Con un notevole passo avanti, Fujitsu Limited e la Carnegie Mellon University hanno annunciato congiuntamente lo sviluppo di una tecnologia di Digital Twin sociale basata sull'intelligenza artificiale, con l'obiettivo di rivoluzionare l'analisi del traffico. La ricerca collaborativa, avviata nel febbraio 2022, è culminata in un sistema innovativo in grado di convertire immagini di scene 2D acquisite da una singola telecamera RGB monoculare in modelli 3D dettagliati. Questo approccio innovativo, basato sul deep learning, rappresenta una svolta significativa nella visualizzazione e nell'analisi ad alta precisione di scenari di traffico 3D dinamici.
Fujitsu e Carnegie Mellondefil'analisi del traffico grazie all'integrazione dell'intelligenza artificiale
Fujitsu Limited e la Carnegie Mellon University hanno presentato una tecnologia rivoluzionaria che promette di trasformare il panorama dell'analisi del traffico e della prevenzione deglident . Avviata nel febbraio 2022, la collaborazione si è posta l'obiettivo di sviluppare un gemello digitale sociale in grado di replicare dinamicamente interazioni complesse in spazi 3D. Il risultato di questa ricerca è un sistema basato sull'intelligenza artificiale che trasforma immagini di scene 2D, acquisite da una telecamera RGB monoculare, in formati 3D digitalizzati.
Il sistema si basa su due tecnologie fondamentali, ciascuna delle quali svolge un ruolo cruciale nella sua funzionalità. La prima, la tecnologia di stima dell'occupazione 3D, utilizza reti neurali profonde per distinguere gli oggetti all'interno di spazi 3D a partire da immagini acquisite da una telecamera RGB monoculare. Rappresentando questi oggetti come voxel nello spazio 3D, il sistema acquisisce una comprensione dettagliata delle scene, consentendo una stima accurata della forma 3D delle aree non visibili nell'immagine di input. La seconda tecnologia fondamentale, la proiezione 3D, crea un gemello digitale 3D basato sull'output della tecnologia di stima dell'occupazione. Questa fase integra conoscenze di analisi del comportamento umano, garantendo che i movimenti siano coerenti con il mondo reale e consentendo una stima precisa della posizione anche quando parti degli oggetti sono ostruite.
Per rispondere alle preoccupazioni relative alla privacy, la tecnologia anonimizzamaticvolti e targhe, sottolineando l'impegno per un utilizzo responsabile dell'IA. Fujitsu e Carnegie Mellon prevedono la commercializzazione di questa tecnologia entro l'anno fiscale 2025, estendendone l'applicazione oltre il settore dei trasporti per includere le città intelligenti e la sicurezza stradale.
Prove sul campo a Pittsburgh: convalida del potenziale della tecnologia basata sull'intelligenza artificiale
Grazie alle promettenti capacità di questa tecnologia, Fujitsu e Carnegie Mellon hanno avviato delle sperimentazioni sul campo a Pittsburgh, negli Stati Uniti, a partire dal 22 febbraio 2024 e fino al 31 maggio 2024. Le sperimentazioni hanno utilizzato dati provenienti da incroci cittadini, avvalendosi di una telecamera RGB monoculare installata nel campus della Carnegie Mellon University. L'obiettivo principale era analizzare le condizioni del traffico e della folla,dentpotenzialidentcome punti ciechi causati da edifici e assembramenti temporanei. Riproducendo questi dati su un gemello digitale sociale, è stata esaminata a fondo l'efficacia della tecnologia in scenari reali.
Il professor László A. Jeni, ricercatore associato, ha espresso la sua soddisfazione per il risultato raggiunto grazie alla collaborazione, sottolineando il costante impegno nel promuovere la ricerca sulle tecnologie all'avanguardia. La collaborazione tra il team di Fujitsu e gli esperti accademici della Carnegie Mellon University (CMU) ha svolto un ruolo fondamentale nel raggiungimento di questo traguardo.
Daiki Masumoto, ricercatore e responsabile del Laboratorio di Tecnologie Convergenti presso Fujitsu Research, ha sottolineato la coerenza di questa tecnologia con la più ampia missione di Fujitsu di rendere il mondo più sostenibile attraverso l'innovazione. Ha espresso il suo entusiasmo per l'importante passo avanti compiuto verso il raggiungimento di questi obiettivi grazie alla collaborazione con la Carnegie Mellon University.
Con il progredire delle sperimentazioni sul campo, le implicazioni di questa basata sull'intelligenza artificiale per l'analisi del traffico e la pianificazione urbana stanno diventando sempre più dent . Il potenziale di questa innovazione per migliorare la sicurezza, ottimizzare il flusso del traffico e contribuire allo sviluppo di città intelligenti è considerevole. La domanda rimane: in che modo questa tecnologia rivoluzionaria ridefinirà defi nostro approccio alla pianificazione urbana, ai trasporti e alle sfide sociali negli anni a venire?
