La manutenzione delle strade entra nell’era dell’intelligenza artificiale grazie a un nuovo modello sviluppato da Samsara, azienda specializzata nella gestione di flotte. La società ha costruito un sistema che sfrutta le telecamere installate sui veicoli commerciali per rilevare buche e danni stradali, analizzarne l’evoluzione e fornire alle città strumenti più rapidi e precisi per intervenire. Un approccio che trasforma le flotte in una rete diffusa di sensori urbani.
Come funziona l’AI nelle auto connesse
Samsara ha sviluppato un modello di intelligenza artificiale in grado di riconoscere e catalogare diverse tipologie di buche lungo le strade. Il sistema si basa sulle telecamere installate a bordo dei veicoli delle flotte clienti, già utilizzate per sicurezza, monitoraggio dei conducenti e gestione delle responsabilità assicurative.
Durante i tragitti quotidiani, i veicoli raccolgono dati visivi che vengono poi analizzati dall’AI. Il modello non si limita a individuare le irregolarità del manto stradale, ma riesce anche a valutarne la gravità e a seguire la loro evoluzione nel tempo, consentendo una lettura dinamica del deterioramento.
Pothole-finding machines e manutenzione predittiva
In questo scenario, i veicoli connessi diventano vere e proprie “pothole-finding machines”. Ogni mezzo della flotta agisce come un sensore mobile, contribuendo a costruire una mappa dettagliata delle criticità urbane.
Il vantaggio principale sta nella scala: le flotte equipaggiate con Samsara sono molto più numerose rispetto, ad esempio, alla flotta di robotaxi di Waymo, che conta circa 3.000 veicoli. Questo consente alla società di raccogliere non solo più dati, ma anche informazioni ripetute sugli stessi punti della città, fondamentali per monitorare l’evoluzione dei danni.
Impatti su efficienza e sicurezza nelle città
Secondo Samsara, questo flusso di dati può aiutare le amministrazioni a migliorare l’efficienza degli interventi. Tradizionalmente, le città devono affidarsi a segnalazioni dei cittadini o a ispezioni manuali, spesso frammentate e poco tempestive.
Con il nuovo sistema, invece, le criticità possono essere individuate e prioritarizzate in modo più rapido, riducendo il rischio di incidenti e danni ai veicoli. L’obiettivo è trasformare una gestione reattiva in un approccio proattivo e pianificato, con evidenti vantaggi economici e operativi.
Strategie di segnalazione e monitoraggio
I dati raccolti confluiscono in una piattaforma centralizzata chiamata Ground Intelligence, che li organizza su una mappa interattiva. Qui le città possono visualizzare in tempo reale le aree problematiche e ricevere avvisi sulle condizioni in peggioramento.
Il sistema consente anche l’accesso a filmati anonimi per verificare segnalazioni dei cittadini, come segni stradali danneggiati o problemi alle infrastrutture. Il risultato è una riduzione del “rumore” informativo generato dalle chiamate ai servizi 311 e una maggiore precisione nell’individuazione delle priorità.
Il futuro delle auto connesse e manutenzione stradale
Samsara sta ampliando l’uso della propria infrastruttura dati anche oltre le buche stradali. Tra le nuove applicazioni figurano la rilevazione di graffiti, guardrail danneggiati o cavi elettrici pericolosamente bassi, oltre a qualsiasi altra anomalia osservabile in contesti urbani o privati.
L’azienda ha inoltre avviato collaborazioni con diverse città, tra cui Chicago, e sta sviluppando strumenti come Waste Intelligence, per verificare la raccolta dei rifiuti, e sistemi di gestione del trasporto pubblico capaci di monitorare eventi anomali a bordo dei mezzi o creare manifesti digitali per gli scuolabus.
Come prepararsi all’impatto dell’AI sulle strade
L’integrazione tra intelligenza artificiale e mobilità connessa sta ridefinendo il modo in cui le città gestiscono le infrastrutture. Le amministrazioni e le aziende di trasporto che adottano questi sistemi possono pianificare meglio gli interventi, ridurre i costi e limitare i disservizi.
In questo modello, ogni veicolo diventa parte di una rete informativa continua, capace di trasformare la manutenzione urbana da processo frammentato a sistema coordinato e sempre aggiornato.
Fonte: TechCrunch
