Come i gemelli digitali possono rendere le città più accessibili?

Immagina di volare sopra una città con un drone, catturare ogni angolo e trasformarlo in un modello 3D perfetto. Con SYNTHUA‑DT, gli scienziati hanno combinato questa fotogrammetria con il motore di simulazione Unreal Engine per creare immagini ultra‑realistiche di strade, piazze e marciapiedi. Ma la vera magia sta nei “personaggi” virtuali: avatar che usano sedie a rotelle o altri ausili per la mobilità, posizionati in modo casuale ma credibile. Ogni foto generata è accompagnata da una maschera di segmentazione pixel‑perfect, cioè un’etichetta che indica esattamente dove si trovano le persone e gli oggetti. Così, gli algoritmi di visione artificiale possono imparare a riconoscere chi ha bisogno di assistenza senza che nessuno debba disegnare manualmente migliaia di contorni. Il team ha testato il metodo su una replica digitale di Curitiba, in Brasile, creando più di 22 000 immagini annotate. I risultati mostrano che i modelli addestrati con questi dati riconoscono meglio le sedie a rotelle rispetto a quelli basati su dataset tradizionali come Cityscapes. In pratica, SYNTHUA‑DT offre una fonte infinita di esempi, riducendo i costi e i bias legati alla raccolta reale. Il futuro delle smart city potrebbe quindi includere sistemi di visione più inclusivi, capaci di aiutare persone con mobilità ridotta a muoversi in sicurezza.

SYNTHUA‑DT si fonda su tre pilastri tecnologici: fotogrammetria UAV, modellazione di gemelli digitali e simulazione ad alta fedeltà in Unreal Engine. La fotogrammetria UAV acquisisce immagini aeree ad alta risoluzione, da cui algoritmi di Structure‑from‑Motion ricostruiscono nuvole di punti dense. Queste nuvole vengono poi convertite in mesh 3D ottimizzate, arricchite con informazioni semantiche (pavimentazione, ostacoli, segnaletica). Il gemello digitale risultante è una replica virtuale della città, completa di coordinate geografiche e proprietà fisiche. In Unreal Engine, il modello è importato come livello di gioco, dove si attivano sistemi di lighting globale e rendering basati su ray‑tracing per ottenere foto‑realismo. Gli agenti virtuali, basati su scheletri riggati, sono programmati con comportamenti di locomozione realistici, includendo dinamiche di rotazione, inclinazione e interazione con l’ambiente. La loro collocazione avviene tramite algoritmi procedurali che rispettano vincoli di accessibilità (es. larghezza marciapiedi, pendenze). Per la generazione delle etichette, si sfrutta il motore di rendering per esportare buffer di segmentazione a livello di pixel, garantendo una corrispondenza 1‑to‑1 tra oggetto e classe. Dal punto di vista computazionale, la pipeline è parallelizzabile su cluster GPU, consentendo la produzione di decine di migliaia di immagini al giorno. La validazione su Curitiba ha mostrato un aumento medio del 12% nell'Average Precision dei detector di ausili per la mobilità, rispetto a modelli addestrati su dataset reali. Inoltre, l'analisi di bias ha evidenziato una distribuzione più equilibrata di condizioni di illuminazione, angolazioni di visuale e tipologie di ausili, riducendo l'overfitting a scenari specifici. In sintesi, SYNTHUA‑DT rappresenta un approccio sistematico per colmare il gap di dati nelle applicazioni di visione per l'accessibilità urbana, combinando precisione geometrica, realismo visivo e scalabilità computazionale.