La società guida il progetto europeo di R&S BeCamGreen, al quale partecipa il Politecnico di Milano, con l’obiettivo di migliorare e testare il sistema in uno scenario reale, con traffico. Il sistema consentirà di identificare il tipo di veicolo e il numero di persone a bordo automaticamente, in tempo reale e con la massima precisione
Indra, una delle principali società di consulenza e tecnologia, guida il progetto di R&S BeCamGreen, che ha l’obiettivo di sviluppare una soluzione basata su visione e intelligenza artificiale e su big data. La soluzione contribuirà alla riduzione del traffico – soprattutto per i veicoli con un’unica persona a bordo – e a promuovere nuove politiche di mobilità sostenibile.
Questa attività innovativa in ambito digital cities è finanziata e realizzata all’interno di EIT Digital, un’organizzazione leader in Europa per la trasformazione digitale. EIT Digital, legata alla Commissione Europea, conta sulla partecipazione del Politecnico di Milano. Il progetto intende sfruttare le ricerche precedenti, per perfezionare e testare, in uno scenario reale, con traffico, un prodotto commercializzabile e unico sul mercato. Il sistema consente 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.
La soluzione consentirà alle autorità locali e agli altri gestori di infrastrutture di trasporto, come gli operatori stradali e di parcheggi, di capire quali sono i pattern di mobilità e di definire strategie e politiche volte a ridurre il traffico, promuovere l’utilizzo dei mezzi pubblici, i veicoli ad alta occupazione e a bassa emissione, migliorando la circolazione, la qualità dell’aria e riducendo il rumore.
L’identificazione precisa e automatica dei veicoli e degli occupanti, unita all’ elaborazione e analisi dei dati, consentirà: una migliore conoscenza del traffico, l’applicazione di sconti o sanzioni, tariffe variabili (ad esempio, in parcheggi e pedaggi), restrizioni di accesso ad alcune strade (soprattutto nei centri urbani) in base ai viaggiatori, tipo di veicolo, targa, etc. Inoltre, contribuirà anche a promuovere tra i cittadini l’uso di trasporti condivisi: mezzi pubblici, car-sharing, quelli ad alta occupazione, quelli a bassa emissione, parcheggi dissuasivi, ecc.
Attualmente, l’implementazione di queste misure e il rilevamento delle infrazioni richiedono la sorveglianza e il controllo dissuasivo da parte delle autorità competenti, il che rende l’applicazione complessa e poco effettiva. 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 di Paesi come gli Stati Uniti, dove si facilita la costruzione di corsie speciali, e per lo sviluppo di strategie di limitazione del traffico in alcune città europee.
Visione artificiale, deep learning ed analisi multispettrale
BeCamGreen svilupperà una soluzione automatica e non invasiva grazie all’implementazione delle tecnologie più all’avanguardia di big data, visione artificiale, deep learning e analisi multispettrale.
Indra lavorerà sugli algoritmi di elaborazione di immagini per il rilevamento delle persone e il rilevamento facciale sviluppati in progetti di R&S ai quali ha partecipato, come DAVAO. 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. L’obiettivo è quello di incorporare la tecnologia più all’avanguardia, sia hardware che software, per aumentare la precisione del sistema e ridurre i costi di investimento e messa in funzione a carico dei potenziali clienti.
Dall’altra parte, il Politecnico di Milano 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 in tempo reale fornirà informazioni preziose che aiuteranno i gestori a prendere decisioni, a convalidare e a migliorare le loro strategie di gestione della mobilità.
