I vantaggi della videosorveglianza intelligente di RighTo, capace di riconoscere un’aggressione a bordo in pochi secondi e allertare subito gli operatori.
Aggressioni, risse, comportamenti minacciosi: episodi che, su un autobus affollato, possono degenerare in pochi secondi e un operatore umano, davanti a decine di monitor, fatica a coglierle in tempo reale. Il tema della sicurezza a bordo dei mezzi pubblici è sempre più centrale nell’agenda delle aziende di trasporto, ma la sorveglianza tradizionale, basata su telecamere passive e revisione delle immagini archiviate su cloud, non permette un intervento tempestivo.
Il sistema di intelligenza artificiale per la sicurezza del trasporto pubblico della piattaforma RighTo, sviluppato e testato su un vero autobus urbano, dimostra come sia possibile riconoscere automaticamente un episodio di violenza mentre sta accadendo, direttamente a bordo del veicolo, senza dover inviare alcun video al cloud.
Perché serve un sistema intelligente per la sicurezza a bordo
La sorveglianza classica sugli autobus si basa quasi sempre su operatori umani che rivedono le immagini a posteriori, dopo che un episodio è già avvenuto. Questo approccio funziona per le indagini, ma non per la prevenzione perché non permette un intervento dissuasivo nel momento in cui il fatto si sta verificando.
Il contesto di un autobus, inoltre, rende tutto più complicato: spazi stretti, luce che cambia continuamente, persone in piedi che si spostano e telecamere che possono avere una visuale limitata. Serve quindi un sistema pensato appositamente per questo ambiente, capace di:
- riconoscere automaticamente aggressioni e comportamenti violenti anche in situazioni di affollamento
- analizzare i flussi video in tempo reale direttamente a bordo del veicolo, senza ricorrere a server esterni per l’elaborazione
- limitare la dipendenza dalla connettività Internet alla sola trasmissione dell’allarme alla centrale operativa
La sorveglianza intelligente di RighTo, nel rispetto della normativa GDPR, risponde esattamente a queste esigenze, integrando sei telecamere grandangolari e un server dedicato installato sul veicolo, capace di analizzare le immagini istante per istante e generare un allarme immediato in caso di aggressione.
Un’architettura appositamente pensata per il bus
A differenza di molte soluzioni di videosorveglianza intelligente pensate per contesti generici (negozi, piazze, stazioni), questo sistema è stato progettato specificamente per l’ambiente di un autobus urbano. I suoi elementi distintivi sono:
- Elaborazione interamente a bordo (edge computing). Tutta l’analisi video avviene su un server installato sul veicolo stesso: non c’è bisogno di inviare le immagini a un data center esterno, con vantaggi immediati in termini di privacy, velocità di risposta e affidabilità anche in zone con scarsa connettività. Ciò consente un miglioramento della cyber sicurezza nel trasporto pubblico, in linea con la nuova direttiva NIS 2
- Sei telecamere grandangolari a soffitto. Distribuite lungo il corridoio centrale del bus, garantiscono una copertura ridondante: se una telecamera ha la visuale ostruita da un passeggero o da un palo, un’altra telecamera vicina può comunque inquadrare la scena
- Modelli di deep learning all’avanguardia per l’analisi video. Il sistema utilizza reti neurali specializzate nel riconoscimento di azioni nel tempo (non semplici immagini singole, ma sequenze di movimento), scelte e ottimizzate per bilanciare accuratezza e velocità di risposta su hardware installato a bordo
- Un dataset costruito su misura per il contesto bus. Oltre ai materiali standard usati nella ricerca sulla sicurezza, il sistema è stato addestrato anche con scene girate in un simulatore di autobus, per insegnare all’intelligenza artificiale a riconoscere la violenza proprio nell’ambiente in cui dovrà operare
- Validazione su un vero autobus in esercizio. Il sistema non è rimasto un esperimento da laboratorio: è stato installato e testato su un autobus urbano reale, in condizioni operative concrete
Come si insegna a un’intelligenza artificiale a riconoscere la violenza
Per addestrare un sistema capace di distinguere in modo affidabile una lite fisica da un gesto innocuo (un abbraccio, una spinta accidentale in un mezzo affollato, un braccio alzato per reggersi), non basta mostrargli poche immagini generiche. È necessario un ampio ventaglio di situazioni realistiche.
Per questo motivo, il sistema RighTo è stato addestrato combinando due tipi di materiale:
- Dataset pubblici di videosorveglianza, raccolti da telecamere di sicurezza reali in contesti urbani generici (strade, negozi, spazi pubblici), utili per insegnare al sistema le caratteristiche generali di un comportamento aggressivo
- Un dataset proprietario, testato in un simulatore di autobus a grandezza reale. All’interno di una struttura che riproduce fedelmente l’interno di un autobus, volontari adulti hanno messo in scena situazioni di aggressione (spinte, prese, schiaffi) ispirate a episodi reali di violenza documentati sui mezzi pubblici, insieme a normali comportamenti quotidiani dei passeggeri. Le scene sono state girate in diverse condizioni di affollamento e di illuminazione (giorno e notte), proprio per riprodurre la varietà di situazioni che si incontrano nella vita reale di un autobus in servizio*
*Nessun passeggero reale è stato coinvolto e tutte le registrazioni sono state condotte nel rispetto delle norme sulla protezione dei dati.
Come funziona il riconoscimento in tempo reale
Il vero valore del sistema sta nella sua capacità di reagire rapidamente. Il funzionamento si basa su un principio semplice: il sistema osserva brevi finestre di video aggiornate di continuo e le analizza istante per istante.
Ecco come agisce:
- il sistema osserva finestre video della durata di 3 secondi, sufficienti a catturare il movimento tipico di un’aggressione (uno spintone, un pugno, una colluttazione)
- questa finestra viene aggiornata ogni secondo, grazie a un meccanismo di buffer che conserva parte delle immagini precedenti e ne aggiunge di nuove, garantendo continuità nell’analisi
- ogni finestra viene elaborata direttamente a bordo, senza passare dal cloud
- se viene rilevato un episodio violento, il sistema genera immediatamente un allarme, corredato dal segmento video corrispondente
Il risultato è un ritardo complessivo, tra l’inizio di un’aggressione e la disponibilità dell’allarme, tipicamente compreso tra i 2 e i 4 secondi: un tempo di reazione compatibile con un intervento tempestivo da parte degli operatori.
La prova sul campo: una sperimentazione perfettamente riuscita
Per verificarne il funzionamento in condizioni operative reali, il sistema è stato inizialmente installato su un autobus urbano di 13 metri e sottoposto a una sperimentazione supervisionata, in collaborazione con l’azienda di trasporto pubblico di Bari.
Durante i test, alcuni attori hanno simulato in modo controllato comportamenti aggressivi — spinte, prese, gesti minacciosi — in diverse zone del mezzo (anteriore, centrale e posteriore), per un totale di 53 esperimenti.
Ecco i risultati complessivi:
- 86,4% di accuratezza generale
- 84% di precisione
- 81% di recall (capacità di individuare correttamente gli episodi violenti effettivamente avvenuti)
Le prestazioni migliori si sono registrate nella zona centrale del bus, meglio coperta dalle telecamere, mentre nelle zone più distanti da queste (oltre i 4 metri) l’affidabilità si è leggermente ridotta, pur restando su buoni livelli. Un dato particolarmente rilevante riguarda la latenza: il sistema ha mantenuto tempi di elaborazione sempre inferiori al secondo per ogni flusso video analizzato, confermando la piena compatibilità con un utilizzo in tempo reale su un mezzo in servizio.
Gli eccellenti risultati ottenuti in fase sperimentale hanno portato all’adozione del sistema di videosorveglianza intelligente RighTo sull’intera flotta di autobus urbani della città di Bari.
Verso una sicurezza a 360° sui mezzi pubblici
Il sistema di videosorveglianza intelligente RighTo è oggi una soluzione concreta e operativa, capace di accrescere sensibilmente la sicurezza a bordo dei mezzi di trasporto pubblico. La sua architettura modulare ed evolutiva consente inoltre di estendere progressivamente le funzionalità di analisi, includendo il riconoscimento automatico di furti, molestie, emergenze mediche e altri comportamenti disturbanti o pericolosi.
RighTo si configura quindi come una piattaforma di sorveglianza intelligente in grado di supportare gli operatori su più fronti, riconoscendo in tempo reale un numero crescente di eventi critici e garantendo al contempo la tutela della privacy dei passeggeri.
Fonte: IEEE Access (2026) “Real-Time Violence Detection in Urban Bus Environments” di M. Gallo, M. G. Paganelli, P. R. Massenio, D. Naso
