Progetto Nazionale

Negli ultimi anni abbiamo assistito a una innovazione digitale senza precedenti. L'impatto della trasformazione digitale non è solo nelle tecnologie stesse ma anche nelle applicazioni e nei modelli di business.

L'impatto della tecnologia digitale sulle nostre vite è sempre più importante. La società dei Megabit sta volgendo al termine, per lasciare spazio alla società dei Gigabit, dove cittadini, imprese e Pubblica Amministrazione avranno accesso a una realtà sempre più interconnessa.

Fattore chiave di questa nuova società è la disponibilità di connessioni ultra veloci e affidabili abilitate da reti mobili robuste in grado non solo di garantire alte velocità di connessione, ma anche bassissimi ritardi di trasferimento dati per applicazioni in tempo reale e accesso ad un numero di dispositivi estremamente elevato, inclusi gli oggetti intelligenti.

La sicurezza stradale è divenuta uno degli ambiti di maggiore attenzione pubblica a livello nazionale essendo il degrado delle strutture una delle possibili cause di incidentalità.

Attualmente la programmazione delle manutenzioni è demandata a personale specializzato che necessita di sopralluoghi ricorrenti e l'utilizzo di macchinari costosi e ingombranti. Lo scopo del monitoraggio è quello di consigliare alle Amministrazioni le priorità di manutenzione basate sull'analisi del degrado stradale. La programmazione della manutenzione consente di concentrare le risorse solamente ove strettamente necessario e di effettuare interventi conservativi dove sia ancora possibile farlo.

Tuttavia, delegando il monitoraggio a modelli di deep learning che necessitano solo di telecamere per fornire un responso sulla qualità del manto stradale, si abbasserebbero notevolmente i costi operativi (liberando quindi risorse utilizzabili per l'effettiva manutenzione) e soprattutto si potrebbe disporre di uno strumento "distribuito sul territorio" in grado di coprire maggiori aree in tempi più rapidi.

L'utilizzo della tecnologia 5G, abbinata alle più recenti tecniche di deep learning, permetterà di realizzare un monitoraggio costante e diffuso, utilizzando allo scopo anche i mezzi pubblici in circolazione senza impiegare addetti dedicati.

In questo caso d'uso l'ultra mobile broadband 5G garantirà la trasmissione in tempo reale di flussi video ad alta definizione necessaria ai modelli di deep learning per raggiungere i migliori livelli di accuratezza nella classificazione di anomalie da segnalare.

L'utilizzo del Multi-Access Edge Computing (MEC) permette di ospitare i modelli di deep learning su di una infrastruttura distribuita e sicura dell'architettura 5G che è in grado di garantire la necessaria capacità di calcolo, rendendone disponibile l'utilizzo in tempo reale e creando le condizioni per la scalabilità del servizio.