Come NCM ha trasformato il conteggio passeggeri in Emilia-Romagna
Di Leonardo Fabrizio
Dalla risposta all’emergenza all’intelligence operativa regionale
In Emilia-Romagna il trasporto pubblico locale (TPL) è gestito da quattro operatori principali: TPER (Bologna e Ferrara), SETA (Modena, Reggio Emilia e Piacenza), Start Romagna (Rimini, Forlì-Cesena e Ravenna) e TEP (Parma).
Nel 2020, durante l’emergenza COVID-19, TPER ha avviato un progetto di monitoraggio intelligente dei passeggeri per controllare l’occupazione a bordo e rispettare i limiti di distanziamento sociale previsti dalla normativa nazionale.
Quella che era nata come risposta a un’emergenza si è rapidamente trasformata in un modello scalabile e basato sui dati, a supporto di una pianificazione del servizio più accurata ed efficace.
La sfida
Gli operatori avevano bisogno di una soluzione che fosse:
- rapida da implementare;
- accurata nelle reali condizioni di esercizio;
- scalabile su flotte di grandi dimensioni;
- economicamente sostenibile;
- priva di qualsiasi nuova installazione hardware a bordo.
L’approccio di NCM: implementazione rapida, nessun hardware aggiuntivo
NCM ha sviluppato un innovativo sistema di conteggio passeggeri basato su intelligenza artificiale e Computer Vision, sfruttando l’infrastruttura di videosorveglianza di bordo Streamax già installata da Cediss (Castenaso).
Questo algoritmo, alimentato dalle immagini dei DVR degli autobus, ha consentito di rilevare in tempo reale il numero di passeggeri a bordo, con aggiornamenti ogni minuto.
Elaborando i flussi video dei DVR, la piattaforma fornisce:
- il conteggio dei passeggeri a bordo;
- il numero di salite e discese alle fermate;
- aggiornamenti al minuto su una tabella cloud con ID dell’autobus, nome della fermata, numero di passeggeri e accuratezza del conteggio.
Una piattaforma dati pensata per l’esercizio
Oltre al conteggio, il sistema integra più fonti di dati per trasformare gli eventi grezzi in intelligence operativa:
- fusione dei dati con GPS, stato delle porte e dati delle corse programmate;
- integrazione con i sistemi AVM/AVL;
- integrazione dei dati GTFS per l’allineamento con le caratteristiche del servizio e gli orari;
- dashboard operative e di pianificazione per analisi per linea, fermata, fascia oraria e tipologia di giorno di servizio.
L’estensione su scala regionale
La soluzione di NCM si è distinta per facilità di implementazione, rapidità, accuratezza ed economicità. Questi punti di forza ne hanno favorito la rapida adozione da parte di SETA, TEP e Start Romagna, estendendo il progetto a tutta la regione e dando vita a quello che è stato presentato come il primo progetto al mondo di conteggio passeggeri basato sull’AI su questa scala.
Oggi la piattaforma è attiva su circa 2.000 autobus e supporta:
- il monitoraggio della domanda trasportata;
- l’ottimizzazione del servizio;
- lo sviluppo di matrici origine-destinazione (O-D).
L’impatto operativo
Il progetto genera un valore misurabile sia nell’esercizio quotidiano sia nella pianificazione di medio periodo:
- pianificazione delle frequenze più aderente alla domanda reale;
- migliore dimensionamento dei mezzi per fascia oraria e corridoio;
- riduzione dei chilometri a vuoto sulle tratte a bassa occupazione;
- evidenze oggettive per i potenziamenti dei servizi scolastici e per i picchi stagionali.
Dalla conformità al valore di lungo periodo
Ciò che era nato come risposta a una crisi oggi consente una gestione strategica della mobilità su scala regionale.
La piattaforma AI di NCM aiuta gli operatori a migliorare l’efficienza, il comfort dei passeggeri e la rapidità delle decisioni, con un approccio pratico, sostenibile e scalabile su tutta la flotta.
Vuoi trasformare i dati della tua flotta in intelligence operativa?
Vuoi capire come il conteggio passeggeri basato sull’AI può migliorare la tua rete di trasporto, senza installare nuovo hardware?
Contattaci per valutare l’infrastruttura di bordo di cui disponi già e scoprire come implementare sulla tua flotta un sistema scalabile di intelligence sui passeggeri in tempo reale.
