Contributo presentato da Federica Rollo a Ital-IA nel workshop "AI per la Pubblica Amministrazione"
Grazie all'#artificialintelligence possiamo scoprire dove avvengono i crimini in una #smartcity in tempo reale https://lnkd.in/dRNnjK8z , monitorare #airquality e #traffic a livello urbano e predire gli eventi futuri nello stesso contesto o in nuovi scenari
Intelligenza Artificiale per la Pubblica Amministrazione in una Città Intelligente e Sicura
1. IA per la Pubblica Amministrazione in una Città
Intelligente e Sicura
Federica Rollo, Chiara Bachechi, Laura Po
DBGroup, Dipartimento di Ingegneria “Enzo Ferrari”, UNIMORE
2. Qualità dell'aria
Traffico stradale
Criminalità
3 OBIETTIVI:
TRAFAIR
Progetto "TRAFAIR: Understanding Traffic Flows
to Improve Air Quality" 2017-EU-IA-0167,
cofinanziato dal programma Connecting Europe
Facility dell'Unione Europea.
Progetto Dipartimentale FAR 2021 "Deep
Learning for Urban Event Extraction from News
and Social media streams" finanziato dal
Dipartimento di Ingegneria di UNIMORE.
Ital-IA 2022, federica.rollo@unimore.it
3. Monitoraggio della qualità dell’aria
NO
𝐍𝐎𝟐
𝐎𝟑
CO
7 misure: NO, NO2, CO, O3, temperatura, umidità, livello di batteria
SENSORI A
BASSO COSTO
PM10, PM2.5
Ital-IA 2022, federica.rollo@unimore.it
4. Monitoraggio della qualità dell’aria
13 SENSORI A
BASSO COSTO
2 STAZIONI
LEGALI
10 PUNTI DI
INTERESSE
PERIODO DI CALIBRAZIONE
una misurazione
ogni 2 minuti
Modena
AI per la sostenibilità - AI per il Monitoraggio della Qualità
dell’Aria in Ambito Urbano
Ital-IA 2022, federica.rollo@unimore.it
5. Dashboard della qualità dell’aria
• Monitoraggio capillare e in real-time della qualità dell’aria
• Visualizzazione di mappe di interpolazione in real-time
• Previsioni della qualità dell’aria nelle 48 ore successive
• Analisi nel tempo dei dati storici (quasi 3 anni di dati) in diverse aree
della città
https://trafair.eu/airquality
Ital-IA 2022, federica.rollo@unimore.it
6. Monitoraggio del traffico stradale
Numero puntuale di veicoli
Simulazione del flusso sull’intera rete
stradale della città di Modena
Ital-IA 2022, federica.rollo@unimore.it
7. Dashboard del traffico
• Monitoraggio delle
misurazioni dei sensori
• Visualizzazione di dati storici
e statistiche
• Monitoraggio del traffico simulato in real time
https://trafair.eu/trafficflow
Ital-IA 2022, federica.rollo@unimore.it
8. Calcolo delle emissioni di NOx in base a
diversi scenari di traffico
Ital-IA 2022, federica.rollo@unimore.it
Attrav qst progetto è stata sviluppata una piattaforma dati complessa per integrare diverse fonti dati per le smart city
ed è stato sviluppato un flusso di dati e modelli utilizzato in tutte e 6 le città coinvolte.
Scalabile, può essere implementato anche in altre città
I risultati ottenuti attraverso queste tre attività possono essere di supporto alle pubbliche amministrazioni nei processi di decision making.
Qst sensori essendo a basso costo permettono di monit la qa in più punti della città
È stata implementata una rete dinamica di sensori
Le medio-grandi e le grandi città italiane dispongono di centraline della qualità dell'aria molto precise che forniscono misurazioni estremamente accurate. Tuttavia, queste centraline sono anche molto costose, motivo per cui sono in numero molto limitato. Per permettere un monitoraggio della qualità dell'aria su una superficie più ampia è possibile installare sensori a basso costo la cui manutenzione è sicuramente meno costosa rispetto alle centraline sopracitate. Dall'altra parte però l'accuratezza delle loro misure è inferiore, pertanto gli algoritmi di Intelligenza Artificiale sono indispensabili per garantire misurazioni corrette attraverso la generazione di modelli di calibrazione.
Prima c’erano solo due punti di monitoraggio
Siccome si stima che in Europa il 40% delle emissioni di NOx è causato dal traffico stradale (report del 2020) per limitare l'inquinamento è molto importante comprendere quanto effettivamente il traffico impatta sulla qualità dell'aria. Ogni veicolo, a seconda del tipo di carburante utilizzato e dal modello, ha una certa emissione di inquinanti. A questo scopo, nell'applicazione web sopracitata è riportata la visualizzazione di Figura. Per ogni stagione e tipologia di giornata (festiva o feriale) è possibile visualizzare il traffico medio nelle 24 ore. Inoltre, è stata calcolata la qualità dell'aria oraria che tiene conto del traffico medio e della flotta veicolare corrispondente alla situazione attuale, a quella descritta nel Piano Aria Integrato Regionale (PAIR) 2020 e a quella riportata nel Piano Urbano di Mobilità Sostenibile (PUMS) 2030 di Modena. Questa visualizzazione garantisce un facile confronto tra le diverse flotte di veicoli e può aiutare a capire anche l'impatto dei cambiamenti nel parco veicoli nelle diverse stagioni.Grazie a quest'analisi, la Pubblica Amministrazione può capire se gli obiettivi fissati nel PAIR e nel PUMS siano sufficienti a ridurre l'inquinamento.
Stiamo lavorando all’integrazione dei social media per studiare anche la percezione dei crimini da parte della popolazione e la loro paura dei crimini