Gli scienziati geospaziali hanno sviluppato un nuovo programma per monitorare i segnali stradali che necessitano di sostituzione o riparazione sfruttando le immagini di Google Street View.

Il sistema completamente automatizzato viene addestrato utilizzando il rilevamento di oggetti basato sull'intelligenza artificiale per identificare i segnali stradali nelle immagini disponibili gratuitamente.

Le autorità municipali attualmente spendono grandi quantità di tempo e denaro per monitorare e registrare manualmente la geolocalizzazione delle infrastrutture stradali, un compito che espone anche i lavoratori a rischi di traffico non necessari.

Risultati appena pubblicati sulla rivista di computer, Ambiente e Sistemi Urbani mostrare che il sistema rileva i segnali con una precisione vicina al 96%, identifica il loro tipo con una precisione vicina al 98% e può registrare la loro precisa geolocalizzazione dalle immagini 2D.

Autore principale dello studio e studente RMIT University Geospatial Science Honors, Andrea Campbell, ha affermato che il modello di prova del concetto è stato addestrato a vedere i segnali di "stop" e "cedere" (rendimento), ma poteva essere addestrato per identificare molti altri input ed era facilmente scalabile per l'uso da parte dei governi locali e delle autorità del traffico.

"(Le autorità municipali) hanno requisiti per monitorare questa infrastruttura, ma attualmente non esiste un modo economico o efficiente per farlo, " ha detto Campbell.

"Utilizzando strumenti gratuiti e open source, ora abbiamo sviluppato un sistema completamente automatizzato per fare quel lavoro, e farlo in modo più accurato."

Il team ha scoperto durante le indagini che i dati di posizione GPS obbligatori nei database dei segnali stradali esistenti erano spesso imprecisi, a volte fino a 10 m di distanza.

"Il monitoraggio manuale di questi segnali da parte di persone che potrebbero non essere geoscienziati formati introduce errori umani nel database. Il nostro sistema, una volta impostato, può essere utilizzato da qualsiasi analista spaziale:devi semplicemente dire al sistema quale area vuoi monitorare e lui se ne prende cura per te, " ha detto Campbell.

Campbell ha attribuito il concetto iniziale del progetto al suo mentore del settore presso l'Alpine Shire Council e all'alunno di RMIT Geospatial Science, Barret Higman.

Scienziato geospaziale RMIT e co-responsabile del progetto, Dottor Chayn Sun, ha affermato che il fatto che alcuni comuni stessero già attaccando telecamere sui camion della spazzatura per raccogliere filmati stradali ha mostrato quanto stavano diventando preziosi i dati visivi, dato ciò che la tecnologia potrebbe ora fare con esso.

"Queste immagini sono fondamentali per i governi locali nel monitoraggio e nella gestione delle risorse e con l'enorme quantità di applicazioni geospaziali fiorenti, queste informazioni diventeranno solo più preziose, " ha detto Sole.

"La nostra è una delle numerose prime applicazioni per soddisfare un'esigenza specifica del settore, ma ne emergeranno molte altre nei prossimi anni".

Sun ha detto che filmati da altre fonti, come quello delle telecamere dei camion della spazzatura o di qualsiasi altra immagine georeferenziata della rete stradale raccolta dalle autorità municipali, potrebbe anche essere immesso nel sistema.

"Dove le riprese sono già state raccolte, la nostra ricerca può fornire ai comuni uno strumento economico per ricavare informazioni e dati da questa risorsa esistente, " lei disse.