Download to read offline
Uploaded byLazio Innova
Intelligenza artificiale e big data per il monitoraggio delle infrastrutture lazioinnova e-geos challenge
Il documento descrive l'iniziativa 'Talking Roads', che utilizza intelligenza artificiale e computer vision per raccogliere dati stradali in tempo reale tramite flussi video. L'obiettivo è migliorare la capacità decisionale dei veicoli autonomi e sviluppare sistemi di mobilità collaborativa. Sono previsti significativi investimenti in big data e tecnologia per creare un ecosistema digitale innovativo nella mobilità.
More Related Content
Similar to Intelligenza artificiale e big data per il monitoraggio delle infrastrutture lazioinnova e-geos challenge
Intelligenza artificiale e big data per il monitoraggio delle infrastrutture lazioinnova e-geos challenge
- 1. Talking Roads Street DataCrowdsourcing Intelligenza Artificiale e Computer Vision per la raccolta Dati da flussi Video Real Time In Motion Street Data Crowdsourcing Collaborative Automatic Driverless Mobility Systems Via A.I Precision Data Detection TR2 SRLS- info@talkingroad.it - Via Ausonia 20, 00171 Roma suv Coffee Offices Shops Label Label Comune di Sassari Comune di Modena Comune di Verona Polo Mobilità Sostenibile UniRoma 1 Endorsed by
- 2. Automotive 2020 2030 Ecosistema su base digitale Nuovi servizi, player, segmenti Veicolo: revenue collection point Investimenti Complessivi: +++Trilioni Investimenti Big Data/A.I: 100 MLD Fattori Sensibili • Veicoli con Autonomia decisionale • Automatismi strutturali adeguativi • Bilanciamento rapporto Veicoli/Struttura • Distribuzione dei Touch Point • Sostenibilità Economica • Creazione e mantenimento di una consapevolezza di contestoRevenue Collection Matrix
- 3. Trasporti, Infrastrutture, Mobilità,Automotive Innovativa Aumentare la capacità decisionale dei veicoli automatici fornendo un servizio di supporto alla guida contribuito dai veicoli stessi agendo come Mobility Data Provider Talking Roads In Motion Street Data Crowdsourcing Vision: sistemi stradali e mezzi circolanti cooperativi Mission: aumentare le possibilità decisionali dei veicoli autonomi definendo in modo fine gli asset di contesto
- 4. Talking Roads Street DataCrowdsourcing Come Funziona? Survey Mobile Networks Catalogue/Elaboration Data Precision Maps A.I
- 5. Talking Roads SchemaFunzionale
- 6. Talking Roads In MotionStreet Data Crowdsourcing Risultati con Dataset TR2 -1/3 Segnaletica Verticale Sedime Autostradale e Meteo Sedime stradale, traffico e Meteo Classificazione Ammaloramenti Classificazione Veicoli
- 7. Talking Roads In MotionStreet Data Crowdsourcing Risultati con Dataset TR2 -2/3
- 8. Risultati con DatasetTR2 -3/3 Classificazione veicolare in mobilità reciproca Classificazione veicolare in mobilità Identificazione Binari ed Interferenze in mobilità Talking Roads In Motion Street Data Crowdsourcing
- 9. Talking Roads In MotionStreet Data Crowdsourcing Risultati con Dataset TR2 -2/3
- 10. Monza, rilevamento disegnali stradali ed elementi prossimi alle strade Risultati con Altri Dataset 1/2Talking Roads In Motion Street Data Crowdsourcing
- 11. Monza, rilevamento disegnali stradali ed elementi prossimi alle strade Risultati con Altri Dataset 1/2Talking Roads In Motion Street Data Crowdsourcing
- 12. Talking Roads Street DataCrowdsourcing Intelligenza Artificiale e Computer Vision per la raccolta Dati da flussi Video Real Time Talking Roads In Motion StreetData Crowdsourcing Collaborative Automatic Driverless Mobility Systems Via A.I Precision Data Detection TR2 SRLS- info@talkingroad.it - Via Ausonia 20, 00171 Roma suv Coffee Offices Shops Label Label Grazie
Editor's Notes
- #2 Il progetto e’ Triennale, prevede output incrementali ogni 4/6 mesi, richiede un seed dell’ordine di 2.500.000€. L’IRR lo presenteremo all’’investitore.
- #6 Lo scenario applicativo vede l’utilizzo del parco mezzi circolante, la produzione di di flussi video in streaming generati da Dashcam, Mobile device e dispositivi car embeeded, geolocalizzazione, sistemi di elaborazione elaborazione cloud ed in output data packet e mappe di precision che ricostruiscano lo scenario ovvero il contest della mobiltà.
- #7 I risultati ad oggi sono: riconoscimetno strade, segnali meteo Couting e classficazione veicolare Detection dello stato del sedime stradale
- #8 I risultati ad oggi sono: riconoscimetno strade, segnali meteo Couting e classficazione veicolare Detection dello stato del sedime stradale
- #9 I risultati ad oggi sono: riconoscimetno strade, segnali meteo Couting e classficazione veicolare Detection dello stato del sedime stradale
- #10 I risultati ad oggi sono: riconoscimetno strade, segnali meteo Couting e classficazione veicolare Detection dello stato del sedime stradale
- #11 Lo scenario applicativo vede l’utilizzo del parco mezzi circolante, la produzione di di flussi video in streaming generati da Dashcam, Mobile device e dispositivi car embeeded, geolocalizzazione, sistemi di elaborazione elaborazione cloud ed in output data packet e mappe di precision che ricostruiscano lo scenario ovvero il contest della mobiltà.
- #12 Lo scenario applicativo vede l’utilizzo del parco mezzi circolante, la produzione di di flussi video in streaming generati da Dashcam, Mobile device e dispositivi car embeeded, geolocalizzazione, sistemi di elaborazione elaborazione cloud ed in output data packet e mappe di precision che ricostruiscano lo scenario ovvero il contest della mobiltà.
- #13 Il progetto e’ Triennale, prevede output incrementali ogni 4/6 mesi, richiede un seed dell’ordine di 2.500.000€. L’IRR lo presenteremo all’’investitore.