L'uso dell'analisi video nel monitoraggio di una pista ciclabile

Il caso della ciclabile Nomentana

Sicurezza, attenzione all’impatto ambientale, benessere dei cittadini per vivere meglio i centri urbani, con minor incidenza su viabilità e traffico.

Roma Servizi per la Mobilità, grazie al contributo di Almaviva, gruppo italiano di innovazione digitale leader nell’IT per il settore Trasporti, ha realizzato un progetto sperimentale (Proof Of Concept) su una sezione della pista ciclabile di via Nomentana attraverso telecamere che hanno l’esclusiva funzione di contare i veicoli in transito.

La sperimentazione condotta permette di analizzare e classificare in automatico i passaggi dei diversi transiti - pedoni, biciclette, monopattini - evidenziando i flussi di “pendolarismo”ciclistico. Il sistema, attualmente in esercizio, consente di valutare anche le variazioni su periodi di monitoraggio lunghi e di effettuare l’analisi di un’intera giornata in pochi minuti.

Grazie ad algoritmi di analisi video e intelligenza artificiale, il sistema SVI di videosorveglianza intelligente della Piattaforma Moova di Almaviva, puo' eventualmente anche consentire di monitorare, sempre nel rispetto della normativa GDPR, in tempo reale lo stato delle strade ed i flussi di traffico.

 La tecnologia utilizzata per riconoscere le biciclette e individuare il senso di marcia sulla pista si basa su un algoritmo di object recognition.

I frame video vengono processati con l’algoritmo Yolo V3, opportunamente modificato e addestrato, in grado di discriminare vari tipi di oggetti e funzionare in real-time. L’algoritmo crea sull'immagine in ingresso una griglia virtuale, una rete neurale verifica per ogni riquadro la presenza di un oggetto e di una bicicletta. Il susseguirsi dei frame e la tracciatura della bicicletta individuata determinano invece la direzione di marcia.

 

Analisi numero di passaggi delle biciclette

Il grafico rappresenta il numero di passaggi di bici nella giornata considerata. L’accuratezza dell’algoritmo di analisi video nel periodo osservato è del 98%.

 

Performance dell'algoritmo di video analisi

L’algoritmo di analisi video sviluppato per il riconoscimento di bici che transitano su una pista ciclabile garantisce normalmente unaaccuratezza del 96%. Nella situazione individuata per il POC nonostante la presenza di ostacoli sull’inquadratura della telecamera (alberi, pali), l’algoritmo non è mai sceso al di sotto del 98% in termini di accuratezza. Anche in presenza di condizioni avverse (pioggia, modifica alla luminosità) i valori di affidabilità non hanno subito variazioni.

Rilevazioni registrate in un intervallo di un'ora

Rilevamenti in condizioni di maltempo

 

Distribuzione dei rilevamenti durante una giornata campione

Distribuzione dei rilevamenti durante una giornata campione

I grafici rappresentano il numero di passaggi di bici sulla pista, aggregati per fascia oraria. Si può verificare come il maggior utilizzo della pista avvenga durante la mattina, e che la direzione più frequentata sia quella verso Porta Pia. Durante il resto della giornata l’utilizzo della pista è distribuito uniformemente anche se aumentano i numeri dei passaggi in direzione P.zza Sempione e diminuiscono quelli verso Porta Pia.

 

Moova - absolute mobility by Almaviva