Un recente studio condotto da ENEA a Milano, nel contesto del progetto CityFlows finanziato dall’European Institute of Innovation and Technology (EIT), ha evidenziato l’efficacia delle tecnologie basate sull’intelligenza artificiale nel monitorare i flussi pedonali in aree urbane affollate.
L’analisi si è concentrata su piazza Duca d’Aosta, di fronte alla Stazione Centrale di Milano, uno snodo cruciale della città, frequentato quotidianamente da centinaia di migliaia di persone. Attraverso l’utilizzo della computer vision, i ricercatori sono riusciti a identificare e quantificare i pedoni con una precisione del 70%, trasformando i filmati acquisiti in utili informazioni sulla distribuzione spaziale dei flussi pedonali.
Federico Karagulian, ricercatore ENEA, ha sottolineato l’importanza della metodologia utilizzata, che ha permesso di tracciare nel tempo e nello spazio ogni singolo pedone, consentendo elaborazioni statistiche dettagliate sui risultati ottenuti. Questi dati sono fondamentali per migliorare la sicurezza e la pianificazione urbana, fornendo agli amministratori pubblici una visione chiara delle dinamiche pedonali in specifiche aree urbane.
I risultati dello studio hanno rivelato che i flussi pedonali sono strettamente legati ai punti di interesse come gli ingressi alla metropolitana e alla stazione ferroviaria, con picchi di affluenza registrati durante le ore diurne nei giorni lavorativi. Inoltre, l’analisi ha evidenziato differenze significative nei comportamenti pedonali nei giorni lavorativi rispetto ai weekend.
L’uso diffuso di tecnologie basate sull’IA per il monitoraggio dei flussi pedonali non solo migliora la sicurezza nelle aree urbane affollate, ma offre anche opportunità di applicazione in vari settori, dall’urbanistica all’industria automobilistica e alla medicina.
______
Mobilità: ENEA testa tecnologie AI per il monitoraggio dei flussi pedonali
