Intelligenza ArtificialeComputer VisionSicurezza

RoadSense

Smart Road Condition Assessment

Vede — I difetti stradali e la segnaletica sono rilevati automaticamente da un dispositivo installato su qualsiasi veicolo.

Elabora — Le immagini anonimizzate vengono elaborate dall'IA e trasformate in preziosi insight nella dashboard di RoadSense.

Agisci — Ottieni un aiuto nella rilevazione delle aree critiche e nella pianificazione delle manutenzioni.

RoadSense risolve problemi critici di ogni ente o società responsabile della manutenzione di strade, quali:

  • Inaffidabilità dei sistemi manuali di monitoraggio
  • Elevati costi dei veicoli di monitoraggio specifici, non utilizzabili su larga scala
  • Mancanza di dati freschi su cui operare
  • Assenza di previsioni

Di conseguenza si sprecano soldi con manutenzioni tardive e quindi più costose. Questi problemi irrisolti aumentano la probabilità di incidenti causati dalle condizioni della strada, con i conseguenti costi sociali, ma anche economici.

RoadSense

Raccolta immagini

Tramite dispositivi di facile installazione su veicoli esistenti acquisiamo continuamente immagini della superficie stradale

Raccolta immagini

Elaborazione con intelligenza artificiale

Il sistema elabora le immagini identificando difetti del manto stradale e analizzando la qualità della segnaletica orizzontale a supporto degli ADAS (come il mantenimento automatico della corsia o la guida autonoma)

Elaborazione con intelligenza artificiale

Riconoscimento della segnaletica orizzontale

Una segnaletica poco leggibile o confusa da linee provvisorie inficia la guida umana e ancora di più quella tramite ADAS.

Riconoscimento della segnaletica orizzontale

Riconoscimento dei difetti delmanto stradale

Monitorare nel tempo la rete stradale consente di identificare le criticità e pianificare le manutenzioni.

Riconoscimento dei difetti delmanto stradale

Classificazione delle anomalie del manto stradale

La classificazione viene effettuata tramite le specifiche offerte dalla «Guida alla manutenzione e riparazione stradale», elaborando i dati e addestrando l'algoritmo.

Classificazione delle anomalie del manto stradale