Come funzionano i nuovi occhi digitali per scoprire buche e crepe nelle strade?

Le strade hanno bisogno di cure costanti, ma trovare buche e crepe non è sempre facile. Un team di ricercatori ha creato TriRoad AI, una piattaforma web che usa l’intelligenza artificiale per individuare i difetti del manto stradale in tempo reale. Il cuore del sistema sono due versioni di YOLO (You Only Look Once), YOLOv8 e YOLOv11, famose per riconoscere oggetti nelle immagini con rapidità. Gli utenti caricano una foto della strada dal browser: l’algoritmo segnala le zone danneggiate, assegna un livello di gravità e le posiziona su una mappa OpenStreetMap.

I test sono stati fatti con due set di dati: immagini scaricate da internet e foto scattate sul campo ad Ankara, in Turchia. YOLOv8 ha raggiunto l’88,43 % di accuratezza sui dati online, mentre YOLOv11‑B ha mostrato più robustezza sul terreno, con il 46,15 % di precisione su immagini miste. Il modello Gemini, invece, ha brillato in laboratorio (97,64 % di accuratezza) ma è crollato al 18,50 % in condizioni reali.

TriRoad AI si distingue perché non richiede installazioni: basta aprire il sito e caricare le foto. Inoltre, combina il riconoscimento dei danni con una visualizzazione geospaziale interattiva, facilitando la pianificazione di interventi di manutenzione preventiva. Questo approccio promette di rendere le città più intelligenti, riducendo i costi e migliorando la sicurezza stradale.

Il motore YOLO appartiene alla famiglia dei detector a singola fase, che elaborano l’intera immagine in un unico passaggio, a differenza dei metodi a due fasi (es. R‑CNN) che prima propongono regioni candidate. YOLOv8 introduce un backbone CSPDarknet migliorato e una testa di regressione decoupled, consentendo una migliore separazione tra classificazione e localizzazione. YOLOv11‑B, basato su una architettura transformer‑lite, sfrutta l’attenzione globale per catturare contesti più ampi, utile quando le crepe sono sottili o parzialmente occluse.

Il dataset di Ankara è stato annotato manualmente con bounding box e livelli di gravità (leggera, media, severa). Per valutare la robustezza, è stato introdotto un filtro di confidenza: solo predizioni sopra 0,6 sono visualizzate, riducendo falsi positivi. La mappa OpenStreetMap è stata arricchita con layer GeoJSON contenenti le coordinate GPS dei danni, permettendo query spaziali (es. "mostra tutti i danni entro 500 m da un punto").

Gemini, modello multimodale di Google, combina visione e linguaggio. In ambienti controllati, la sua capacità di apprendere da grandi dataset lo porta a performance eccellenti. Tuttavia, la sua architettura richiede input di alta qualità e una distribuzione di dati simile a quella di addestramento; in scenari urbani con variazioni di illuminazione, angolazioni e ostacoli, la generalizzazione cala drasticamente. Questo evidenzia l’importanza di testare i modelli AI in condizioni operative reali prima di un deployment su larga scala.