title: RoadAnalyzer tags: [evolve, pipeline, aws, geospatial]

RoadAnalyzer

Sistema end-to-end che, partendo dai video di bordo, restituisce una mappa dello stato delle strade. È il progetto su cui lavoro oggi in Evolve.

Il problema

Mappare il degrado di una rete stradale a mano è lento e costoso: serve qualcuno che guidi, osservi e annoti chilometro per chilometro. RoadAnalyzer automatizza l'intero ciclo — dal video grezzo alla mappa dei punti critici, pronta per chi deve decidere dove intervenire.

Cosa ho fatto

Il riconoscimento degli ammaloramenti è affidato a un modello di computer vision: io ho costruito tutto ciò che gli sta intorno e lo fa funzionare in produzione.

• Acquisizione e sincronizzazione dei video da dashcam con la traccia GPS, così ogni fotogramma sa esattamente dove è stato registrato.
• Orchestrazione della pipeline: dai frame all'inferenza, fino ai rilievi aggregati e propagati a valle.
• Consistenza dei dati su scala reale: deduplica spaziale dei rilievi e isolamento delle sessioni quando più veicoli percorrono la stessa area.
• Visualizzazione su mappa e tutta la parte operativa per gestire i rilievi in produzione, senza dover rilanciare l'inferenza ogni volta.

Perché conta

È un sistema di produzione con vincoli veri — costi, latenze, consistenza dei dati tra dispositivi diversi, integrazione tra hardware sul campo e cloud. Tenere in piedi tutto l'impianto attorno al modello, end-to-end, è la parte difficile tanto quanto il modello stesso.

Stack: Python, AWS (DynamoDB, Amplify, S3), PostGIS, frontend Next.js + Mapbox. Progetto aziendale: i dettagli sensibili sono omessi.