Il 12 aprile 2024 presso il Centro Congressi di Roma si è tenuto il convegno “Intelligenza Artificiale nella Ricostruzione degli Incidenti” patrocinato dall’Associazione Scientifica Infrastrutture Trasporto (ASIT). Il convegno ha visto una platea di oltre 100 partecipanti tra compagnie assicurative e professionisti del settore tecnico e legale.
L’apertura del convegno è stata curata dal prof. Alfonso Montella, presidente di ASIT mentre gli interventi introduttivi sono stati a cura dei proff. Mariano Pernetti e Monica Meocci. Dal punto di vista della ricostruzione degli incidenti, il prof. Dario Vangi ha esposto come nel tempo siano state molteplici le innovazioni che hanno permesso di giungere allo stato attuale e come, ad oggi, sia importante usare metrologie adeguate allo scopo che ci si prefigge. Gli interventi successivi, di carattere scientifico-tecnico focalizzato sull’infortunistica stradale, sono invece stati affrontati dal prof. Luigi Di Stefano e dagli ingg. Filippo Begani e Davide Castellucci.
La filiera della sicurezza stradale, che va dalla progettazione di un’infrastruttura sicura a una gestione efficace del sinistro stradale, rappresenta gran parte delle attività svolte dal nostro settore, un settore che con le recenti innovazioni tecnologiche può effettuare un enorme passo avanti sia per le metodologie che per i risultati offerti. Le capacità offerte dal mercato per supportare il professionista che opera nella sicurezza stradale stanno diventando sempre più potenti e in grado di essere di importante ausilio, soprattutto nella ricostruzione dei sinistri stradali.
Lo sfondo di ciò è da ricercarsi in un mondo in cui la conoscenza del pregresso è il punto di partenza per migliorare il futuro. Infatti, la maggiore differenza della società odierna rispetto al passato è rappresentata dalla disponibilità di dati, e la loro importanza giorno dopo giorno sta assumendo la rilevanza di una nuova rivoluzione industriale. Tuttavia, se non adeguatamente trattati, i dati perdono la loro efficacia e diventano inutilizzabili. L’intelligenza artificiale (IA) rappresenta una tra le più potenti metodologie per risolvere problemi complessi basati sulla conoscenza e sul trattamento del dato ma, al contempo, è uno strumento ancora poco conosciuto e verso il quale l’utilizzatore tende a essere diffidente.
Come ogni novità deve essere illustrata all’utilizzatore, che solo in piena conoscenza ne comprende l’utilità nell’ambito tecnico e ne diventa poi maestro. Basti pensare alle rivoluzioni tecnologiche che si sono susseguite negli ultimi due secoli e che hanno portato il tempo di soluzione di alcuni problemi complessi da settimane a secondi.
È in questo contesto che si è inquadrato il convegno, con un’impronta scientifico-tecnica che ha voluto approcciarsi al problema della ricostruzione dell’incidente, dapprima attraverso degli interventi conoscitivi delle possibilità che l’uso dell’IA può aprire nei diversi topic del settore dell’infortunistica stradale, per poi entrare nel dettaglio della piattaforma Autocrash studiata e messa a punto dagli ingg. Filippo Begani e Davide Castellucci rispettivamente per Atena Srl e DataVision Italia e ad oggi commercializzata come pratico strumento di ausilio. L’intervento finale è stato curato dagli avv.ti Franco Moretti e Daniela Bertes che hanno illustrato come il processo può migliorare l’approccio giuridico al problema nel rispetto delle normative nazionali ed europee sulla gestione e affidabilità dell’informazione contenuta nel dato.
La piattaforma AutoCrash mira a servire l’intera catena delle parti coinvolte nella gestione di un incidente stradale, inclusi cittadini, forze dell’ordine, periti e compagnie assicurative, autorità giudiziarie, carrozzerie, pubblica amministrazione e accademia. È infatti dalla disponibilità di informazioni uniformi e omogenee che possono essere sviluppati programmi di ricerca e attuati i migliori sistemi per la sicurezza stradale e per la tutela del cittadino nel suo spostamento. Nei loro interventi tecnici, gli ingg. Castellucci e Begani hanno illustrato come l’IA possa essere impiegata per ricostruire il luogo di un sinistro e l’accaduto in un ambiente immersivo tridimensionale, creando un vero e proprio digital twin della zona in cui si è verificato l’incidente. Tecnologie avanzate nel campo dell’IA, come NeRF e Gaussian Splatting, affinate per casistiche automobilistiche, permettono di ricostruire l’intero ambiente a partire da poche immagini o video.
Ciò consente al tecnico di navigare nell’area ottenendo informazioni di interesse, come le dimensioni della carreggiata o le lunghezze delle tracce presenti sulla pavimentazione, senza doversi esporre sulla strada. Inoltre, grazie a specifici algoritmi, è possibile animare il moto dei veicoli coinvolti sia prima che dopo l’urto. È stato poi illustrato come queste tecnologie, combinate con algoritmi di intelligenza artificiale supervisionata, permettano la creazione di modelli digitali del veicolo deformato per il riconoscimento del danno e della sua entità.
Queste tecnologie forniscono all’operatore la possibilità di ottenere informazioni sulle componenti sia superficiali sia meccaniche coinvolte e di valutare l’entità del danno su di esse, come si può osservare nell’immagine riportata in figura 2. Tuttavia, è stato anche mostrato come immagini o video non acquisiti correttamente possano condurre a ricostruzioni del modello 3D imprecise, confuse o sfocate. Questi errori, noti come “allucinazioni” nel campo dell’IA, sono dovuti alla mancanza di inquadrature necessarie per una ricostruzione adeguata del veicolo o alla scarsa qualità dei contenuti multimediali di input. Uno dei parametri fondamentali per la corretta ricostruzione di un sinistro stradale è la quantificazione dell’energia dissipata nel danno di un veicolo. Questo parametro rappresenta inoltre uno dei pochi elementi di verifica della corretta ricostruzione, che deve rappresentare il fenomeno fisico nel modo più preciso possibile. A tal proposito, è stato illustrato come algoritmi di machine learning, addestrati su un database in continua evoluzione e attualmente composto da oltre 10.000 casi di danni, possano essere utilizzati per stimare i valori di Energy Equivalent Speed (EES).
La procedura può essere eseguita sia partendo dal modello ricostruito del veicolo sia dalle immagini del veicolo reale, avendo cura di selezionare immagini che mostrino ogni parte danneggiata del veicolo. L’affidabilità della procedura dipende direttamente dalla qualità delle immagini di input selezionate dall’operatore. Infine, sono state effettuate prove basate su dati di qualità diversa, che hanno portato a valutazioni con gradi di correttezza variabili.
Il professionista che utilizza questa metodologia deve infatti rimanere al centro dell’intero processo, comprendendo quando il metodo può essere applicato, quando deve essere evitato e quando, basandosi su database inappropriati, può causare problemi di overfitting, ossia quando il modello si adatta eccessivamente ai dati di addestramento, perdendo la capacità di generalizzare su nuovi dati. L’operatore rimane quindi il protagonista principale nell’applicazione di questa metodologia.
È fondamentale sottolineare che l’IA è uno strumento che può fornire supporto e valore aggiunto agli esseri umani ma non può mai funzionare senza la loro supervisione e direzione.
> Se questo articolo ti è piaciuto, iscriviti alla Newsletter mensile al link http://eepurl.com/dpKhwL e ricorda di seguirci anche sulla nostra nuova pagina Instagram <