Per progettare, realizzare e curare la manutenzione di strade e autostrade è possibile applicare tecniche di intelligenza artificiale. È un’opportunità che sta già dando risultati convincenti per migliorare la qualità delle infrastrutture viarie

TAKEAWAY

• Strade e autostrade sono presenti in tutto il mondo, permettendo di collegare paesi, città e Stati. Sono infrastrutture necessarie, ma richiedono attenzione nella realizzazione e manutenzione. Tutto questo ha un costo: si stima che dal 2017 al 2040 si investiranno in tutto il mondo 85mila miliardi di euro.
• Un primo ambito dove è utile applicare tecniche di intelligenza artificiale è la realizzazione delle strade e la compattazione dei vari strati. L’adozione dell’AI è preziosa anche per la manutenzione e la riduzione delle buche oltre che per creare una mappatura stradale più dettagliata.
• Il ruolo dell’AI sarà ancora più diffuso in futuro, perché le strade saranno percorse da un numero sempre maggiore di veicoli, ancor più sofisticati e interconnessi. Tutto ciò richiederà un crescente apporto della tecnologia, sotto forma di IoT, blockchain e digital twin.

---

Adottare tecniche di intelligenza artificiale per la pavimentazione stradale è una delle opportunità allo studio per rendere più sicure e resilienti strade e autostrade, che si sviluppano in tutto il mondo per oltre 64 milioni di chilometri. Solo in Italia se ne contano 487mila km, completamente asfaltate. Su di esse circolano milioni di veicoli, permettendo buona parte degli spostamenti di persone e merci, garantendo collegamenti nazionali e internazionali.

Dopo quelle energetiche, rappresentano le infrastrutture più attrattive in termini di investimenti: da uno studio Deloitte-Luiss, su una spesa globale annua giunta nel 2016 a 2.300 miliardi di euro, i comparti “energia elettrica” e “trasporto su strada” hanno raccolto circa il 65% degli investimenti totali. Se consideriamo che tra il 2017 e il 2040 il fabbisogno futuro di infrastrutture stradali è stimato 85mila miliardi di euro, pari a un investimento annuo di circa il 3,5% del Pil mondiale, si può comprendere quale importanza economica avranno anche nel futuro.

Sulla loro qualità si basa buona parte della sicurezza di chi le percorre. Il loro cattivo stato è una delle cause più frequenti di incidenti stradali mortali. Secondo uno studio commissionato dalla Transportation Construction Coalition, negli Stati Uniti più della metà dei 42mila morti sulle strade statunitensi sono state provocate dalle cattive condizioni stradali. È stata la causa più letale, prima ancora dell’eccesso di velocità, dell’abuso di alcol o del mancato uso delle cinture di sicurezza. Non solo: gli incidenti automobilistici da strade malmesse costano all’economia USA oltre 217 miliardi di dollari l’anno.

Le applicazioni d’intelligenza artificiale per la pavimentazione stradale

Dove impiegare l’intelligenza artificiale per la pavimentazione stradale? È bene fare una premessa: le strade sono un’infrastruttura complessa. L’asfaltatura richiede un’attenta progettazione e attuazione e implica costi sensibili. Solo per fare un esempio di quanto incida economicamente, ANAS ha dichiarato per il quinquennio 2016-2020 che su 23 miliardi di euro di finanziamenti previsti, quasi 11 miliardi (46%) sono stati destinati alla manutenzione, adeguamento e messa in sicurezza della rete stradale.

La realizzazione di strade e autostrade richiede più strati sovrapposti di materiali differenti, che vengono rullati e compattati. Lo strato di sottofondo è solitamente costituito da argilla, seguito da roccia frantumata, e poi dall’asfalto e/o dal cemento. La natura variabile del terreno e le condizioni di umidità possono implicare profonde differenze in termini di compattazione. È una fase cruciale in termini di qualità dell’infrastruttura: un lavoro a regola d’arte permette di sopportare adeguatamente carichi anche molto pesanti (un camion può arrivare a pesare 40-44 tonnellate).

Ecco, allora, dove le tecniche di intelligenza artificiale possono essere adottate: per una compattazione ottimale dell’asfalto. Lo hanno fatto, di recente, alcuni ricercatori della University of Technology di Sydney che hanno sviluppato una nuova tecnologia di “compattazione intelligente”, integrata direttamente nel rullo compattatore e in grado di valutare in tempo reale la qualità della base stradale. Tale soluzione implica l’adozione di machine learning che permette di elaborare i dati provenienti dai sensori collegati al rullo. Per la precisione, l’équipe ha sviluppato un modello informatico avanzato che incorpora ML e i big data provenienti dai cantieri per prevedere la rigidità del terreno compattato con un elevato grado di precisione in una frazione di secondo, in modo che gli operatori dei rulli possano effettuare molto rapidamente le opportune regolazioni.

L’AI per controllare lo stato delle strade ed evitare le buche

Come tutte le infrastrutture, anche le strade richiedono una periodica manutenzione. Anzi, su di esse si notano in maniera più evidente i segni del tempo e dell’usura causata principalmente dalle sollecitazioni del traffico e dalle escursioni termiche. I cambiamenti climatici provocano effetti ancora più importanti. Le buche sono i “sintomi” caratteristici delle strade più segnate dalle intemperie, più datate e bisognose di manutenzione.

In Australia i fenomeni meteo estremi hanno segnato in maniera evidente le infrastrutture viarie. Nella città di Canberra, per esempio, nel 2021 è stato necessario intervenire con un investimento di 19,5 milioni di dollari per sistemare quasi un milione di metri quadri di strade, per riparare più di seimila buche, ha fatto sapere il Ministro dei Trasporti e dei Servizi Urbani, segnalando che nell’ultimo anno il numero di riparazioni era quasi quadruplicato rispetto agli anni precedenti.

Proprio la città australiana si è fatta notare per aver applicato un sistema basato su intelligenza artificiale per la pavimentazione stradale. In particolare ha sperimentato una tecnologia di rilevamento dei difetti, messa a punto da una startup che ha impiegato telecamere, montate sui veicoli, per scansionare e fotografare le superfici; il software AI, ideato dalla stessa società, provvede a identificare e a classificare le aree che richiedono riparazioni.

Mappatura delle strade con l’AI, un’idea attuata in Giappone e in Italia

C’è un altro ambito dove può essere davvero prezioso l’apporto dell’intelligenza artificiale per la pavimentazione stradale: il rilevamento delle caratteristiche della strada.

In Giappone, proprio di recente un team di ricercatori della Hosei University ha pubblicato uno studio in cui ha messo a punto un modello di deep learning per il rilevamento automatico delle caratteristiche stradali. Il loro metodo per estrarre le caratteristiche stradali fa uso dei dati cartografici 3D ad alta risoluzione. In particolare, utilizza particolari dati geometrici costituiti dalle nuvole di punti, che opportunamente strutturate permettono di fornire una mappatura molto precisa. Gli scienziati nipponici hanno sviluppato un algoritmo per automatizzare il processo di generazione dei dati di addestramento e hanno costruito un modello di identificazione delle caratteristiche stradali a partire dai dati delle nuvole di punti estratti automaticamente dalle mappe in HD. Dopo aver stabilito il quadro computazionale, i ricercatori hanno eseguito esperimenti dimostrativi.

Il metodo apre a prospettive molto interessanti, come ha messo in luce il coordinatore dello studio, il professor Ryuichi Imai:

«un modello prodotto a partire dai dati delle nuvole di punti consentirà di realizzare un digital twin per lo spazio urbano con mappe stradali regolarmente aggiornate. Sarà indispensabile per gestire e ridurre le limitazioni del traffico e le chiusure delle strade durante le ispezioni stradali».

Anche in Italia si conta un’analoga applicazione dell’intelligenza artificiale per la pavimentazione stradale. Uno, in particolare, ha visto protagonista il Comune di Pisa, che ha promosso l’avvio di un progetto che ha permesso di disporre di una mappatura completo sullo stato degli asfalti cittadini. Ciò è stato possibile grazie a un sistema tecnologico che comprende telecamere e sensori in grado di scansionare con precisione ogni tratto di strada. Tutti i dati raccolti sono elaborati e interpretati grazie alla piattaforma RAMA (Road Asset Management & Analytics), che adotta algoritmi di AI.

Le strade del futuro: dalla digitalizzazione delle strade al modello “asfalto 4.0”

In futuro l’adozione di tecniche d’intelligenza artificiale per la pavimentazione stradale costituirà una componente essenziale del processo che vede una sempre maggiore digitalizzazione nei processi industriali.

In Finlandia, l’Agenzia dei trasporti sta sperimentando diversi progetti pilota che promuovono la digitalizzazione dei lavori per realizzare le strade, con l’obiettivo di migliorare l’efficienza della pianificazione e dell’esecuzione dei lavori e la qualità del risultato finale. I progetti pilota forniranno una rapida visione di ciò che è possibile fare oggi e delineeranno un percorso di sviluppo verso il futuro.

L’estate scorsa è stato realizzato un progetto focalizzato sullo studio delle modalità di combinazione dei dati raccolti dal software di pianificazione ERP di un impianto di miscelazione dell’asfalto con quelli di un sistema di monitoraggio della massa dell’asfalto/bitume. La finalità del progetto è di permettere a qualunque addetto ai lavori di monitorare le informazioni di cui ha bisogno in tempo reale, fornendo in automatico un report dei dati di output in base alle aspettative del cliente.

Nel complesso, c’è sempre maggiore consapevolezza che le strade del futuro dovranno rispondere a esigenze ancora più complesse: pensiamo ai veicoli a guida autonoma, ma anche solo alle auto che già oggi hanno funzioni di guida “intelligente” e sempre più assistita. I veicoli dovranno essere sempre più in grado di comunicare tra loro, per fornire un’esperienza di guida ottimale e sicura.

Per questo l’European Asphalt Pavement Association, l’associazione europea di riferimento del settore, ha introdotto “Asphalt 4.0”. Si tratta di un concetto affine a quello più ampio di Industria 4.0, dove entrano in gioco sistemi intelligenti e autonomi alimentati da big data, machine learning, intelligenza artificiale, blockchain, Internet of Things con la capacità di far progredire in modo significativo l’efficienza, la produttività, la qualità, l’affidabilità e la sostenibilità di un determinato settore industriale. Come ha fatto sapere EAPA,

«L’applicazione di queste tecnologie al settore della pavimentazione in conglomerato bituminoso, nota come Asphalt 4.0, prevede l’utilizzo di strumenti digitali per automatizzare, monitorare e migliorare il modo in cui le organizzazioni sviluppano le attività convenzionali, come la gestione degli impianti di asfaltatura, la produzione di miscele bituminose, il trasporto/fornitura o la posa in opera».

Nell’ultima conferenza EAPA tenutasi lo scorso settembre, dedicata proprio ad Asphalt 4.0, sono emersi alcuni aspetti interessanti che hanno messo in rilievo il valore della digitalizzazione. Oltre all’uso dell’IoT, della blockchain e dell’intelligenza artificiale per la pavimentazione stradale, nel corso della conferenza internazionale sono state presentate due applicazioni riguardanti digital twin: un modello digitale per la progettazione di conglomerati bituminosi e uno per la visualizzazione della posa dell’asfalto. Così si fa strada l’evoluzione tecnologica alla base di strade e autostrade, sempre più digitali e interconnesse con la mobilità del futuro.