La tecnologia che salva vite nelle metropolitane

5 min.
Una foto, scattata da terra, di cinque persone sulla banchina della metropolitana. Un treno bianco e verde sfreccia davanti a loro.

Disclaimer: questo articolo affronta tematiche legate al suicidio e alla sua prevenzione.

È una triste realtà che ogni anno si verifichino migliaia di decessi causati da individui che si mettono sulla traiettoria di un treno in movimento. Reti ferroviarie in tutto il mondo stanno affrontando un problema che, causando angoscia e traumi, colpisce profondamente i passeggeri, i lavoratori ferroviari, i macchinisti e le famiglie di coloro che vedono questa come la loro unica opzione.

In una di queste reti, una delle principali organizzazioni di trasporto pubblico metropolitano degli Stati Uniti, agenti di polizia, squadre di controllo e responsabili delle operazioni sono supportati da BriefCam, azienda del Gruppo Canon specializzata in tecnologia di analisi video. Come ci si potrebbe aspettare, queste metropolitane e i passeggeri che le utilizzano sono ben serviti da una rete di centinaia di telecamere. Tuttavia, le sale di controllo che le monitorano sono di solito gestite da una o due persone, e questo riduce la loro capacità di individuare ogni singolo caso di persone che si avvicinano o, spesso, si sdraiano sui binari.

Allo stesso tempo, è davvero complicato capire le intenzioni di una persona guardando uno schermo, ed è difficile per gli occhi umani identificare qualcuno che si trova troppo vicino al bordo della banchina come un potenziale rischio. Uno studio recente sugli incidenti mortali nelle stazioni ha rivelato che coloro che hanno tentato di porre fine alla propria vita in questo modo hanno impiegato un tempo significativo prima di compiere il gesto finale. Questo fatto, di per sé, offre un'importante opportunità per salvare vite umane.

E la scelta di questa organizzazione di trasporti è stata di natura poligonale.

Una schermata dell'analisi video di BriefCam in azione. Mostra una vista aerea in scala di grigi di edifici e una rotonda, con un'area poligonale evidenziata sulla sinistra.

Questo esempio mostra la RESEARCH LPR Dashboard di BriefCam, dove l'area da monitorare è "delimitata", e attiva un allarme specifico quando i parametri del poligono vengono violati.

Il potere del poligono

Con l'utilizzo della soluzione BriefCam, il team della stazione può sfruttare la rete esistente di telecamere di sicurezza per individuare le aree verso cui è probabile che una persona si diriga se ha intenzione di mettersi sulla traiettoria di un treno. Successivamente, il software di analisi video consente di sovrapporre una forma poligonale virtuale e regolabile sull'immagine di quest'area di accesso, creando di fatto un "perimetro virtuale" intorno ad essa. È quindi possibile configurare una regola nel software che attiva un allarme se qualcuno attraversa il poligono e si trova in un'area ad alto rischio.

Inoltre, è possibile regolare il sistema in modo che risponda solo alle figure umane in movimento nello spazio, evitando così falsi positivi. In stazioni molto affollate, dove il personale addetto all'assistenza potrebbe avere difficoltà a riconoscere comportamenti sospetti (come sostare sulla piattaforma, muoversi avanti e indietro, cambiare piattaforma o spostarsi alla fine del binario dove si avvicina il treno), l'identificazione preventiva e delimitazione delle zone ad alto rischio consente di segnalare alla sala di controllo possibili violazioni in queste aree critiche.

Naturalmente, affinché la rete possa davvero capire se questo è un mezzo efficace per salvare vite umane, è necessario che si verifichi l'evento che nessuno desidera. Ed è proprio quello che è successo durante l'installazione del sistema.

Durante la fase di installazione, uno specialista di integrazione BriefCam stava collaborando con il team della stazione, aiutandoli a definire i parametri di notifica e a escludere i movimenti degli addetti alla manutenzione che entrano abitualmente nello spazio per effettuare lavori sui binari. Hanno persino aggiunto una regola per evitare falsi allarmi causati dall'attraversamento di animali.

Durante una sessione di formazione, nell'ufficio di controllo è scattato un allarme: qualcuno aveva attraversato la zona delimitata. L'operatore del sistema ha prontamente esaminato l'allarme e ha confermato che un uomo si stava sdraiando sui binari. Questo era esattamente il tipo di comportamento premeditato che la soluzione BriefCam mirava a individuare, innescando immediatamente il protocollo di emergenza della stazione per una situazione del genere. Il treno in avvicinamento è stato fermato, gli agenti di polizia sono intervenuti e l'uomo è stato portato in salvo. Proprio il primo giorno, la nuova soluzione aveva salvato una vita.

BriefCam offre agli utenti una robusta tecnologia di video intelligence, ed è emozionante vedere come la soluzione stia avendo un impatto positivo e salvando vite."

Azioni, analisi e interventi basati sui dati

Ma oltre a questo successo nell'intervento e alla consapevolezza che il nuovo sistema aveva raggiunto esattamente ciò di cui avevano bisogno, cosa hanno imparato il team e la polizia? Solitamente, avrebbero dovuto cercare di ricostruire esattamente l'accaduto basandosi sulle testimonianze e sui filmati delle telecamere a circuito chiuso. Tuttavia, in questo caso, la piattaforma brevettata di analisi video di BriefCam (che include la tecnologia VIDEO SYNOPSIS®) ha permesso loro di rivedere, esaminare e comprendere rapidamente il comportamento dell'uomo, il percorso e l'accesso ai binari.

Questo ha aiutato il team a implementare ulteriori misure proattive per ridurre i tentativi di suicidio nella stazione, poiché una volta individuato un possibile percorso, è possibile intervenire. Un passo successivo logico potrebbe essere l'utilizzo degli strumenti di intelligenza artificiale di BriefCam per raccogliere e analizzare dati storici relativi a situazioni simili nell'intera rete ferroviaria. 

In questo caso, l'intelligenza video era pensata per essere utilizzata dai team di sicurezza, ma poteva anche monitorare la manutenzione, contribuire alla pianificazione intelligente e individuare pattern per assistere la rete nel determinare il numero di risorse umane necessarie nelle loro stazioni. Al di fuori del contesto ferroviario, questa tecnologia può estendersi a settori come la previsione del flusso del traffico e la gestione delle folle, e sono proprio questi ampi set di dati a risultare preziosi per la pianificazione urbana. Possiamo dire che questo rappresenta il tipo di "smart city thinking" che ci aiuta a comprendere meglio gli spazi civici e a creare un progetto urbano volto a garantire maggiore sicurezza.

Se tu o qualcuno che conosci sta affrontando pensieri suicidari o ha bisogno di assistenza immediata, ti invitiamo a contattare i servizi di emergenza o una linea di ascolto locale. Ricorda che non sei solo e che ci sono risorse disponibili per aiutarti.

Materiale correlato