AI nei trasporti: ridefinire i sistemi metropolitani

I sistemi metropolitani sono il cuore del trasporto pubblico di una città e trasportano ogni giorno milioni di passeggeri. Città come New York e Tokyo registrano rispettivamente oltre 3 milioni e 6 milioni di passeggeri della metropolitana al giorno. Con la crescita delle città, rendere i sistemi metropolitani più efficienti, sicuri e piacevoli per i passeggeri diventa fondamentale.

È qui che entra in gioco l’Intelligenza artificiale (AI), trasformando ogni aspetto, dall’acquisto dei biglietti alla manutenzione dei treni. In questo articolo faremo un viaggio attraverso un sistema metropolitano, scoprendo come l’AI migliori ogni fase del percorso e quali tecnologie di AI operino dietro le quinte per garantire un funzionamento fluido.

L’AI nel trasporto pubblico parte dalla riscossione delle tariffe#

Di solito, un viaggio in metropolitana inizia facendo la fila, acquistando un biglietto e attraversando i tornelli. L’AI semplifica attivamente questo processo, rendendolo più rapido e conveniente per i passeggeri. Ad esempio, la tecnologia di riconoscimento facciale può essere utilizzata nei sistemi di bigliettazione della metropolitana. Nelle città più affollate, i passeggeri possono accedere ai servizi senza biglietti fisici o smart card. Il loro volto viene invece scansionato ai punti di ingresso, consentendo un accesso agevole. Nel 2019, Pechino ha introdotto un sistema di riconoscimento facciale per gestire il sovraffollamento e ridurre le lunghe code nelle ore di punta.

Fig. 1. Sistema di riconoscimento facciale nella metropolitana di Shenzhen, Cina.

L’integrazione perfetta dell’AI semplifica gli spostamenti quotidiani e porta vantaggi a milioni di passeggeri ogni giorno. I sistemi di bigliettazione basati sull’AI non migliorano soltanto l’esperienza dei passeggeri, ma aumentano anche la sicurezza. Analizzando i dati facciali, il sistema garantisce l’ingresso in stazione ai soli passeggeri autorizzati. L’AI può verificare rapidamente le identità, bloccare gli accessi non autorizzati e individuare potenziali minacce. Può accelerare il processo di ingresso, aumentare la sicurezza e ridurre l’evasione tariffaria.

Orientarsi sulle linee della metropolitana con l’aiuto dell’AI#

Dopo essere entrati nella metropolitana, orientarsi all’interno della stazione può essere fonte di confusione, soprattutto nelle ore di punta. I sistemi di navigazione basati sull’AI possono agevolare gli spostamenti nella metropolitana offrendo ai passeggeri indicazioni in tempo reale. Questi sistemi utilizzano algoritmi di AI per analizzare dati provenienti da fonti come GPS, sensori e telecamere, individuare i percorsi migliori e fornire indicazioni precise e aggiornate. I passeggeri possono utilizzare app per dispositivi mobili, simili a Google Maps, per ricevere indicazioni passo passo all’interno della stazione e individuare rapidamente binari, uscite e servizi. La navigazione basata sull’AI può far risparmiare tempo e ridurre lo stress.

Oltre alla navigazione, i dati delle telecamere e la visione artificiale in una metropolitana possono essere utilizzati per monitorare in tempo reale la densità della folla. Le telecamere presenti in tutta la stazione possono contare i passeggeri in aree specifiche per individuare potenziali colli di bottiglia e zone sovraffollate. Queste informazioni aiutano le autorità dei trasporti ad adottare misure preventive, come modificare la frequenza dei treni o inviare personale per gestire la folla. In effetti, l’AI è stata utilizzata in via sperimentale a Dubai per ridurre la congestione dal 40% al 60% e diminuire i tempi di attesa fino a 30 minuti nelle ore di punta e durante gli eventi pubblici.

Fig. 2. Conteggio delle persone in una metropolitana mediante il rilevamento degli oggetti.

Salire e viaggiare su una metropolitana abilitata all’AI#

Quando i passeggeri salgono sul treno, l’AI può migliorare la loro esperienza di viaggio in vari modi. Vediamo alcune di queste applicazioni:

• Supporto all’accessibilità: le tecniche di visione artificiale, come il rilevamento degli oggetti, possono identificare le persone in sedia a rotelle e indirizzarle verso la sezione più accessibile del treno. Anche il processo di chiusura delle porte può essere modificato per concedere a questi passeggeri più tempo per salire in sicurezza.
• Annunci e pubblicità personalizzati: l’AI può essere utilizzata per personalizzare gli annunci ai passeggeri e le pubblicità in base alle persone presenti sul treno e all’orario.
• Controllo del treno vuoto: nell’ultima stazione della rete metropolitana, la visione artificiale può essere utilizzata per eseguire un “controllo del treno vuoto” e assicurarsi che nessun passeggero sia rimasto a bordo.
• Gestione dei bagagli abbandonati: se un bagaglio viene abbandonato, la visione artificiale può rilevarlo e visualizzare gli oggetti sugli schermi delle banchine. I passeggeri possono quindi recuperare facilmente i propri effetti personali.

Anche i treni della metropolitana possono funzionare grazie all’AI. I treni completamente autonomi possono operare in sicurezza senza personale a bordo. Questi treni basati sull’AI utilizzano algoritmi avanzati per prendere decisioni in tempo reale e sensori per rilevare gli ostacoli e operare in sicurezza. I treni metropolitani guidati dall’AI riducono i costi del personale, offrono maggiore flessibilità nel trasportare più passeggeri con una qualità del servizio migliore, possono essere più puntuali con maggiore costanza e ottimizzano l’accelerazione e la frenata per ridurre i consumi energetici. Ad esempio, l’Honolulu Rail Transit Project è il primo sistema completamente autonomo negli Stati Uniti. Si prevede che il sistema riduca la congestione del traffico e le emissioni eliminando circa 40.000 viaggi in automobile al giorno.

Fig. 3. Una metropolitana senza conducente a Milano, Italia.

Utilizzare l’AI per monitorare i passeggeri che escono dalla stazione della metropolitana#

Monitorare quante persone escono dalle diverse stazioni è essenziale anche per gestire in modo efficiente il flusso della metropolitana. I modelli di AI, come Ultralytics YOLOv8, svolgono un ruolo fondamentale in questo processo. YOLOv8 supporta anche il tracciamento degli oggetti e può essere utilizzato per identificare e seguire più oggetti in tempo reale, risultando ideale per i sistemi metropolitani affollati. Analizzando i flussi video delle telecamere installate in tutta la stazione, YOLOv8 può contare i passeggeri in uscita, monitorarne i movimenti e individuare schemi di congestione.

Oltre i varchi di uscita della metropolitana, l’AI può essere integrata nelle soluzioni per la connettività dell’ultimo miglio. Le stazioni di bike sharing abilitate all’AI, i servizi di trasporto a chiamata e i servizi navetta possono agevolare l’uscita dei passeggeri dalla stazione. Analizzando i dati in tempo reale, l’AI può prevedere la domanda e la disponibilità di questi servizi. Questa tecnologia può inoltre suggerire i percorsi e i mezzi di trasporto migliori in base alle condizioni attuali del traffico e alle preferenze individuali. Di conseguenza, quando escono dalla stazione, i passeggeri possono accedere rapidamente alle opzioni di trasporto più adatte, riducendo i tempi di attesa e rendendo il viaggio più comodo.

L’AI dietro le quinte: manutenzione dei binari della metropolitana#

Come passeggeri, spesso trascuriamo la complessità dei processi che si svolgono dietro i nostri viaggi in metropolitana. L’AI è fondamentale dietro le quinte, soprattutto per l’ispezione e la manutenzione dei binari. Sistemi come il Duos Technologies Railcar Inspection Portal (RIP) mostrano questo approccio basato sull’AI. Utilizzando algoritmi di AI, il RIP acquisisce e analizza in pochi secondi immagini a 360 gradi di ogni carrozza, anche a velocità superiori a 125 mph. Questi sistemi di AI basati sull’edge rilevano i problemi e avvisano il personale ferroviario delle necessità di manutenzione entro 60 secondi. Il monitoraggio costante consente di identificare e affrontare rapidamente i potenziali problemi.

La gestione e l’ottimizzazione dell’energia sono altre applicazioni dell’AI nella metropolitana che non sono comunemente note. Ad esempio, Metro de Madrid utilizza un sistema basato sull’AI per ridurre del 25% i costi energetici della ventilazione e tagliare di 1.800 tonnellate all’anno le emissioni di CO2. Gestendo 891 ventilatori che consumano fino a 80 gigawattora di energia all’anno, il sistema utilizza un algoritmo di ottimizzazione ispirato al comportamento di ricerca del cibo delle colonie di api. Questo algoritmo analizza enormi quantità di dati, prendendo in considerazione fattori come la temperatura dell’aria, l’architettura della stazione, la frequenza dei treni, il numero di passeggeri e i prezzi dell’elettricità. Utilizza dati storici e simulati per prevedere e raggiungere il miglior equilibrio per ogni stazione, migliorando nel tempo attraverso il machine learning.

Fig. 4. Sistema di ventilazione basato sull’AI di Metro de Madrid.

Vantaggi e svantaggi dell’AI nel trasporto pubblico#

L’integrazione dell’AI nei sistemi metropolitani ha portato numerosi vantaggi. Ad esempio, migliora l’efficienza aiutando i sistemi metropolitani a rispettare gli orari, ridurre i ritardi e ottimizzare le operazioni per offrire servizi più fluidi. Anche la sicurezza aumenta grazie al monitoraggio continuo, mentre la manutenzione predittiva contribuisce a prevenire incidenti e malfunzionamenti.

Tuttavia, l’implementazione dell’AI nei sistemi metropolitani comporta alcune difficoltà, tra cui:

• Problemi di privacy dei dati: la raccolta e l’utilizzo dei dati dei passeggeri sollevano importanti problemi di privacy, che devono essere gestiti con attenzione per tutelare i diritti individuali alla privacy.
• Integrazione con l’infrastruttura esistente: integrare i sistemi di AI nell’infrastruttura metropolitana esistente può essere complesso e richiedere modifiche.
• Elevati costi di implementazione: i costi iniziali dell’implementazione della tecnologia AI possono essere elevati, rappresentando un ostacolo per alcuni sistemi metropolitani.
• Necessità di professionisti qualificati: implementare e mantenere con successo i sistemi di AI richiede professionisti altamente qualificati e questo può rappresentare una sfida in termini di risorse.

Nonostante queste difficoltà, i vantaggi rendono l’AI una forza di trasformazione per i moderni sistemi di trasporto urbano, come le metropolitane. Il potenziale di una maggiore efficienza, di una sicurezza rafforzata e di esperienze migliori per i passeggeri spiega perché la comunità dell’AI lavori attivamente per superare questi ostacoli e realizzare pienamente i vantaggi offerti dall’AI. Quindi, la prossima volta che prenderai la metropolitana, osserva le innovazioni basate sull’AI che fanno parte del tuo viaggio.

Il futuro dell’AI nei trasporti#

Dall’ingresso in stazione all’orientamento, al viaggio e all’uscita dalla metropolitana, l’AI sta trasformando l’intero percorso. Ottimizza le operazioni, aumenta la sicurezza e offre un’esperienza fluida ai passeggeri. Migliorando la manutenzione dei binari e la gestione dell’energia, l’AI garantisce sistemi metropolitani efficienti e convenienti. Nonostante difficoltà come i costi di implementazione e i problemi di privacy dei dati, i vantaggi dell’AI nei sistemi di trasporto urbano, come le metropolitane, sono innegabili. Con la continua crescita delle città, l’AI avrà un ruolo sempre più importante nel rendere gli spostamenti in metropolitana più intelligenti, sicuri ed efficienti.

Resta in contatto con la nostra community per continuare a conoscere l’AI! Dai un’occhiata al nostro repository GitHub per scoprire come possiamo utilizzare l’AI per creare soluzioni innovative in diversi settori, come l’agricoltura e la produzione. 🚀