Mettiti in contatto

    Questo sito è protetto da reCAPTCHA e si applicano la Privacy policy e i Termini di servizio di Google.
    Casi studio

    Sistema di rilevamento di e-bike con l'IA

    Sistema di rilevamento di e-bike con l'IA

    Scenario

    Un comune di montagna situato in un’area eco-friendly, dove il trasporto con e-bike rappresenta una delle principali attrazioni offerte a turisti e visitatori.

    In queste zone, i cambiamenti climatici hanno determinato una sempre minore presenza di neve, riducendo la stagione “bianca” a favore di quella “verde”. Inoltre, i percorsi ad alta quota sono noti per la scarsa connettività, l’assenza di stazioni di ricarica e i limitati punti di distribuzione di cibo e bevande.

    Migliorare l’offerta turistica e incentivare la mobilità verde

    La sfida principale ha riguardato la raccolta di informazioni sui flussi turistici per migliorare i servizi degli ospiti e incentivarli ad optare per una mobilità più sostenibile.

    Una soluzione IA per monitorare il passaggio delle e-bike

    Per raggiungere questi obiettivi, una soluzione IA innovativa basata su tecniche avanzate di analisi audio è stata in grado di isolare il suono distintivo prodotto dal motore elettrico delle e-bike, differenziandolo da quello degli altri veicoli.
    Questo modulo software, aggiunto a una scheda prototipo dotata di microfoni analogici e digitali e di altri sensori – la STEVAL-STWINKT1B di STM (STMicroelectronics) – ha dato vita a un sistema di monitoraggio efficiente, removibile e resistente alle intemperie, in grado di individuare le zone di maggiore passaggio delle e-bike e, dunque, le migliori posizioni per implementare servizi specifici (parcheggi per pendolari, stazioni di ricarica, punti di ristoro, ecc.).

    Rilevamento E-Bike

    Potenziare i servizi, rafforzare la sostenibilità e arricchire l’esperienza

    Questo metodo si è dimostrato efficace per rilevare le e-bike e tracciare gli spostamenti dei turisti nel contesto di riferimento. Inoltre, l’analisi dello spettrogramma e degli impulsi distintivi associati alle e-bike ha fornito preziose informazioni sulla popolarità dei percorsi e sulle preferenze dei ciclisti.
    Inoltre, il cruscotto dinamico di monitoraggio per l’analisi dati ha permesso ai nostri clienti di estrarre dati utili per prendere decisioni informate, potenziare i servizi del comune, rafforzare la mobilità sostenibile e migliorare l’esperienza turistica.

    Utilizziamo cookie e altre tecnologie di tracciamento per migliorare la tua esperienza di navigazione sul nostro sito Web per analizzare il traffico del nostro sito Web e per capire da dove provengono i nostri visitatori. Per ulteriori informazioni consulta la nostra Cookie policy.