computer vision è, quindi, una buona metodologia per automatizzare la quantificazione spaziale delle persone in un’area pedonale e avere la possibilità di localizzare le zone di intervento ad una risoluzione dell’ordine del metro, permettendo l’identificazione dei luoghi più frequentati. Ma quello della sorveglianza e della sicurezza è solo uno dei tanti ambiti di applicazione della computer vision che vanno dall’industria, all’automotive per la guida autonoma fino alla medicina”.
