BeCamGreen, big data e intelligenza artificiale per ridurre il traffico

No comments

I percorsi di trasformazione digitale coinvolgono diversi settori: fra questi, tra i più attivi durante l’ultimo periodo, c’è sicuramente il mondo della mobilità.

L’interesse verso un radicale miglioramento della mobilità attraverso l’innovazione portata dalla disponibilità di nuove tecnologie è sicuramente collegato ad una maggiore attenzione verso l’ambiente e verso la destinazione delle risorse energetiche di origine fossile che richiedono un forte ridimensionamento.

Per questo motivo Indra e Politecnico di Milano hanno avviato una collaborazione attorno al progetto BeCamGreen, un sistema in grado di permettere ai gestori delle infrastrutture di trasporto di definire strategie in grado di migliorare la circolazione veicolare.

Big data e intelligenza artificiale per ridurre il traffico

Con il ricorso ai big data, alla visione artificiale, al deep learning e alle analisi multispettrale, il progetto BeCamGreen sfrutta tecnologie precedenti per identificare in tempo reale e con alta precisione il tipo di veicoli presenti sulla strada e il numero di persone a bordo dei mezzi in circolazione.

La sensoristica multispettrale e le videocamere avanzate infatti, combinate con algoritmi volti all’elaborazione di immagini in tempo reale, permettono di rilevare la presenza umana evitando errori e quindi fornendo una stima precisa di cosa stia succedendo sulla strada.

La mappatura permette di comunicare ai responsabili della filiera del trasporto, compresi i parcheggi, di impostare le scelte migliori per ridurre il numero di mezzi circolanti incentivando il trasporto pubblico, i veicoli ad alta occupazione e a bassa emissione.

Per esempio, il sistema potrebbe comunicare la presenza ricorrente di picchi di traffico per cui il gestore pubblico della circolazione degli autobus potrebbe decidere di incrementare il numero di corse in una specifica fascia oraria.

O ancora potrebbero essere applicati sconti o sanzioni, tariffe variabili per parcheggi o pedaggi, l’apertura o la chiusura di alcune aree al traffico in base ai viaggiatori, al tipo di veicolo utilizzato o il riposizionamento delle flotte di car sharing.

Il risultato atteso è un miglioramento del traffico con una riduzione del rumore generato e un aumento della qualità dell’aria.

Insomma, BeCamGreen vuole automatizzare un processo che attualmente viene effettuato manualmente e con risultati non particolarmente confortanti data l’impossibilità di porre in essere azioni di veloce implementazione data la rapidità con cui si sviluppano e risolvono le situazioni di congestione sulla strada.

Smart NationBeCamGreen, big data e intelligenza artificiale per ridurre il traffico

Related Posts