Incidenti e rallentamenti sono inevitabili dove c’è traffico. Per le persone incaricate di mantenere le strade libere e il traffico scorrevole, è fondamentale riuscire a ridurre al minimo i disagi ad automobilisti, pedoni e trasporto pubblico.

 

Per i Centri di Gestione del Traffico (TMC) – che hanno il compito di monitorare senza interruzione le strade, tenere aggiornati i guidatori e controllare il flusso del traffico – la videosorveglianza è uno strumento fondamentale, in grado di fornire una panoramica in tempo reale della situazione e di evidenziare fattori quali incidenti, code e traffico lento, che possono alterare la normale circolazione. Tuttavia gli operatori dei TMC non sono macchine, hanno una capacità di attenzione limitata e non sono in grado di monitorare continuamente tutte le telecamere.

L’analisi video, strumento sempre più basato sull’utilizzo dell’IA e della funzione di apprendimento automatico, diventa quindi un aiuto prezioso per l’identificazione dei problemi.

 

Falsi allarmi e fiducia

Quando si verifica un imprevisto, le telecamere inviano ai TMC un segnale di allerta e un video dalla posizione interessata, in modo che uno degli operatori possa effettuare ulteriori analisi e adottare le misure appropriate.

Se tuttavia gli addetti dovessero ricontrollare gran parte delle segnalazioni e se queste si rivelassero false, non si causerebbe solo una perdita di tempo ma anche una diminuzione di fiducia nel sistema. Allo stesso modo, è altrettanto importante che la sua funzione non venga a mancare e che al sistema non sfuggano gli incidenti veri, che richiedono un intervento.

Un altro elemento critico è il tempo necessario per individuare un incidente: più tempo passa prima di intervenire, più aumenta il rischio che si verifichino incidenti secondari legati al primo. Non è infatti raro che il flusso del traffico rallenti notevolmente non solo in direzione dell’incidente ma anche nella carreggiata opposta a causa delle persone che, curiose di sapere cosa sia successo, provocano ulteriori incidenti.

 

Una svolta per l’elaborazione delle immagini

Negli ultimi anni, l’intelligenza artificiale ha avuto sviluppi notevoli. In particolare, nell’ambito dell’elaborazione delle immagini, i concetti di Machine Learning e Deep Learning hanno migliorato di molto le possibilità di classificare e rendere “oggetti” calcolabili eventi, azioni, persone e veicoli.

Le ultime innovazioni di Axis nell’ambito del Deep Learning hanno aiutato a ridurre drasticamente il numero di falsi allarmi rispetto ai mezzi tradizionali, mantenendo un’elevata capacità di rilevare situazioni reali e urgenti.

I vecchi strumenti avevano infatti diverse limitazioni come le ombre – sia quelle di veicoli sia quelle più statiche di alberi nuvole o strutture – che causavano gran parte dei falsi allarmi. Oggi questo non succede più poiché la tecnologia Deep Learning è pensata appositamente per “insegnare” ad un computer a identificare e classificare gli oggetti. Nel caso del monitoraggio del traffico, il computer è addestrato a distinguere i veicoli (auto, camion, moto, ecc.) e ad “ignorare” efficacemente le ombre.

Le conoscenze e l’esperienza di Citilog nella gestione dei dati che vengono così rilevati permettono di creare l’output appropriato per gli operatori. Ci si potrebbe però chiedere se questi dati, raccolti grazie al Deep Learning, rappresentino sempre situazioni reali e di cui i TCM debbano essere informati.

L’accuratezza di questa nuova tecnologia è strettamente legata alla qualità e alla definizione dell’immagine che viene registrata. In questo senso, l’esperienza di Axis, leader nella produzione di telecamere di qualità, in grado di restituire immagini ad alta definizione, diventa un elemento chiave. Con la digitalizzazione degli ultimi anni, il settore della videosorveglianza ha dovuto affrontare nuove sfide, prima tra tutte la trasformazione dell’enorme quantità di dati registrati in informazioni utili in grado di supportare gli operatori dei TMC.

Riguardo al monitoraggio del traffico, Citilog e Axis sono al lavoro per mettere in atto la strategia VisionZero di Citilog, pensata per eliminare i falsi allarmi, i rischi di incidenti secondari e le perdite di tempo, un obiettivo in linea con la missione di Axis di creare un mondo più smart e sicuro.

 

Scopri di più su come Citilog e Axis possano supportare strade più smart e ridurre al minimo gli incidenti stradali:

Soluzioni per strade più intelligenti

 

Questo articolo è apparso originariamente in lingua inglese sul blog globale Secure Insight.