Intelligenza artificiale per un test in stazione Centrale
Utilizzare l’intelligenza artificiale per monitorare i flussi pedonali nelle aree cittadine affollate, utilizzando i filmati acquisiti grazie a un sistema di videoregistrazione che è stato installato per due settimane all’ingresso della Stazione Centrale di Milano e presso i due punti di accesso alla metropolitana da Amat, l’Azienda Mobilità Ambiente e Territorio. E’ questo l’obiettivo dello studio realizzato da Enea, all’interno del progetto CityFlows, per migliorare la sicurezza e la vivibilità nei centri urbani.
“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”, ha dichiarato Federico Karagulian, ricercatore ENEA del Laboratorio di Sistemi e tecnologie per la mobilità sostenibile.
“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%. Infatti, grazie a questa innovativa tecnica di visione artificiale, i filmati acquisiti attraverso telecamere tradizionali, possono essere trasformati in un flusso di informazioni che identifica e quantifica gli oggetti osservati localizzandoli nello spazio e nel tempo. In questo modo, siamo in grado di ricostruire la distribuzione spaziale dei flussi pedonali insieme alle mappe di densità e velocità”, sottolinea il ricercatore ENEA.
“L’identificazione delle persone è avvenuta nella piena salvaguardia della privacy – sottolinea Francesco Vellucci, responsabile del Laboratorio Enea Sistemi e Tecnologie per la Mobilità Sostenibile – Le immagini registrate in ogni momento della ricerca sono state infatti trattate in modo da garantire l’anonimato di ogni persona. Inoltre, un segnaposto informava i pedoni che le immagini registrate sarebbero state usate all’interno del progetto di ricerca CityFlow”.
Parametri quali numerosità, densità, direzione e velocità dei pedoni sono stati quantificati e visualizzati per il potenziale utente finale, come ad esempio un amministratore pubblico che ha la necessità di avere una visione chiara e concisa delle dinamiche che avvengono in una particolare area della città”.
Dai risultati del caso di studio emerge chiaramente che le principali direzioni seguite dai pedoni sono legate ai punti di interesse, come gli ingressi alla metropolitana e alla stazione ferroviaria. Nel dettaglio, i risultati hanno evidenziato un numero maggiore di pedoni in movimento durante le ore diurne (07:00-10:00), ad 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. Inoltre, 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).
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 ad una risoluzione dell’ordine del metro, permettendo l’identificazione dei luoghi più frequentati.
