Smart City: il monitoraggio del traffico pedonale grazie all’AI, la soluzione intelligente dell’Enea

L’Enea con il progetto CityFlows studia i flussi pedonali utilizzando l’AI e la computer vision. La sperimentazione pilota all’ingresso della stazione Centrale di Milano ha mostrato risultati soddisfacenti 

Ormai è chiaro: la tecnologia e l’AI sono imprescindibili per la progettazione di una Smart City degna di questo nome.

L’Enea, l’Agenzia nazionale per le nuove tecnologie, nell’ambito del progetto CityFlows, ha utilizzato entrambe con l’obiettivo di migliorare la sicurezza e la vivibilità nelle città e per monitorare i flussi pedonali in aree affollate.

Il progetto CityFlows è stato finanziato dallo European Institute of Innovation and Technology (EIT), e i risultati sono stati pubblicati sulla rivista scientifica Urban Science.

La sperimentazione alla stazione di Milano centrale

Per il monitoraggio della mobilità pedonale i ricercatori dell’ENEA hanno analizzato i filmati acquisiti attraverso un sistema di videoregistrazione installato dall’Azienda Mobilità Ambiente e Territorio (AMAT).

Per due settimane è stato ripreso il flusso di persone attorno all’ingresso principale della stazione di Milano centrale e presso i due punti di accesso alla metropolitana.

Si tratta di uno degli snodi strategici della città, frequentato quotidianamente da oltre 350mila persone.

Federico Karagulian, ricercatore ENEA del Laboratorio di Sistemi e tecnologie per la mobilità sostenibile e coautore dello studio insieme ai colleghi Carlo Liberto, Matteo Corazza e Gaetano Valenti e ai ricercatori dell’Università di Roma Tre, Andreea Dumitru e Marialisa Nigro, ha spiegato il progetto pilota avviato presso i luoghi attigui alla stazione di Milano.

Queste le sue parole: “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”.

AI e computer vision

I filmati, acquisiti per due settimane attraverso telecamere tradizionali, sono stati elaborati attraverso una tecnica di visione artificiale e trasformati in un flusso di informazioni che ha identificato e quantificato gli oggetti osservati localizzandoli nello spazio e nel tempo.

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%.

Le immagini registrate sono state trattate in modo da garantire l’anonimato di ogni persona (un segnaposto ha informato i pedoni che le immagini registrate sarebbero state usate all’interno del progetto di ricerca CityFlow).

Il team dell’Enea, attraverso la computer vision ha 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, permettendo di ottenere elaborazioni statistiche sui risultati ottenuti.

In questo modo è stato possibile quantificare parametri quali numerosità, densità, direzione e velocità dei pedoni.

Dati che possono essere sfruttati da un amministratore pubblico che ha la necessità di avere una visione chiara delle dinamiche che avvengono in una particolare area della città.

La qualità dei dati

I sistemi automatizzati che fanno leva su innovazione e intelligenza artificiale hanno la potenzialità di rivoluzionare le modalità di pianificazione urbana.

Dallo studio dell’Enea nei luoghi circostanti la stazione di Milano Centrale è emerso che le principali direzioni seguite dai pedoni sono legate ai punti di interesse, come gli ingressi alla metropolitana e alla stazione ferroviaria.

Nello specifico, i risultati hanno evidenziato un numero maggiore di pedoni in movimento durante le ore diurne (07:00-10:00), a 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.

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).

Una pianificazione urbana ad hoc

Federico Karagulian ha sottolineato l’importanza della computer vision nel contesto della pianificazione urbana.

Queste le sue dichiarazioni: “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 a una risoluzione dell’ordine del metro, permettendo l’identificazione dei luoghi più frequentati”.

Emiliano Ragoni