Software Prototype for Smart Traffic Monitoring Using YOLOv11: Baseline Evaluation and Limitations

Nelle arterie frenetiche delle città moderne, il flusso di veicoli è un ritmo costante e caotico che spesso si interrompe bruscamente. Per decenni, la gestione di questo flusso si è affidata a sistemi rigidi: semafori che cambiano su timer fissi indipendentemente da quanti veicoli siano in attesa, e agenti umani che osservano dalle torri, incapaci di vedere ogni incrocio contemporaneamente. Man mano che le città diventano più dense, questi vecchi metodi faticano a tenere il passo, portando a spostamenti più lunghi, spreco di carburante e un aumento del pericolo sulle strade. Per risolvere questo problema, gli scienziati si stanno rivolgendo a un ramo dell'intelligenza artificiale noto come visione artificiale. Questa tecnologia permette alle macchine di "vedere" il mondo attraverso le telecamere, identificando oggetti come auto, autobus e motociclette in tempo reale. Combinando questa intelligenza visiva con l'Internet delle Cose — dove i dispositivi comunicano tra loro in modalità wireless — i ricercatori sperano di creare sistemi di traffico che reagiscano istantaneamente alle condizioni mutevoli, proprio come un sistema nervoso che risponde a un tocco improvviso.

Un ricercatore della Sanjivani University in India ha recentemente costruito un prototipo software per testare quanto bene funzioni questa visione per la gestione del traffico. Il loro obiettivo era creare un sistema in grado di osservare il feed video di una strada, contare i veicoli, stimare quanto sia affollata la strada e visualizzare queste informazioni su una semplice dashboard web. Hanno utilizzato un potente modello di intelligenza artificiale pre-addestrato chiamato YOLOv11, progettato per individuare oggetti nelle immagini, e lo hanno collegato a un'interfaccia web costruita con strumenti di programmazione standard. Il design includeva anche un piano per un piccolo chip computerizzato a basso costo per controllare eventualmente i semafori in modo automatico, sebbene tale hardware fisico non facesse parte di questo test specifico. Il ricercatore voleva vedere se questa combinazione di software e visione potesse servire come base affidabile per una rete di traffico più intelligente e reattiva.

Il sistema costruito funziona in una sequenza lineare. Per prima cosa, un utente carica un video o una foto di una scena di traffico su una dashboard web. Il software scompone poi il video in singoli fotogrammi, o istantanee, e li prepara per l'analisi. Il modello di intelligenza artificiale esamina ogni istantanea, disegnando riquadri attorno a tutto ciò che riconosce come veicolo e assegnandogli un'etichetta. In base al numero di veicoli trovati, il sistema categorizza il traffico come a bassa, media o alta densità. Queste informazioni vengono poi inviate nuovamente alla dashboard, dove un operatore umano può vedere il conteggio attuale e lo stato della strada. Il ricercatore ha inoltre progettato il sistema affinché possa eventualmente rilevare incidenti o violazioni del codice della strada, come il passaggio con il rosso, ma ha fatto presente con cautela che queste funzioni avanzate non erano ancora state completamente testate o validate in questa versione iniziale.

Quando il ricercatore ha messo alla prova il suo prototipo, i risultati hanno offerto un quadro chiaro, seppur severo, di dove si trovi la tecnologia oggi. Ha eseguito il sistema su un processore computer standard, elaborando novecento immagini che contenevano mille centocinquantasette istanze di oggetti distinti. Le metriche di prestazione hanno rivelato che l'attuale configurazione non è ancora pronta per l'impiego nel mondo reale. Il sistema ha identificato correttamente i veicoli solo circa il due per cento delle volte in cui faceva una previsione, e ha rilevato circa il ventuno per cento dei veicoli effettivamente presenti nelle immagini. Un esame più approfondito dei dati ha mostrato il motivo per cui il sistema faticava: il modello di intelligenza artificiale utilizzato era stato addestrato su un enorme dataset generico che include molti tipi diversi di oggetti, come persone, biciclette e persino aerei. Poiché il ricercatore non aveva riaddestrato il modello specificamente su un dataset composto solo da veicoli stradali, il computer si è confuso. Ha trascorso un tempo significativo cercando di identificare aerei e persone nei filmati del traffico, fallendo spesso nel rilevare le auto e gli autobus che avrebbe dovuto contare. Il ricercatore ha notato che il modello non era stato "affinato" (fine-tuned) per questo compito specifico, il che significa che stava cercando di applicare una conoscenza ampia e generale a un problema molto specifico senza i necessari aggiustamenti.

Nonostante i bassi numeri di accuratezza, il progetto ha dimostrato con successo che l'architettura di base di un sistema di traffico intelligente è possibile. La pipeline del software ha funzionato come previsto: ha accettato i media, li ha elaborati attraverso il modello di visione, ha contato i rilevamenti e ha visualizzato i risultati su una pagina web. La dashboard mostrava un conteggio dei veicoli, una valutazione della densità e segnaposti per gli avvisi di incidente e lo stato del segnale. Tuttavia, il ricercatore è stato esplicito nell'affermare che le funzioni di rilevamento incidenti e violazioni del traffico mostrate sullo schermo non erano funzionanti in questo test; erano solo elementi visivi per mostrare dove sarebbero andate tali capacità in una versione futura più completa. Il sistema non ha effettivamente rilevato incidenti o violazioni, né ha controllato alcun semaforo fisico, poiché la componente hardware rimaneva una parte teorica del design.

Il ricercatore ha concluso che, sebbene la struttura del software sia solida, il "cervello" del sistema necessita di un lavoro significativo prima di poter essere affidato alle strade reali. I bassi punteggi di prestazione indicano che il modello deve essere riaddestrato su un dataset che contenga solo i tipi specifici di veicoli presenti sulla strada, e che le categorie confuse come gli aerei devono essere rimosse. Ha inoltre sottolineato che i risultati attuali sono una linea di base — un punto di partenza per la diagnosi — piuttosto che un prodotto finito. Il prototipo ha provato che una dashboard basata sul web può visualizzare i dati del traffico, ma ha anche evidenziato che fare affidamento su un modello generico e pre-confezionato senza personalizzazione porta a risultati scarsi.

Guardando al futuro, il ricercatore ha delineato un percorso chiaro per il miglioramento. Ha in programma di riaddestrare il modello di intelligenza artificiale con un dataset specializzato di auto, autobus e camion per migliorare la sua capacità di riconoscere il traffico. Intende integrare il piccolo chip computerizzato che ha progettato per controllare effettivamente i semafori in base alle letture della densità. Le versioni future mireranno anche ad aggiungere lo streaming video in tempo reale da telecamere dal vivo, invece di semplici file caricati, e lavoreranno per addestrare il sistema a individuare incidenti e violazioni delle regole con alta affidabilità. Per ora, questo prototipo funge da prezioso strumento diagnostico, mostrando esattamente dove la tecnologia cade corta e quali passi sono necessari per costruire un sistema di gestione del traffico veramente intelligente che possa mantenere le città in movimento in modo sicuro ed efficiente.