Assorte nei propri pensieri, ogni giorno migliaia di persone utilizzano la metropolitana per andare al lavoro, a scuola e per chissà quali altri motivi. Consuetudini, spostamenti ripetitivi che caratterizzano le nostre vite in città. Come aspettare il metrò delle sette e trenta seduti sopra una panchina fredda. A questo punto, una malinconica canzone imporrebbe di sognare di fuggire via e andare lontano.
In realtà, molte di queste persone si accontenterebbero di viaggiare ogni giorno su treni non troppo affollati, sfruttando i vantaggi di un servizio di trasporto pubblico evoluto, sicuro ed efficiente.
Uno degli aspetti che influiscono maggiormente sul livello di qualità del servizio percepito dall’utenza è proprio il grado di affollamento degli autobus e, nel caso di linee metropolitane, dei treni e delle banchine.
Per garantire un’esperienza di viaggio il più confortevole possibile, le aziende che gestiscono reti di trasporto pubblico urbano devono disporre di informazioni costantemente aggiornate sui flussi di persone che quotidianamente utilizzano i mezzi pubblici.
Conoscere in tempo reale quali sono le direttrici di traffico maggiormente interessate, gli orari di maggiore affluenza e le situazioni di criticità presenti sulla rete permette di gestire l’offerta in modo razionale e dinamico, contingentando temporaneamente gli accessi laddove necessario e adattando il servizio in base a situazioni eccezionali.
Un progetto di ricerca all’avanguardia
Fornire soluzioni tecnologiche innovative in grado di rilevare in modo automatico situazioni di affollamento, garantire il rispetto delle capienze imposte e ottimizzare le operazioni di salita e discesa dei passeggeri è stata la mission del progetto More Than This (acronimo di “A new MObility REgulation THinking ANd Thoroughly Innovative inSpired), cofinanziato da Regione Liguria, le cui attività si sono recentemente concluse.
Il progetto, che ha avuto Hitachi Rail come capofila, ha riunito le competenze di diverse aziende impegnate nei settori dell’ingegneria e dell’ICT (Information and Communication Technology) come Aitek, Knowhedge, Smart Track, Stam e T&G – Technology & Groupware. Inoltre, hanno collaborato a More Than This il Dipartimento di Ingegneria meccanica, energetica, gestionale e dei trasporti dell’Università di Genova, il CNR e lo stakeholder esterno AMT Genova, l’azienda di trasporto pubblico del capoluogo ligure.
Tecnologie per il rilevamento dei flussi degli utenti
Come per molti altri casi d’uso, l’intelligenza artificiale è la soluzione ideale. Grazie ad appositi algoritmi di video analisi che utilizzano avanzate tecniche di deep learning, è possibile rilevare in tempo reale eventi e situazioni che possono influire sulla sicurezza e l’efficienza del servizio, oltre che effettuare conteggi, tracking di persone e oggetti e molto altro.
Lo scenario: la metropolitana di Genova
Le attività del progetto More Than This si sono concentrate sullo sviluppo e la sperimentazione di una soluzione scalabile di people counting e flow management, applicata alla Metropolitana di Genova. L’implementazione di tale soluzione è risultata particolarmente utile dato che tutte le otto stazioni della linea presentano varchi di accesso “aperti”, ossia senza tornelli fisici tradizionali.
In particolare, la sperimentazione si è svolta presso la stazione di Piazza De Ferrari, scelta per la sua posizione nevralgica nel cuore della città e per l’elevato numero di persone che la utilizzano quotidianamente.
Per consentire le attività di sperimentazione a bordo treno, un set di vetture di ultima generazione regolarmente in servizio è stato opportunamente allestito per permettere il conteggio delle persone che salgono e scendono dai treni.
La video analisi Aitek
Aitek ha messo a disposizione del progetto More Than This le proprie competenze nel campo dell’elaborazione video e nello sviluppo di algoritmi di video analisi.
In stazione, la soluzione ha integrato algoritmi di video analisi e sensori 3D per il conteggio delle persone che entrano ed escono dalla stazione e il rilevamento del numero di persone presenti nelle due banchine.
A tale scopo, sono stati allestiti tre varchi, uno in corrispondenza della via di accesso ai binari e due prima di accedere alle banchine: ciascuno di essi è stato attrezzato con una coppia di sensori 3D e una telecamera di video sorveglianza, sulle cui immagini è stata applicata la video analisi.
L’impiego integrato delle due tecnologie ha consentito di ottenere informazioni, aggiornate automaticamente ogni minuto, sul numero di persone in entrata/uscita e sulla loro direzione.
Le informazioni ottenute dall’elaborazione delle immagini provenienti da telecamere posizionate a bordo dei mezzi o in stazione sono state messe a disposizione dei gestori del sistema di trasporto, al fine di monitorare i movimenti e i flussi dei passeggeri, gestire le modalità di accesso alle infrastrutture, nonché l’interazione e l’informazione all’utenza.
In aggiunta, gli algoritmi di video analisi Aitek basati su tecniche di deep learning hanno avuto il compito di elaborare le immagini acquisite dalle telecamere in banchina per effettuare il counting delle persone rilevate, fornendo il dato sull’occupazione media dell’area monitorata aggiornato ogni minuto.
Counting a bordo treno
Su ciascun treno oggetto della sperimentazione sono state installate quattro telecamere per l’acquisizione delle immagini dell’interno della vettura: la loro elaborazione tramite video analisi fornisce una stima del numero di persone presenti a bordo del treno che arriva in stazione. Inoltre, un set di sensori 3D, opportunamente posizionato all’interno del treno, ha permesso di effettuare il conteggio delle persone che salivano e scendevano ad ogni fermata.
Per ottenere la massima affidabilità dei dati acquisiti, la soluzione di video analisi messa a disposizione da Aitek ha utilizzato le innovative tecniche di deep learning: i risultati della sperimentazione hanno certificato l’altissima efficacia delle reti neurali implementate, grazie alle quali è stato possibile rilevare e conteggiare anche flussi di decine di persone all’interno di una singola inquadratura con una accuratezza superiore a quella dichiarata dalle case produttrici di telecamere che integrano funzioni di counting disponibili sul mercato.
In caso di sovraffollamento o violazioni delle misure di accesso alla stazione (o ai treni) poste in atto, i dati acquisiti vengono utilizzati da un sistema di supervisione per generare in tempo reale segnalazioni di allarme che vengono automaticamente trasmesse al Posto Centrale Operativo e agli addetti alla sicurezza, in modo che possano essere attivate proattivamente le procedure di intervento necessarie.
Infine, i dati acquisiti sono utilizzati in attività di Business Analysis, allo scopo di ottenere informazioni continuamente aggiornate, utili al processo di ottimizzazione del servizio in termini di efficienza e costi. Ad esempio è possibile effettuare stime della matrice origine/destinazione dei flussi di passeggeri in condizioni normali o eccezionali, stabilire i picchi di domanda giornalieri, effettuare simulazioni al verificarsi di determinati scenari e molto altro.
Conclusioni: More Than This un punto di partenza
Coniugare l’elevato grado di innovazione dei sistemi proposti con l’impiego di tecnologie affidabili e ampiamente affermate sul mercato: More Than This si propone di supportare la gestione della mobilità urbana anche in situazioni straordinarie, fornendo strumenti sicuri, affidabili e facilmente integrabili anche all’interno di reti IT complesse come possono essere quelle di un’azienda di trasporto pubblico di una grande città.
Per questo, le soluzioni tecnologiche sviluppate nel corso del progetto More Than This possono costituire un nuovo punto di riferimento per il settore del trasporto pubblico, una opportunità per Aitek per consolidare il proprio livello competitivo nel settore dei trasporti.
Nelle immagini: la soluzione di people counting e il flow management per il progetto di ricerca More Than This. Gli algoritmi di video analisi sviluppati da Aitek elaborano le immagini provenienti dalle telecamere posizonate in banchina (a sinistra) e a bordo treno (a destra).
