L’obiettivo del progetto è lo sviluppo di soluzioni innovative che, attraverso l’integrazione di camere digitali e sensori a bordo strada, rendano le infrastrutture stradali più sicure e intelligenti abilitando soluzioni C-ITS tramite la comunicazione V2X e l’interazione con sensoristica on-board delle biciclette del futuro.

Il progetto mira a sviluppare il prototipo di una piattaforma integrata nel quadro di una smart road per supportare la valutazione del rischio e la sicurezza preventiva con particolare riferimento ai ciclisti. Il sistema sarà basato su un mix di elaborazione on-cloud e on-the-edge, dei dati eterogenei provenienti da infrastrutture IoT (telecamere) e comunicazione (RSU) distribuite nella rete stradale e di sensoristica sul veicolo (GNSS/INS) e comunicazione (OBU). La soluzione sviluppata consentirà sia l’aumento della conoscenza dei flussi, che della sicurezza mediante l’individuazione e il monitoraggio real-time delle traiettorie dei ciclisti e delle loro interazioni con altri utenti (traffico veicolare leggero e pesante) abilitando la possibilità di attivare, tramite servizi C-ITS, sia apparati smart sull’infrastruttura (segnaletica, semafori, illuminazione) che segnalazioni di alerting a bordo bicicletta (B2I).

La ricerca realizzerà metodologie e soluzioni, basate sulle tecnologie della visione artificiale, del sensing e delle comunicazioni V2X, per il miglioramento del livello di sicurezza stradale. La soluzione tecnologica qui proposta è rilevante in ambito “Safety” per quanto attiene lo sviluppo di algoritmi di identificazione e tracking dei veicoli realizzando modelli utili per l’analisi preventiva del rischio e l’individuazione di aree critiche. La soluzione permetterà quindi di effettuare interventi di mitigazione del rischio tramite l’identificazione e l’analisi dei conflitti di traffico (near miss) tra ciclisti e altri utenti della strada, sia attraverso l’osservazione diretta nei campi di visione delle telecamere, che tramite lo sviluppo di modelli comportamentali e algoritmi di “anomaly detection” dall’acquisizione continua dei sensori a bordo veicolo (ref. Yaqoob, S., Cafiso, S., Morabito, G., Pappalardo, G. “Deep transfer learning-based anomaly detection for cycling safety”, (2023) Journal of Safety Research, 87). Lo sviluppo industriale della soluzione proposta, qualora applicata su una rete stradale estesa, consentirà il monitoraggio continuo al fine di elaborare modelli comportamentali e indici di qualità relativi a sicurezza e comfort di guida tramite un approccio “data driven” dai quali individuare differenti livelli di rischio nella rete stradale allo scopo di identificare priorità di intervento ai fini della sicurezza.

La proposta prevede la possibilità di integrazione con le attrezzature e le infrastrutture di ricerca in corso di realizzazione nello Spoke 7. In particolare, applicherà, tramite un prototipo dimostrativo, la soluzione Hw/Sw proposta ad un caso studio rappresentativo di uno scenario particolarmente rilevante per la sicurezza dei ciclisti in condizioni di carenza di distanza di visibilità valorizzando tecnologie e servizi C-ITS. La soluzione verrà sviluppata in coordinamento con lo Spoke 7 in modo da poter essere integrata nelle infrastrutture di ricerca in corso di realizzazione presso l’area della Mostra D’Oltremare a Napoli.