LB9F_019_Route4

di Nicola Angelo Rana, Tiziano Delise, Andrea Panepuccia

Scarica l’abstract QUI.

Vivendo nel contesto urbano romano quotidianamente assistiamo ad una mobilità inefficiente. La presenza di buche ed asperità nel manto stradale è causa non solo di rallentamenti ma anche di frequenti incidenti e danneggiamento dei veicoli. L’efficacia della manutenzione stradale è fortemente determinata dalla capacità di valutare i tempi ed i luoghi degli interventi. Attualmente, non esiste un iter di riconoscimento veloce ed automatico delle strade a rischio di danneggiamento e spesso si ricorre a parziali riparazioni straordinarie. La forte indignazione ci ha portato a trovare una risoluzione pratica del problema. La mappatura elettronica del manto stradale in tempo reale permetterebbe di monitorare costantemente lo status della strada. I dati verrebbero collezionati da dispositivi di rilevamento (sistemi ottici ed accelerometri) montati sui veicoli dei servizi di trasporto pubblico (BUS, taxi, tram e camion della nettezza) ed, attraverso un software basato sui machine learning, analizzati. Il riconoscimento automatico di difetti notevoli nel manto stradale permetterebbe di valutare modalità e urgenza di intervento. Questa soluzione garantirebbe una maggiore mobilità e sicurezza stradale al cittadino. Ridurrebbe il traffico e incrementerebbe la velocità di spostamento. Rendendo la città un posto per tutti, dando maggiore serenità e comfort ai cittadini e inoltre ridarebbe nuovo prestigio alla bellezza di Roma.