Nei prossimi anni, la combinazione di IA e dati provenienti dai sistemi di video sorveglianza cambierà il modo in cui gestiamo il traffico e la mobilità urbana. Dal routing iper-personalizzato e dalla comunicazione vehicle-to-everything (V2X) alla pianificazione e misurazione più efficaci delle infrastrutture, questi sistemi gettano le basi per un progresso significativo, importante e salvavita.
La tecnologia di sorveglianza come piattaforma innovativa
C'è un cambiamento fondamentale nel modo in cui pensiamo e utilizziamo la tecnologia di video sorveglianza. In passato i progressi nelle funzionalità come risoluzione, bassa luminosità e velocità in fotogrammi più elevate riguardavano l'esperienza dello spettatore. Ora, la qualità, la quantità e l'ampiezza dei dati che questi sistemi acquisiscono ci consentono di fare molto di più del semplice monitoraggio.
Ora possiamo raggiungere tutti i tipi di obiettivi nuovi e complessi, che si tratti di reagire e rispondere a casi in tempo reale, anticipare, prevenire e modificare i risultati o addirittura aggiornare i piani con dati nuovi e variati. Ci offre più modi per calibrare, misurare o persino ridefinire il successo, particolarmente utili per il settore dei trasporti che è stato storicamente vincolato da dati limitati e ristretti.
Le autorità di trasporto e i progettisti devono affrontare un'infinita lista di sfide: Aumento del numero di conducenti, congestione, usura delle strade, obiettivi di emissione, salute e sicurezza pubblica, nonché peggioramento dei modelli ambientali. Diventa particolarmente difficile dare priorità e giustificare gli investimenti, soprattutto all'interno di budget dipartimentali ristretti.
Grazie alla capacità dell'IA di elaborare, analizzare e identificare modelli all'interno di enormi volumi di dati, le autorità dei trasporti presto disporranno di dati molto più ricchi per aiutare a informare queste decisioni, e una quantità significativa di essi proverrà dalla tecnologia di sorveglianza. Questi sistemi stanno diventando sempre più una piattaforma di dati su cui costruire nuovi interessanti casi d'uso che daranno forma alla mobilità di domani. E la buona notizia è che ci sono già milioni di telecamere che monitorano le nostre strade e città, generando dati che aspettano solo di essere utilizzati.
Ecco solo alcuni dei modi pressoché illimitati in cui i sistemi di IA basati sulla sorveglianza possono trasformare i nostri sistemi di trasporto nei prossimi anni:
Pianificazione di itinerari su misura
La pianificazione degli itinerari offre molto di più di quanto si possa pensare. Sebbene siano stati apportati miglioramenti per tenere conto del traffico e degli itinerari alternativi, questi vengono applicati con un approccio globale. Attualmente si ha scarsa o nessuna considerazione per il tipo di veicolo, per non parlare di obiettivi più ampi e concettuali. I sistemi di sorveglianza forniscono già dati in tempo reale sul veicolo del conducente (tramite caratteristiche visibili e tecnologia di riconoscimento targa) e potrebbero presto descrivere le condizioni stradali in tempo reale. In questo modo possono essere utilizzate come risorse ideali per una pianificazione degli itinerari su misura.
Le condizioni atmosferiche, ad esempio, possono influenzare notevolmente le prestazioni del veicolo. La velocità e la direzione del vento influiscono enormemente sul consumo di carburante. Ciò è particolarmente rilevante per i veicoli per il trasporto di merci pesanti che consumano già molto carburante e sono poco aerodinamici. Anche per i veicoli elettrici. I lunghi tempi di ricarica amplificano l'impatto che una riduzione dell'autonomia ha sul viaggio. Allo stesso modo, le strade ghiacciate o parzialmente allagate possono essere attraversate da 4x4, ma i veicoli più piccoli e le motociclette hanno bisogno di percorsi più adatti. I monopattini elettrici sono sensibili alle cattive condizioni della strada, come buche, pietre sciolte o tram. Anche la visibilità, che si tratti di bassa luminosità, nebbia o altre condizioni atmosferiche avverse, può essere presa in considerazione.
Le osservazioni in tempo reale potrebbero anche supportare direttamente i conducenti e migliorare la consapevolezza della situazione. I sistemi di sorveglianza potrebbero individuare i veicoli che hanno difficoltà di trazione e suggerire ai conducenti di ridurre la velocità. Oppure ricorrere a particolarità come il posizionamento su strada o il passaggio ai fendinebbia.
Trasporto e parcheggio assistiti
Un'efficace gestione della corsia di marcia e della velocità può fare la differenza tra traffico scorrevole e code chilometriche. Un sistema che monitora l'utilizzo della corsia e suggerisce quale corsia e velocità utilizzare, tramite l'infotainment a bordo del veicolo e la segnaletica esterna, sarebbe rivoluzionario. Questi stessi sistemi potrebbero anche alimentare i semafori e i sistemi di segnalazione, dando priorità e riequilibrando i tempi per ottenere il massimo effetto. Allo stesso modo, per favorire la conformità a queste istruzioni tramite una forma di riduzione della tassa di circolazione o del premio assicurativo sarebbe necessaria una documentazione affidabile, con telecamere in grado di fornirla. Ma tutti questi veicoli hanno la loro destinazione, il che significa una cosa: Parcheggio.
Il parcheggio è un problema perenne per le autorità municipali. Fino al 30% degli automobilisti nei centri urbani congestionati è alla ricerca di uno spazio. E questo numero non tiene conto degli utenti che hanno rinunciato alla ricerca e si dirigono altrove. In breve, qualsiasi miglioramento in questo campo può avere un enorme impatto su congestione ed emissioni.
Le telecamere sono in grado di individuare facilmente gli spazi adatti, sia all'interno di un parcheggio che in strada. In combinazione con l'analisi del traffico e i progressi nella connettività V2X, in un prossimo futuro gli autisti potrebbero essere assegnati e indirizzati alle aree di parcheggio. L'efficacia di questo sistema è ancora maggiore se si pensa che i veicoli senza conducente comunicano tra loro per sapere chi sta parcheggiando e dove.
Allo stesso modo, questi stessi sistemi potrebbero consigliare il tipo di motore più adatto per i veicoli ibridi. Sapere dove e quante stazioni di ricarica sono disponibili in una certa destinazione, insieme ai livelli di traffico e ai tempi di viaggio necessari, potrebbe suggerire ai veicoli di passare da e verso le modalità a batteria.
Ai conducenti potrebbero anche essere presentate opzioni alternative più efficienti, come parcheggiare più lontano e prendere un bus navetta o noleggiare un monopattino elettrico o una bicicletta.
Migliorare la sicurezza stradale identificando gli incidenti sfiorati
L'obiettivo principale di ogni autorità di trasporto è rendere le strade il più sicure possibile. Gli incidenti e gli infortuni vengono rigorosamente segnalati e informano molti processi decisionali. Il problema del tracciamento di incidenti e infortuni, tuttavia, è che gli incidenti sfiorati non vengono segnalati. Anche quando tutti i segnali indicano un incidente imminente, ciò si verifica solo dopo che sono state intraprese le misure necessarie.
I dati di sorveglianza modificano tutto questo. In aree ad alto rischio, come attraversamenti pedonali, rotatorie e incroci, telecamere e sistemi audio potrebbero facilmente tracciare il comportamento del conducente in avvicinamento, rilevando oggetti come velocità elevate e decelerazioni rapide, slittamenti, uso degli avvisatori acustici e lampeggi di fari. In questo modo si ottengono due risultati. Innanzitutto, il sistema indica quali misure preventive adottare, che si tratti di migliorare l'illuminazione oppure di installare specchietti per una maggiore visibilità o dossi rallentatori. In secondo luogo, si dispone di nuove metriche per valutare l'efficacia delle misure adottate per migliorare la sicurezza stradale. In definitiva, tutto questo si traduce in strade più sicure con meno incidenti.
Ridefinire il successo della pianificazione urbana
Con questo pool di dati in continua espansione, le autorità di trasporto e pianificazione prenderanno presto decisioni molto più informate. Infatti, un numero crescente di città sta investendo in gemelli digitali per modellare l'efficacia di nuove modifiche e proposte prima di introdurle. I sistemi di sorveglianza stanno già dimostrando di essere una fonte preziosa di dati storici e in tempo reale per questo tipo di pianificazione. Gli schemi pilota e le iniziative locali possono fornire un ciclo di feedback sull'apprendimento, il miglioramento e la verifica prima dei principali investimenti a livello urbano.
I risultati di tutti questi test e implementazioni potrebbero quindi essere utilizzati per modellare una varietà di fattori come le politiche di sicurezza pubblica o di (re)investimento, le regole specifiche per i veicoli o le zone, introdurre nuovi schemi fiscali e di generazione di reddito, nonché nuovi incentivi per gli automobilisti.
Allo stesso modo, è possibile introdurre e monitorare facilmente nuovi parametri di successo, come la riduzione degli incidenti sfiorati, la riduzione dei tempi di parcheggio/ricerca dei parcheggi, velocità medie più coerenti: il tutto si traduce in parametri di salute e sicurezza pubblica più ampi al di là del singolo reparto.
Un contributo strumentale
Stiamo solo grattando la superficie per vedere cosa c'è in serbo. Una cosa è chiara: Quanto i dati di sorveglianza saranno funzionali a consentire le soluzioni di traffico future. Tutto mira a garantire che le autorità di trasporto e pianificazione dispongano di molti più strumenti e leve per effettuare investimenti migliori, più sicuri, più sani, più sostenibili e più informati. Le decisioni saranno più facilmente spiegate e giustificate sia al pubblico che ai gestori dei bilanci. E, in ultima analisi, l'esperienza complessiva per automobilisti, pedoni o altri migliorerà drasticamente.
