Parole chiave: Esposizione al rumore; Machine learning; Modelli dinamici predittivi
Il principale obiettivo del progetto è la riduzione dell’esposizione della popolazione al rumore stradale della popolazione, da ottenere mediante una corretta pianificazione e ottimizzazione degli interventi di manutenzione stradale. Attualmente, lo stato delle pavimentazioni viene valutato con sopralluoghi sull’intera rete attraverso ispezione visiva, con grande dispendio di tempo e di risorse umane ed economiche. L’obiettivo del progetto è quindi quello di sviluppare un sistema di riconoscimento automatico degli ammaloramenti dell’asfalto che consenta un monitoraggio completo e frequente della rete. Il sistema si basa sulla misura del livello sonoro all’interno di uno pneumatico, il rilievo della pavimentazione attraverso una videocamera e l’utilizzo di metodi di AI per l’analisi dei dati acustici e visivi raccolti. Il sistema sarà installato su uno specifico mezzo che, transitando sulla pavimentazione, sarà in grado di caratterizzarne lo stato attraverso l’elaborazione dei dati raccolti. I risultati verranno quindi georeferenziati. In tale modo sarà possibile determinare indicatori specifici che consentano la prioritizzazione degli interventi.