借助技术和导航设备为市民提供促进物理无障碍的信息，将使城市变得更智能、更具包容性。米兰理工大学的一位年轻研究人员使用人工智能（AI）来识别由鹅卵石、桑皮特里尼和砖块制成的街道和人行道之间的差异，这些街道和人行道的高度和宽度差异很大，这些特征使历史城市具有典型性，但对老年人和运动障碍者来说也是一个困难因素
发表在《国际应用地球观测和地理信息杂志》上的这项研究使用了一个移动测绘系统，特别是在这种情况下，一辆配备了Leica Geosystems Italia提供的仪器的汽车，对Sabbioneta小镇进行了测绘，自2008年起被联合国教科文组织列为世界遗产，是一个被历史墙包围的文艺复兴时期村庄的象征性例子
“从收集的数据或点云开始，即分布在调查空间中的数以百万计的点，使我们能够获得周围事物的测量和三维表示，例如房屋、街道、广场、人行道和各种物体，在机器学习的帮助下，有可能识别历史中最容易获取的轨迹和路径城市背景，”联合国教科文组织米兰理工大学曼图阿研究实验室研究员Daniele Treccani解释道。
“机器学习（ML），”米兰理工大学地形和制图教授Andrea Adami解释道，“允许一个试图模拟人脑功能的复杂神经网络从操作员先前构建的大量数据中‘学习’。在学习阶段之后，可以通过输入的组合来自动识别和分类数据中的对象，而无需人工干预。“
”在这种情况下，“Treccani继续说道，”确定用于评估物理可达性的要素是人行道和道路，人行道是用户的首选路线。计算的属性包括宽度、高度、坡度和铺路材料。ML方法显示出良好的结果可靠性（89%），并在现场进行了验证。“
”然后在QGIS中制作了主题城市地图，计算了无障碍路线，并提出了OpenStreetMap的更新数据。Sabbioneta的工作使测试和证明人工智能方法在历史城市中心无障碍管理中的重要性成为可能。“
几何和空间地理参考信息的自动提取可以扩展到其他城市元素，用于旅游无障碍和导航应用，以及为消除建筑障碍计划（PEBA）创建地图库或城市无障碍计划。一般来说，收集和处理的数据可以用于城市模型和历史城市中心的数字模型的构建
Daniele Treccani目前正致力于将他的研究扩展到其他城市调查系统的数据，如无人机摄影测量、飞机或便携式系统（背包或手持）的激光扫描仪调查系统，并继续与维戈大学（西班牙）合作，与该大学进行了部分研究
从这项研究开始，无障碍主题还促进了与曼图阿教区和意大利主教会议的合作，并与布雷西亚大学、摩德纳大学和雷焦艾米利亚大学共同制定了一个国家利益研究项目。
