Una delle applicazioni dell’intelligenza artificiale nell’ambito smart city è quella per il monitoraggio delle strade: si tratta di un’operazione tra le più complesse per via sia dell’estensione, sia del livello di stress a cui queste vengono esposte continuamente; ma i vantaggi che ne derivano sono enormi.
Con l’AI si ha il monitoraggio continuativo e automatico delle strade, permettendo interventi preventivi che forniscono un grande risparmio per le pubbliche amministrazioni, un ridotto costo di impiego e, non ultimo, una maggiore soddisfazione dei cittadini.
Prevenire gli ammaloramenti per ridurre i costi pubblici
In ambito cittadino, l’infrastruttura stradale rappresenta uno dei punti cardine così come una delle sfide più complesse delle amministrazioni pubbliche. I costi relativi alla manutenzione e al monitoraggio dello stato di salute delle strade rappresentano una voce molto importante del bilancio, e una cattiva manutenzione delle strade porta a un ulteriore aumento di tali spese, fino a rappresentare, nei casi più gravi, un pericolo per i cittadini.
Ad oggi, l’operazione di monitoraggio viene effettuata in gran parte tramite ispezione manuale, il che si traduce in un grande impiego di personale, lunghi tempi per coprire aree spesso molto ampie ad articolate, e una generale lentezza del processo di ispezione, censimento e segnalazione. In particolare, si hanno interventi su richieste urgenti di ripristino che impediscono l’attuazione di quella prevenzione e pianificazione efficace che consentirebbe invece costi fortemente ridotti se si intervenisse già nella fase iniziale di guasto, anticipando gli ammaloramenti piuttosto che intervenire alle riparazioni su danni ormai estesi.
Si stima che un intervento preventivo rispetto ad un intervento di manutenzione correttiva urgente generi un risparmio complessivo di almeno 30-40%, oltre a interruzioni di servizio brevi e poco impattanti per la quotidianità dei cittadini.
Le tecnologie abilitanti a raggiungere tale scopo sono varie sul mercato, oltre alla suddetta ispezione manuale. Alcune di queste fanno uso di sensoristica avanzata, ad esempio LIDAR, e sono in grado di raggiungere un’altissima precisione nel riconoscimento di difetti, ma comportano dei costi di preparazione e di impiego elevati, spesso non compatibili con i budget a disposizione per le amministrazioni, mentre altre, come la computer vision e l’intelligenza artificiale, hanno il vantaggio di essere facilmente dispiegabili sul territorio con impatto minimo di setup, senza necessità di particolare formazione, e con l’automazione di monitoraggio, censimento e raccolta di informazioni.
Computer vision e ispezione automatica
Come funziona? La computer vision è una specializzazione dell’intelligenza artificiale che permette di automatizzare l’interpretazione delle immagini. In altre parole, è possibile riconoscere all’interno di immagini e riprese video oggetti, persone, caratteristiche, comportamenti, e molto altro, riuscendo ad estrarre informazioni da tutto quello che una videocamera “vede”. Fino a pochi anni fa, questi sistemi erano particolarmente complessi e richiedevano risorse computazionali ingenti, con diretta ripercussione sui costi di impiego di tali tecnologie e anche sulla portabilità in un ambito dinamico come questo. La necessità di grandi server o l’impiego del cloud poneva inoltre problematiche tecniche per la comunicazione tra veicolo e server per l’invio delle riprese, così come problematiche di privacy. Negli ultimi anni, tuttavia, il progresso tecnologico ha portato allo sviluppo di dispositivi piccoli, di dimensioni simili a quelle di un cellulare, in grado di raggiungere il medesimo scopo con consumi energetici minimi e di fatto rendendo portabili i centri di calcolo.
Nel caso specifico, attraverso un dispositivo di edge computing o in alternativa di uno smartphone posizionato sul cruscotto di un veicolo, è possibile elaborare in tempo reale le immagini riprese identificando ammaloramenti del manto, ostacoli in carreggiata, visibilità e stato manutentivo della segnaletica ed altre informazioni riguardanti lo stato di salute della strada di fronte al veicolo. Effettuando l’elaborazione a bordo del veicolo, e applicando algoritmi di oscuramento dei dati personali, questa metodologia garantisce oltre al rispetto della privacy anche bassissimi costi di esercizio, in quanto i dati raccolti vengono inviati ad una piattaforma di raccolta dati solo dopo l’elaborazione, comunicando le informazioni minime necessarie alle amministrazioni per la valutazione e la programmazione degli interventi.
Una soluzione innovativa: K-EYE Street
Un sistema basato su questa tecnologia è K-EYE Street, un prodotto sviluppato da Key to Business, system integrator italiano attivo da oltre 15 anni. Questo sistema si basa su un dispositivo mobile, installato sul cruscotto di un veicolo, che raccoglie dati in maniera totalmente automatica e invia le informazioni elaborate ad una piattaforma cloud. I dati raccolti includono immagini del danno, tipologia di danno del manto o della segnaletica, ed una stima della pericolosità/urgenza. A queste informazioni si può accedere in tempo reale dalla dashboard di analisi, che mostra la distribuzione sul territorio degli ammaloramenti rilevati, così come dashboard di analisi storica con KPI ed indicatori per valutare l’andamento della manutenzione, le zone monitorate e le riparazioni effettuate, permettendo una pianificazione degli interventi mirata all’ottimizzazione delle spese.
La semplicità d’uso e la facilità di gestione delle segnalazioni rendono questo prodotto tecnologico una grande innovazione nel settore. Viene in questo modo centralizzata la gestione della manutenzione da parte delle amministrazioni e fornito un costante specchio riguardante lo stato manutentivo dell’infrastruttura stradale in ogni momento, aiutando a prendere decisioni informate così come mantenere efficienti le strade da vari punti di vista.
Collaborazione con PISSTA nella manutenzione stradale provinciale
Tra i vari impieghi del sistema citato risulta la collaborazione con PISSTA, un’azienda di manutenzione stradale. Il sistema è utilizzato attualmente per il monitoraggio di una rete stradale provinciale. L’impiego di questa tecnologia permette, con il minimo impiego di risorse, di monitorare grandi porzioni della rete stradale, ottenendo una copertura di circa 200 km di strade ogni giorno per ogni dispositivo impiegato. Attraverso questo sistema sono state raccolte mensilmente mediamente più di 50.000 segnalazioni di vario genere, da piccole crepe o cedimenti fino ai danni più importanti, impiegando un solo veicolo equipaggiato con il dispositivo. Oltre al chiaro risparmio in termini di risorse, questo ha permesso una copertura molto importante e costante del territorio, fornendo in tempo reale elementi oggettivi per la valutazione dello stato di salute delle strade e per gestire interventi manutentivi in base ai dati con importanti ritorni economici e sociali.
