Collaborative system for vulnerable road users protection

Road traffic accidents remain in the top ten causes of death globally across all age groups, at a cost of 1.35 million of lives every year according to the World Health Organization. It is estimated that pedestrian and cyclists, who are among the most vulnerable road users represent 26% of those who lose their lives due to road traffic accidents. Among the main causes of these accidents we find speeding, driving under the influence of alcohol and other psychoactive substances, non use of motorcycle helmets, seatbelts and child restraints, distracted driving and finally unsafe road infrastructure. Road traffic injuries can be prevented and effective interventions needed to this aim include designing a safer infrastructure. Connecting vehicles and the infrastructure to the Internet of Things (IoT) we can help bringing these shocking numbers down and make our roads safer for users of all kinds. Pedestrian detection is a key problem in computer vision, with several applications that have the potential to positively impact quality of life. Some examples are unusual event detection, human gait, congestion or crowded vicinity evaluation. In recent years, the number of approaches to detect pedestrians in monocular images has grown steadily. However there are major issues and challenges involved in designing such systems. These challenges occur at three different levels of pedestrian detection, video acquisition, human detection and its tracking. Among the challenges for video acquisition we can find illumination variation, abrupt motion, complex background, shadows and object deformation. For what concerns human detection and tracking, challenges are related, for example, to varied poses, occlusion, crowd density and area tracking. It has been estimated that over 90% of all vehicle collisions are caused by human error; where that error is down to a lack of timely information, cellular connectivity has an enormous potential to save lives through cellular vehicle-to-everything (C-V2X). C-V2X is a family of four technologies designed to enable short-range as well as wide-area communications between vehicles, roadside infrastructure and people: Vehicle-to-Vehicle (V2V), Vehicle-to-Infrastructure (V2I), Vehicle-to-Network (V2N) and Vehicle-to-Pedestrian (V2P). These technologies can reduce injury and death by keeping road users informed thanks to the large bandwidth and low latency provided by 5G. With this objective in mind, in this thesis we discuss the design and implementation of smart road infrastructure which, exploiting a 5G V2I connection, alerts nearby cars of the presence of vulnerable road users (VRU) on the road. This research has been conducted within the BASE-5G project, financed by Regione Lombardia and in collaboration with Vodafone and AKKA Technologies.

Secondo la World Health Organization, gli incidenti stradali rientrano nelle prime dieci cause di morte per tutte le fasce d'età in tutto il mondo e costano 1.35 milioni di vite ogni anno. Si stima che pedoni e ciclisti rappresentino il 26% delle vittime della strada. Tra le principali cause di questi incidenti troviamo: eccesso di velocità, guida sotto l'influenza di droghe o alcohol, mancato uso di protezioni quali caschi, cinture di sicurezza o sistemi di ritenuta per i bambini, guida distratta e, in fine, infrastrutture di strada non adeguate. La maggior parte di questi incidenti stradali può essere prevenuto, ma ciò richiede l'implementazione di interventi specifici che portino al design di infrastrutture stradali più adeguate. Un esempio è dato dalle infrastrutture intelligenti e connesse; connettendo veicoli ed infrastrutture ad una rete di Internet of Things (IoT) abbiamo la possibilità di ridurre drasticamente questi numeri a rendere le strade più sicure per tutti i tipi di utente. Parte di questo nuovo paradigma è la Pedestrian detection. Riconoscere i pedoni è una delle principali sfide nell'ambito di Computer Vision, con molteplici ambiti applicativi che hanno il potenziale di impattare positivamente la qualità della vita. Ne sono un esempio applicazioni come: riconoscimento di eventi anomali, riconoscimento del comportamento umano e sistemi di controllo per evitare sovraffollamenti. Negli scorsi anni le tecniche per il riconoscimento di pedoni da immagini monoculari sono aumentate rapidamente. Tuttavia, sono ancora presenti numerose sfide e problemi da risolvere nel design di questo tipo di sistemi. Queste sfide si presentano a tre livelli distinti: acquisizione video, riconoscimento delle persone e tracciamento delle persone. Tra le sfide per l'acquisizione video troviamo problemi come cambi di illuminazione, movimenti improvvisi, sfondi complessi (e.g. presenza di piante), ombre e deformazione degli oggetti. Per quanto riguarda il riconoscimento e tracciamento di pedoni, le principali sfide sono legate, ad esempio, alla posa dei pedoni, la presenza di oggetti che ostruiscono la vista, e il tracciamento in presenza di una folla di persone. Si stima che oltre il 90% di tutte le collisioni tra veicoli siano causate dall'errore umano; laddove questo errore è dovuto all'assenza di informazioni al tempo giusto entra in gioco la connettività cellulare. Questa infatti, tramite il protocollo Cellular Vehicle-to-Everything (C-V2X), ha il potenziale di salvare un sacco di vite. C-V2X è una famiglia di quattro tecnologie che abilitano le comunicazioni tra veicoli, infrastruttura di strada e pedoni, sia a corto raggio che su larga scala. Questa famiglia si compone delle tecnologie: Vehicle-to-Vehicle (V2V), Vehicle-to-Infrastructure (V2I), Vehicle-to-Network (V2N) e Vehicle-to-Pedestrian (V2P). Queste tecnologie hanno il potenziale di ridurre la probabilità di incidenti stradali, anche fatali, abilitando gli utenti della strada con numerose informazioni scambiabili in tempo reale grazie alla banda larga offerta dal 5G. Con questi obiettivi in mente, in questa tesi presentiamo lo sviluppo e l'implementazione di una smart road infrastructure che, sfruttando la connessione 5G V2I, allerta i veicoli intelligenti nei pressi di un attraversamento pedonale della presenza di utenti vulnerabili della strada (VRU). Questa ricerca è stata condotta all'interno del progetto BASE-5G, finanziato dalla Regione Lombardia e in collaborazione con Vodafone e AKKA Technologies.