Giulia Di Vinci
Utilizzo di dati ad alta risoluzione geometrica per l'analisi del dissesto stradale.
Rel. Piero Boccardo, Roberto Cesare Crova. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Per L'Ambiente E Il Territorio, 2025
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (13MB) | Preview |
Abstract
Il monitoraggio e la manutenzione delle infrastrutture stradali rappresentano aspetti fondamentali per la sicurezza e l’efficienza della mobilità urbana. Questa tesi si concentra sull’analisi dei dissesti stradali a Torino, con particolare attenzione alla zona di Cit Turin, utilizzando tecnologie di Mobile Mapping System (MMS) e metodologie di riconoscimento automatico e semi-automatico dei danni. L'approccio prevede inizialmente una mappatura su QGIS basata su dati geospaziali acquisiti da rilievi LIDAR e immagini ad alta risoluzione, con l’obiettivo di individuare irregolarità del manto stradale. Successivamente, il software Lidar360MLS viene impiegato per un’analisi automatizzata dell’indice di condizione del manto stradale (PCI = Pavement Condition Index), consentendo di ottenere una classificazione qualitativa delle condizioni stradali.
I dati, ulteriormente elaborati su QGIS, vengono poi classificati e validati tramite il confronto con le valutazioni dei tecnici del Comune di Torino, integrandoli anche in un geodatabase comunale per migliorare la pianificazione degli interventi di manutenzione
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modifica (riservato agli operatori) |
