Workshop Istat Roma 7 novembre 2016 - Incidentalità stradale: strumenti innovativi nella misurazione e valorizzazione di nuove fonti per l’analisi del fenomeno

1. Big data for official statistics:
nuovi strumenti per la
misurazione dei flussi traffico
Marco Broccoli* Fabrizio De Fausti**
ISTAT
Direzione centrale per la metodologia e il disegno dei processi statistici
*Servizio MEA
**Servizio MEC
Roma, 7 novembre 2016
Istituto Nazionale di Statistica - Aula Magna

2. Outline

Big Data come nuove fonti di dati

Incidenti stradali e progetti di riferimento

Dall’incidentalità al rischio

Dai video ai dati: T-REX

La sperimentazione con ANAS

3. Big Data
Con il termine Big data si intende una raccolta di dati
così estesa in termini di volume, velocità e varietà da
richiedere tecnologie e metodi analitici specifici per
l'estrazione di valore.

4. Big Data
Produciamo e immagazziniamo una quantità enorme
d'informazione.
Nel 2012 ogni giorno si producevano 2,5 x 10^18 byte*
*"IBM What is big data? – Bringing big data to the enterprise". www.ibm.com. Retrieved 2013-08-
26.

5. Big Data
BIG DATA
Le grandi aziende stanno investendo
miliardi di dollari in questo settore
perché sono produttori naturali di BIG DATA
che utilizzano per ricavarne nuovo
profitto.

6. Big Data
BIG DATA

Problematica nuova

No profitto ma statistica ufficiale

La quarta 'V' : VERIDICITA'

7. Principali progetti di riferimento
Il contesto da cui partiamo:
RSPI: Road Safety Performance Indicators presso la Commissione
Europea (DG-MOVE);
CARE/CADAS: Community for Road Accidents Database/Common
Accident Data Set presso la Commissione Europea (DG-MOVE).
SIRIS: Sistema Informativo Rilevazione Incidentalità Stradale
Popolamento database relazionale di produzione
Popolamento datawarehouse di diffusione dati
Produzione delle tavole statistiche in Excel;

8. Dal dato assoluto alla costruzione di indicatori e misure relative
La diffusione di dati in forma tabellare e
con valori assoluti non consente di
interpretare pienamente il fenomeno.
La costruzione di indicatori sintetici e
probabilità effettive della rischiosità sulle
strade fornirebbe un rilevante valore
aggiunto.

9. Stima di flussi e Big Data
Stima del rischio
stradale
Stima dei flussi di traffico
sulle maggiori arterie stradali
Accordi con i gestori
WEB
Reperiti nel WEB

10. TREx software
Processare video e immagini: TREX – Traffic Reader Experimetal tool
Funzionalità:

Analizzare le principali
caratteristiche del video

Passare da una serie di immagini ad
un video e viceversa

Disegnare sensori virtuali di
conteggio sulla corsia.

Disegnare sensori virtuali di
conteggio sull'intera carreggiata

Disegnare sensori virtuali di
conteggio di veicoli presenti in un
area.

Scritto in VisualBasic e Python

11. Piattaforma OpenCV
OpenCV: Open source Computer
Vision

12. Matrice di riferimento
+ +
+ +..) =
1/N(
Aritmetica delle immagini.... le immagini digitali sono matrici di numeri

13. Sensori
Sensori di corsia

14. Sensori
Sensori di carreggiata

15. Sensori
Sensori di area

16. Sperimentazione Anas
Fornitura dei video di 4 videocamere site
lungo il del G.R.A.
Periodo di tempo: 7 Giorni
Conteggio con le diverse
tipologie di sensori e creazione
di tabelle orarie
Creazione di un modello
statistico dei dati racconti con
i dati forniti da GoogleMaps.

17. Marco Broccoli Fabrizio De Fausti
Istat
Direzione centrale per la metodologia e il disegno dei processi statistici
www.istat.it
marco.broccoli@istat.it
fabrizio.defausti@istat.it
Si ringraziano per la collaborazione, professionalità e competenza mostrata:
Pierpaolo Cartolano (Anas­Direzione Operation e Coordinamento
Territoriale)
Massimo Santopietro (Anas–Direzione ICT)
Giuseppe Di Nezza (Anas Lazio)