Contattaci
Contattaci

 

Previsione del tasso di incidentalità dei veicoli: sfruttare l'Intelligenza Artificiale per migliorare la sicurezza stradale

Con la gestione di 3.000 km di autostrade a pedaggio in Italia, il nostro cliente è un player di riferimento nella mobilità europea. Oltre alla gestione tradizionale delle infrastrutture, è all’avanguardia nell’innovazione per la smart mobility, evolvendosi costantemente per migliorare sicurezza ed efficienza. Oltre le autostrade, sviluppa servizi innovativi trasformando l’ingegneria in infrastrutture intelligenti, per garantire un’esperienza di viaggio fluida e sicura.

La sfida

Nei primi anni 2000, l’azienda ha implementato misure per aumentare la sicurezza stradale, alzando gli standard tecnici e normativi, introducendo tecnologie automotive e il sistema Tutor, e adottando procedure interne solide. Tuttavia, negli ultimi dieci anni, questi interventi hanno raggiunto un punto di saturazione. Per avanzare verso l’obiettivo “Vision Zero” – l’eliminazione delle vittime sulla strada – era necessario passare da un approccio reattivo a uno predittivo e proattivo.

Pur disponendo di una grande mole di dati – 750 milioni di righe su oltre dieci anni, relativi a più di 5.000 km di rete e 130.000 incidenti registrati – la vera sfida era trasformare queste informazioni in insight precisi e utili. L’analisi della probabilità di incidente, tenendo conto di variabili complesse come il comportamento umano, le condizioni infrastrutturali e le dinamiche del traffico, rappresentava una barriera significativa. L’azienda aveva bisogno di un partner strategico capace di colmare questo gap e valorizzare il potenziale dei dati disponibili.

italian highway

L'approccio

Per supportare la transizione verso un modello data-driven, abbiamo applicato tecniche di Intelligenza Artificiale e Machine Learning su infrastruttura cloud AWS, sviluppando una soluzione in grado di abilitare un approccio predittivo alla sicurezza stradale.

Il nostro team ha integrato ricerca accademica, dati storici sugli incidenti e pattern di traffico in tempo reale all’interno di un modello analitico ibrido. Grazie a metriche avanzate come i Crash Modification Factors, sono stati identificati i principali fattori di rischio, mentre strumenti di analisi di scenario hanno supportato la pianificazione degli interventi preventivi. Sono stati rilasciati due MVP per testare e ottimizzare il modello prima della sua implementazione su larga scala, garantendo scalabilità e massima accuratezza predittiva.

Combinando modelli statistici e algoritmi basati su IA, Avvale ha fornito una soluzione che consente di stimare con precisione la probabilità di incidenti per ogni tratto autostradale, offrendo un livello di previsione fino ad oggi inaccessibile. Il nostro approccio agile garantisce l’evoluzione continua del modello, adattandolo ai nuovi dati e rafforzando l’impegno del cliente verso infrastrutture intelligenti e una mobilità sostenibile.

highway technology

L'impatto

Oggi, il cliente dispone di un’applicazione avanzata operativa su tutta la rete autostradale. La soluzione elabora grandi volumi di dati, restituendo insight utili per comprendere e prevenire il fenomeno degli incidenti, abilitando un approccio proattivo alla sicurezza stradale e una gestione circolare delle infrastrutture.

Il modello si è rivelato superiore nell’identificare le correlazioni tra le condizioni stradali e i tassi di incidentalità rispetto a modelli basati su reti neurali o analisi di serie storiche, raggiungendo un’accuratezza del 99,6% nella previsione del numero annuo di incidenti.

Grazie all’integrazione di algoritmi di Machine Learning, il cliente può ora analizzare dataset complessi in modo efficiente, ricevendo informazioni puntuali e rilevanti, personalizzate in base alle esigenze specifiche, su tutta la rete autostradale gestita. Una soluzione su misura che risponde alla crescente necessità di monitoraggio integrato delle variabili, abilitando decisioni informate e migliorando i servizi di esercizio e manutenzione.

highway lights