2 minuti di lettura
(427 parole)
L'Intelligenza Artificiale al servizio dell'accessibilità nei centri storici
Il Politecnico di Milano ha condotto una sperimentazione pionieristica utilizzando l'Intelligenza Artificiale (AI) per migliorare l'accessibilità nei centri storici, con un focus particolare sulla città di Sabbioneta (MN). La ricerca, pubblicata sull'International Journal of Applied Earth Observation and Geoinformation, ha rivelato come l'applicazione dell'AI possa rendere le città storiche più accessibili per anziani e persone con disabilità motorie.
Un giovane ricercatore del Politecnico di Milano ha impiegato il Machine Learning (ML) per analizzare le differenze tra le strade e i marciapiedi caratteristici delle città storiche, fatti di acciottolati, sanpietrini, laterizio, con dimensioni variabili. Queste caratteristiche, sebbene siano parte integrante del fascino storico, possono costituire una sfida per coloro che hanno difficoltà motorie.
La sperimentazione ha coinvolto l'utilizzo di un sistema di Mobile Mapping, in cui un'automobile dotata di strumenti forniti da Leica Geosystems Italia ha esplorato la città di Sabbioneta, dichiarata Patrimonio dell'Umanità dall'UNESCO nel 2008. I dati raccolti, sotto forma di point cloud, hanno permesso di ottenere rappresentazioni tridimensionali di strade, marciapiedi, piazze e altri elementi urbani.
Un giovane ricercatore del Politecnico di Milano ha impiegato il Machine Learning (ML) per analizzare le differenze tra le strade e i marciapiedi caratteristici delle città storiche, fatti di acciottolati, sanpietrini, laterizio, con dimensioni variabili. Queste caratteristiche, sebbene siano parte integrante del fascino storico, possono costituire una sfida per coloro che hanno difficoltà motorie.
La sperimentazione ha coinvolto l'utilizzo di un sistema di Mobile Mapping, in cui un'automobile dotata di strumenti forniti da Leica Geosystems Italia ha esplorato la città di Sabbioneta, dichiarata Patrimonio dell'Umanità dall'UNESCO nel 2008. I dati raccolti, sotto forma di point cloud, hanno permesso di ottenere rappresentazioni tridimensionali di strade, marciapiedi, piazze e altri elementi urbani.
Daniele Treccani, ricercatore dell'Unesco Research Lab di Mantova presso il Politecnico di Milano, ha spiegato che il Machine Learning è stato utilizzato per individuare le traiettorie e i percorsi più accessibili all'interno del contesto urbano storico. Gli elementi valutati per l'accessibilità fisica includevano larghezza, altezza, pendenza e materiale di pavimentazione dei marciapiedi e delle strade.
Il metodo ML ha dimostrato una notevole affidabilità dei risultati, attestandosi all'89%, verificati sul campo. Le mappe urbane tematiche sono state create utilizzando il software QGIS, identificando i percorsi accessibili e proponendo un aggiornamento dei dati di OpenStreetMap.
Treccani ha sottolineato che l'estrazione automatica di informazioni geometriche e georeferenziate può essere estesa ad altri elementi urbani, favorendo applicazioni di accessibilità turistica, navigazione e la creazione di basi cartografiche per i Piani per l'Eliminazione delle Barriere Architettoniche (PEBA) o i Piani per l'Accessibilità Urbana. Inoltre, i dati raccolti possono essere utilizzati per la costruzione di City Models e modelli digitali dei centri storici.
Attualmente, la ricerca sta evolvendo attraverso la collaborazione con altre istituzioni e l'estensione a diverse modalità di rilevamento urbano, come la fotogrammetria da UAS (drone) e i sistemi di rilevamento laser scanner.
Questa innovativa ricerca sull'accessibilità ha aperto nuove prospettive e ha trovato applicazioni anche nella collaborazione con la Diocesi di Mantova e la CEI, oltre che nello sviluppo di progetti di ricerca in collaborazione con altre università italiane. La sinergia tra Intelligenza Artificiale e urbanistica si configura così come un potente strumento per trasformare i centri storici in luoghi più accessibili e inclusivi.
Il metodo ML ha dimostrato una notevole affidabilità dei risultati, attestandosi all'89%, verificati sul campo. Le mappe urbane tematiche sono state create utilizzando il software QGIS, identificando i percorsi accessibili e proponendo un aggiornamento dei dati di OpenStreetMap.
Treccani ha sottolineato che l'estrazione automatica di informazioni geometriche e georeferenziate può essere estesa ad altri elementi urbani, favorendo applicazioni di accessibilità turistica, navigazione e la creazione di basi cartografiche per i Piani per l'Eliminazione delle Barriere Architettoniche (PEBA) o i Piani per l'Accessibilità Urbana. Inoltre, i dati raccolti possono essere utilizzati per la costruzione di City Models e modelli digitali dei centri storici.
Attualmente, la ricerca sta evolvendo attraverso la collaborazione con altre istituzioni e l'estensione a diverse modalità di rilevamento urbano, come la fotogrammetria da UAS (drone) e i sistemi di rilevamento laser scanner.
Questa innovativa ricerca sull'accessibilità ha aperto nuove prospettive e ha trovato applicazioni anche nella collaborazione con la Diocesi di Mantova e la CEI, oltre che nello sviluppo di progetti di ricerca in collaborazione con altre università italiane. La sinergia tra Intelligenza Artificiale e urbanistica si configura così come un potente strumento per trasformare i centri storici in luoghi più accessibili e inclusivi.
Copyright
© Edilsocialnetwork
Forse potrebbero interessarti anche questi articoli
Accettando accederai a un servizio fornito da una terza parte esterna a https://www.edilsocialnetwork.it/