IL PROGETTO

Intelligenza artificiale per la sicurezza nelle città: primo test alla Stazione centrale di Milano

I risultati di uno studio Enea nell’ambito di CityFlows, iniziativa finanziata dall’European Institute of Innovation and Technology. Grazie alla computer vision elaborati circa 2 milioni di fotogrammi, a intervalli di un secondo, con una precisione di circa il 70%

Pubblicato il 25 Mar 2024

Enzo Lima

flussi-pedonali

Utilizzare l’intelligenza artificiale per monitorare i flussi pedonali nelle aree cittadine affollate, utilizzando i filmati acquisiti grazie a un sistema di videoregistrazione che è stato installato per due settimane all’ingresso della Stazione Centrale di Milano e presso i due punti di accesso alla metropolitana da Amat, l’Azienda Mobilità Ambiente e Territorio. E’ questo l’obiettivo dello studio realizzato da Enea, all’interno del progetto CityFlows, per migliorare la sicurezza e la vivibilità nei centri urbani. A finanziare l’iniziativa, i cui risultati sono stati pubblicati sulla rivista scientifica Urban Sciences, è Eit, European Institute of Innovation and Technology (EIT).

L’AI per monitorare i pedoni

“Per la nostra analisi ci siamo concentrati su piazza Duca d’Aosta, di fronte alla Stazione Centrale di Milano, la seconda in Italia per dimensioni e volume di traffico con circa 600 treni al giorno e uno degli snodi strategici della città, frequentato quotidianamente da oltre 350mila persone, dove convergono tutti i tipi di mezzi di trasporto cittadino – afferma Federico Karagulian, ricercatore Enea del Laboratorio di Sistemi e tecnologie per la mobilità sostenibile e coautore dello studio insieme a Carlo Liberto, Matteo Corazza e Gaetano Valenti e ai ricercatori dell’Università di Roma Tre Andrea Dumitru e Marialisa Nigro.

“L’impiego della computer vision ha consentito l’identificazione univoca dei pedoni osservati in circa 2 milioni di fotogrammi, a intervalli di un secondo, con una precisione di circa il 70% – prosegue il ricercatore – Infatti, grazie a questa innovativa tecnica di visione artificiale, 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. In questo modo, siamo in grado di ricostruire la distribuzione spaziale dei flussi pedonali insieme alle mappe di densità e velocità”.

Analisi dei flussi e rispetto della privacy

“L’identificazione delle persone è avvenuta nella piena salvaguardia della privacy – sottolinea Francesco Vellucci, responsabile del Laboratorio Enea Sistemi e Tecnologie per la Mobilità Sostenibile – Le immagini registrate in ogni momento della ricerca sono state infatti trattate in modo da garantire l’anonimato di ogni persona. Inoltre, un segnaposto informava i pedoni che le immagini registrate sarebbero state usate all’interno del progetto di ricerca CityFlow”.

 La computer vision per l’elaborazione statistica

“La novità di questo lavoro – argomenta Karagulian – è rappresentata soprattutto dalla metodologia di elaborazione dei dati utilizzata a valle dell’algoritmo di computer vision. Infatti, se da un lato l’identificazione di persone e oggetti attraverso questa tecnologia è ben conosciuta, esistono ancora pochi lavori che mostrano il suo potenziale utilizzo statistico”.

“È stato quindi creato un framework che, dopo aver identificato e tracciato nel tempo e nello spazio ogni pedone, ha permesso la sua rappresentazione bidimensionale su mappa alla risoluzione del metro – prosegue – consentendo di ottenere elaborazioni statistiche sui risultati ottenuti. Parametri quali numerosità, densità, direzione e velocità dei pedoni sono stati quantificati e visualizzati per il potenziale utente finale, come ad esempio un amministratore pubblico che ha la necessità di avere una visione chiara e concisa delle dinamiche che avvengono in una particolare area della città”.

I risultati dello studio

Dalla ricerca emerge che le principali direzioni seguite dai pedoni sono legate ai punti di interesse, nel caso specifico gli ingressi alla metropolitana e alla stazione ferroviaria. Il numero maggiore di pedoni in movimento è stato registrato nella fascia oraria tra le 7 e le 10 del mattino e tra le 16 e le 17, tranne che il venerdì, quando il picco si è verificato nel pomeriggio tre le 17 e le 20.

Quanto ai fine settimana, il “traffico” di pedoni più intenso è stato registrato tra le 9 e le 11, con una velocità media delle persone più elevata in uscita (circa 0,77 m/s) che in entrata (0,65 m/s).

L’utilizzo dei dati per la sicurezza

“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 – conclude Karagulian –  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”.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 5