IA e CCTV Analizzano Interventi di Traffico Soft a Minneapolis

Un nuovo studio di arXiv presenta un framework di analisi basato sull'IA che utilizza l'infrastruttura CCTV esistente per valutare l'impatto di interventi infrastrutturali soft sulla velocità e sicurezza dei veicoli. La ricerca, condotta a Minneapolis, ha impiegato deep learning e stima della velocità basata sulla prospettiva per analizzare il comportamento dei conducenti prima e dopo l'installazione di rifugi pedonali temporanei e estensioni dei marciapiedi. Agli incroci non semaforizzati, le velocità medie sono diminuite fino al 18,75% e il 15° percentile di velocità del 16,56%, con il traffico di attraversamento in calo del 12,2%. Gli incroci semaforizzati hanno registrato riduzioni fino al 20,0% nella velocità media e al 17,19% nel 15° percentile di velocità, tranne in un punto. I risultati dimostrano l'efficacia calmante del traffico delle infrastrutture soft, offrendo un metodo scalabile e a basso costo per la valutazione del design urbano.