Un interessante progetto di innovazione tecnologica, denominato CSEYE (Clean & Safe Eye), cofinanziato dalla Regione Lazio attraverso la misura “Riposizionamento Competitivo RSI”, ha completato la fase prototipale ed ha avviato la fase operativa di ingegnerizzazione e lancio sul mercato.
Il finanziamento della Regione è avvenuto nell’ambito del settore “Industrie Creative e Digitali” ed il progetto ha riguardato un utilizzo intelligente della “Computer Vision” per ottimizzare la gestione di beni e servizi pubblici. Nello specifico è stato sviluppato di un dispositivo prototipale che, messo a bordo di un’autovettura, è in grado di raccogliere informazioni sullo stato di manutenzione delle sedi stradali e identificare l’eventuale presenza di sversamenti rifiuti a bordo strada.
L’utilizzo proattivo della finanza agevolata ha consentito al raggruppamento formato da Consoft Informatica s.r.l. (in qualità di capofila), Key to Business s.r.l, e l’Università di Tor Vergata di portare a termine una idea progetto estremamente concreta ed innovativa.
ICT LAB PA (gruppo Digital 360) ha contribuito fattivamente all’ottenimento del finanziamento ed ha collaborato fattivamente alla realizzazione del progetto.
Indice degli argomenti
Manutenzione delle strade: il contesto italiano
In Italia, la spesa per la manutenzione e la viabilità stradale ha una media storica di circa 14,4 miliardi di euro annui (2000-2020). Una spesa spesso insufficiente in quanto ci collochiamo nella metà inferiore della classifica europea per qualità delle strade (punteggio 4.4 su 7).
Il miglioramento della qualità delle strade ridurrebbe tra l’altro gli incidenti con un indotto di extra-costi per la riparazione degli autoveicoli. Tale miglioramento non passa tuttavia necessariamente per un aumento della spesa.
Il monitoraggio delle strade è attualmente effettuato per la maggior parte con tecniche tradizionali ovvero attraverso interventi umani che provvedono all’ispezione visiva diretta e alla raccolta delle informazioni necessarie. Problemi analoghi si rivelano per il monitoraggio dello sversamento dei rifiuti che spesso creano problemi alla circolazione.
E’ ormai forte la consapevolezza che un intervento strutturato con un monitoraggio intelligente e sistematico dello stato delle strade consentirebbe di ottimizzare l’utilizzo delle risorse economiche a disposizione. Ammodernare i sistemi di rilevamento viene ormai considerata una priorità dalle diverse amministrazioni che provvedono al mantenimento delle strade.
Anas, ad esempio, con il progetto “Smart Road” sta investendo massicciamente (circa un miliardo di euro) per l’installazione di tecnologie IoT e infrastrutture digitali che consentono il monitoraggio in tempo reale allo scopo di elevare il livello della sicurezza delle strutture e ottimizzare i costi di gestione.
CSEYE: come funziona il device che raccoglie dati per la manutenzione
Il progetto CSEYE è consistito nella realizzazione di un dispositivo dotato di sensoristica RGB e LIDAR. Tale dispositivo, installato su un veicolo, è in grado di acquisire e processare i dati raccolti dalla sensoristica e, mediante modelli di intelligenza artificiale, fornire una chiara indicazione sullo stato del manto stradale.
Una soluzione che mette a disposizione un sistema di monitoraggio a costi fortemente contenuti rispetto all’istallazioni di tecnologie e infrastrutture digitali fisse.
La combinazione di sensoristica ottica (RBG) e laser (LiDAR) con sistemi ad apprendimento automatico (AI) consente al sistema, in modo estremamente economico e veloce, di monitorare grandissime aree urbane con enorme precisione.
Il dispositivo può essere direttamente collocato, ad esempio, sulle auto dei vigli urbani. I veicoli così equipaggiati, muovendosi sul territorio per le normali attività di servizio, possono fornire una precisa mappatura della situazione stradale.
L’enorme progresso tecnico e scientifico raggiunto negli ultimi anni nel campo della sensoristica non di contatto ed in particolare nei sistemi di Computer Vision ha consentito di elaborare una soluzione con enorme potenziale di sviluppo.
La mappatura dettagliata dello stato delle strade consente infatti di pianificare la manutenzione ordinaria e straordinaria in modo ottimale avendo anche a disposizione strumenti oggettivi per determinare le corrette priorità di intervento.
La soluzione si distingue pertanto per bassi costi di monitoraggio, alta qualità dei dati raccolti, facile utilizzo. Consente inoltre di raccogliere contemporaneamente altre informazioni come, ad esempio, la presenza di rifiuti lungo le strade.
Le prove sul campo
La validazione dei risultati raggiunti è stata effettuate con delle prove realizzate direttamente su strada. E’ stato così possibile verificare la qualità dei dati raccolti sia in termini di monitoraggio delle infrastrutture stradali che di rilevamento dei rifiuti.
La verifica puntuale del grado di affidabilità, confrontata con la situazione reale riscontrata sul campo, ha consentito di attestare l’elevata qualità dei dati rilevati.
La sperimentazione in campo ha previsto l’installazione del dispositivo su un veicolo e l’esecuzione di test percorrendo circa 70 km in diversi quartieri di Roma, selezionati per rappresentare varie condizioni del manto stradale.
Il sistema consente di accedere e analizzare i dati raccolti attraverso un portale web appositamente sviluppato. Il portale permette la visualizzazione delle informazioni georeferenziate (posizione di buche, crepe, “garbage”) con diverse modalità grafiche e la possibilità di applicare filtri per analisi specifiche.
Pubblicazioni e riconoscimenti
Il progetto, anche grazie alla collaborazione con l’Università di Tor Vergata, ha raggiunto un significativo risultato dal punto di vista scientifico. E’ stato tra l’altro pubblicato un paper dal titolo “Smart City Road Maintenance: A LiDAR and AI-Driven Approach for Detecting and Mapping Road Defects” sulla rivista scientifica ThinkMind.
Inoltre, il paper è stato presentato alla conferenza internazionale IARIA SMART2025 svoltasi a Valencia, dove sono stati mostrati gli aspetti innovativi del progetto dal punto di vista sia tecnico che gestionale nel contesto della tematica “Smart Cities”.
Il progetto è stato anche premiato come più innovativo in ambito Smart City da Roma Smart City Awards.
Computer vision e AI: prospettive future
La Computer Vision connessa all’Intelligenza Artificiale promette livelli di crescita importantissime.
Ma quali sono le concrete opportunità che il partenariato potrà cogliete nell’immediato futuro?
Lo abbiamo chiesto all’ing. Simone Campofranco (Direttore Generale di Consoft Informatica e capofila del progetto) che ha così risposto: “La collaborazione con un partner tecnologico estremamente qualificato come K2 e l’apporto a livello scientifico dell’Università di Tor Vergata consentono al partenariato di porsi sul mercato con ampie prospettive di sviluppo. E’ stata realizzata una soluzione estremamente innovativa che consentirà a PA ed enti gestori di avere una chiara visione dello stato delle infrastrutture stradali a costi fortemente contenuti. Siamo per questo molto orgogliosi di poter fornire un contributo concreto alle amministrazioni e di conseguenza ai cittadini”.
