Uno studio pubblicato su Sensors[1] ha presentato una nuova piattaforma radar basata su tecnologia ultra-wideband (UWB) e connessa a reti 5G, capace di monitorare in tempo reale il traffico veicolare in contesti urbani come i campus universitari.
Un sistema radar pronto all’uso
Il progetto ha sviluppato una soluzione completa e facilmente replicabile, utilizzando componenti commerciali come Raspberry Pi, radar UWB e moduli di comunicazione 5G. Il sistema consente il rilevamento di veicoli in più corsie, la loro classificazione per tipo, e la misurazione della velocità e direzione, senza ricorrere a tecnologie intrusive come spire magnetiche o telecamere. Il tutto è supportato da una piattaforma IoT scalabile, con visualizzazione dei dati, accesso remoto e API per terze parti.
Installazione e prestazioni testate sul campo
I radar sono stati installati nel campus della Universitat Politècnica de València, dopo un attento studio delle aree più adatte per la rilevazione. I test sul campo hanno mostrato una precisione di rilevamento del 94,81%, una bassa percentuale di falsi positivi (1,02%) e una precisione nella classificazione dei veicoli del 97,29%. Anche la latenza della comunicazione via 5G si è dimostrata ottimale, con valori medi sotto i 75 millisecondi, permettendo un’interazione praticamente in tempo reale.
Vantaggi in termini di costi, privacy e scalabilità
A differenza di altri sistemi, questa soluzione non cattura immagini né dati sensibili, rispettando così la privacy degli utenti. Il costo per unità è contenuto (circa 600 euro) e il consumo energetico ridotto (meno di 5,5 W), rendendolo ideale anche per installazioni alimentate da pannelli solari. L’architettura software containerizzata e basata su protocolli leggeri permette una gestione semplice, anche su larga scala.
Prospettive per le città intelligenti
Oltre a fornire dati sul flusso e le velocità dei veicoli, il sistema aiuta a comprendere i comportamenti del traffico e può supportare decisioni per migliorare la sicurezza e la mobilità. Le future applicazioni includeranno l’uso combinato con altri sensori e l’integrazione con algoritmi di intelligenza artificiale per previsioni dinamiche e gestione adattiva del traffico.
