I pedoni di Milano sorvegliati per 2 settimane dall’IA

Aiutaci a crescere: lasciaci un like :)

Nel cuore di Milano, l’ENEA ha portato a termine uno studio innovativo nel contesto del progetto CityFlows, sostenuto dall’European Institute of Innovation and Technology (EIT). Pubblicato sulla rivista Urban Science, lo studio esplora l’uso dell’intelligenza artificiale per monitorare i flussi pedonali nelle aree urbane densamente popolate, con un focus particolare su Piazza Duca d’Aosta, di fronte alla Stazione Centrale di Milano.

Un’Analisi Approfondita dei Flussi Pedonali

La ricerca si è avvalsa di un sistema di videoregistrazione installato da AMAT (Azienda Mobilità Ambiente e Territorio), che ha catturato per due settimane il continuo via vai di persone attorno all’ingresso principale della stazione e ai due accessi della metropolitana. “Abbiamo scelto questo sito per la sua importanza strategica all’interno della rete di trasporti di Milano, frequentata quotidianamente da oltre 350mila persone“, afferma Federico Karagulian, ricercatore ENEA e coautore dello studio. Attraverso la computer vision, i ricercatori sono stati in grado di identificare univocamente i pedoni in circa 2 milioni di fotogrammi, raggiungendo una precisione del 70%. “Questa tecnologia ci ha permesso di trasformare i filmati acquisiti in un flusso di informazioni dettagliate, ricostruendo la distribuzione spaziale e la velocità dei flussi pedonali“, spiega Karagulian.

L’identificazione dei pedoni è stata condotta nel pieno rispetto della privacy, con le immagini trattate per garantire l’anonimato delle persone coinvolte. Un’informativa sul posto ha inoltre assicurato ai passanti che le registrazioni sarebbero state utilizzate esclusivamente per fini di ricerca. La novità dello studio risiede nella metodologia di elaborazione dati post-algoritmo di computer vision. “Abbiamo sviluppato un framework che ci ha permesso di rappresentare bidimensionalmente ogni pedone su una mappa, a una risoluzione di un metro, facilitando l’analisi statistica dei flussi pedonali“, illustra Karagulian.

Risultati e Implicazioni

Lo studio ha rivelato che i pedoni tendono a seguire percorsi diretti verso punti di interesse specifici, con variazioni significative nei volumi di traffico a seconda dell’orario e del giorno della settimana. Questi dati offrono preziose informazioni per la progettazione di spazi pubblici più sicuri e funzionali. Oltre alla sicurezza e alla vivibilità urbana, la computer vision si rivela uno strumento versatile con applicazioni in svariati settori, dall’industria all’automotive, fino alla medicina. “La capacità di quantificare spazialmente e localizzare le persone in un’area pedonale apre nuove frontiere per l’intervento urbano“, conclude Karagulian, sottolineando il ruolo cruciale dell’intelligenza artificiale nell’innovazione delle infrastrutture cittadine.