SINELEC

Efficientare il controllo dei pedaggi automatici non riscossi grazie a una rapida identificazione delle targhe

  • IA & Data Solutions
industry
IT Software
know how
  • AI & Machine Learning

1 Starting Point

1 Need

Sinelec, importante attore tecnologico del Gruppo ASTM, e secondo operatore al mondo di reti autostradali in concessione e player globale nella progettazione e nella realizzazione di grandi opere infrastrutturali, aveva le seguenti esigenze:

  • Riduzione dei tempi di lavorazione delle fotografie
  • Velocità ed efficienza nel controllo dei transiti
  • Analisi automatizzata delle targhe dei mezzi
  • Classificazione facilitata e velocizzata delle nazionalità di un veicolo
  • Un sistema basato sull’analisi delle immagini veloce ma soprattutto affidabile

2 Discovery

2 Direction

Dinova ha progettato e implementato per SINELEC un sistema ALPR (Automatic License Plate Recognition) integrato con Google Cloud Platform, che ha permesso di ottenere:

  • Classificazione della tipologia di veicolo (compresi mezzi esenti da pedaggio)
  • Estrazione e lettura ottica dei caratteri delle targhe
  • Classificazione della nazionalità della targa tramite un modello custom
  • Validazione delle immagini per garantire affidabilità e velocità di analisi

3 How

3 The challenge

L’azienda opera in diverse tratte autostradali italiane, per un totale di oltre 1.400 km localizzati principalmente nelle regioni a nord-ovest del paese, quali Lombardia, Piemonte, Valle d’Aosta, Liguria e Toscana.

Ogni giorno, oltre alla gestione delle operazioni e del traffico, l’azienda ha in carico l’esazione dei pedaggi, con il conseguente controllo di quelli non riscossi. Questo processo richiede l’analisi delle targhe dei mezzi per i quali viene rilevata una transazione anomala. In considerazione dell’elevato volume di traffico, il numero di immagini da esaminare è molto elevato.

Ecco perché Sinelec si è rivolto a Dinova per dotarsi di uno strumento in grado di velocizzare il controllo dei pedaggi automatici non riscossi. Un sistema, quindi, in grado di automatizzare l’estrazione di informazioni dalle targhe e la loro validazione in tempi più veloci.

A questo si aggiunge un’altra richiesta da parte del cliente: determinare la nazionalità del veicolo per non inviare erroneamente pagamenti italiani all’estero.

4 What

4 Solution by Dinova

Dinova ha progettato un sistema ALPR (Automatic License Plate Recognition) al quale è stata aggiunta la funzionalità di riconoscimento della nazionalità delle targhe.

L’ALPR è un sistema che utilizza una tecnologia chiamata Optical Character Recognition (OCR), ossia riconoscimento ottico dei caratteri, per leggere le targhe dei veicoli in ogni condizione atmosferica e creare dati sulla loro posizione.

In sostanza, il sistema implementato processa le immagini molto velocemente e ne analizza il contenuto sfruttando le potenzialità dei servizi della Google Cloud Platform, in particolare Vertex AI per i componenti di Intelligenza Artificiale, un API di Google OCR per l’estrazione dei caratteri delle targhe e DataFlow per la potenza di calcolo.

Il sistema costruito per Sinelec è un sistema complesso composto da diversi moduli, ognuno con le proprie peculiarità e funzionalità:

  • classificazione della tipologia di veicolo (rilevando anche mezzi esenti da pedaggio, come quelli di primo soccorso o delle forze dell’ordine) e individuazione della targa, utilizzando Vertex AI di Google;
  • individuazione ed estrazione del carattere delle targhe. Per questo Injenia si è avvalsa di un API di Google per l’OCR (riconoscimento ottico dei caratteri);
  • classificazione della nazionalità della targa. Per questa funzionalità è stato sviluppato un modello interno custom capace di attribuire la nazionalità a una targa basandosi sulle sue caratteristiche topologiche.

5 Why

5 Why Dinova?

L’AI per l’analisi attendibile e velocizzata di foto e immagini

Dopo un anno di intenso lavoro, la collaborazione tra Dinova e Sinelec ha portato alla creazione di un sistema dalle performance straordinarie, capace di fornire informazioni affidabili sulle immagini analizzate e di ottimizzare significativamente le attività degli operatori.

Grazie a una tecnologia progettata con standard di precisione estremamente elevati, i dati necessari sono ora disponibili in meno di un’ora, riducendo errori di analisi e valutazione. Questo progetto dimostra il valore dell’intelligenza artificiale al servizio delle persone e delle imprese, liberando tempo prezioso da dedicare ad attività di maggiore valore strategico.

Altre storie di successo