Dai dispositivi monouso al miglioramento della mobilità in tutta la città
Sapevi che tutti noi creiamo in media 1,7 MB di dati al secondo? Nell’ambito di una città in cui milioni di cittadini sempre più connessi conducono la loro vita quotidiana questa cifra diventa davvero stupefacente. Tuttavia, per le autorità pubbliche, le aziende e le altre organizzazioni che sanno come utilizzare tutti questi dati, ciò rappresenta anche una miniera d’oro. Il settore dei trasporti può beneficiare in particolare di questa abbondanza di dati. Con ingorghi, inquinamento e inefficienze che costano miliardi di euro ogni anno, il consorzio SETA ritiene che una migliore gestione dei dati potrebbe apportare importanti miglioramenti. «Credo che il problema principale con l’attuale gestione dei dati risieda nel modo in cui questi dati vengono raccolti per motivi specifici e poi lasciati nelle banche dati», afferma Fabio Ciravegna, professore presso il Dipartimento di Informatica dell’Università di Sheffield e coordinatore del SETA. «Facciamo un esempio: ogni città ha centinaia di telecamere stradali, probabilmente anche migliaia. Ma ognuna di queste telecamere viene utilizzata solo per un singolo scopo, come la sicurezza o il traffico, mentre in realtà potrebbe essere utilizzata per molti scopi diversi». La verità è che non abbiamo ancora raggiunto l’obiettivo. Le barriere tecniche, amministrative e politiche spesso impediscono l’integrazione dei set di dati esistenti. Allo stesso tempo, la natura su larga scala dei dati e la loro eterogeneità ne rendono molto difficile il riutilizzo. SETA risolve questo problema integrando i dati di sensori stradali, ciclabili, cittadini e ambientali. La sua tecnologia può raccogliere, elaborare, collegare e fondere elevati volumi di dati eterogenei e usarli per modellare la mobilità urbana. Secondo il consorzio del progetto, lo fa anche con una precisione, una granularità e una dinamicità che sarebbe impossibile ottenere con tecnologie all’avanguardia. Le tecnologie mobili di SETA possono monitorare la mobilità delle persone e il progetto ha già rilasciato le sue app a centinaia di migliaia di cittadini in Inghilterra e a migliaia in Spagna. Parallelamente, il consorzio del progetto ha sviluppato anche tecnologie in grado di trasformare ogni telecamera stradale nell’equivalente di un sensore ad anello, ovvero una telecamera in grado di determinare la velocità e il calcolo della media del veicolo. Tutti i dati raccolti vengono quindi archiviati e riuniti grazie a tecnologie di fusione e modellazione dedicate. «Abbiamo utilizzato reti neurali avanzate per l’analisi delle immagini, architetture su larga scala per l’integrazione dei dati, modelli avanzati di mobilità per il monitoraggio della mobilità tramite dispositivi mobili e tecniche di modellazione della mobilità su larga scala», spiega il prof. Ciravegna. «I dati anonimi sono raccolti dalla nostra architettura tramite telefoni cellulari, sensori, ecc. e sono resi disponibili per gli algoritmi di fusione e modellizzazione. Una piattaforma per l’analisi dei dati e visiva fornisce quindi agli amministratori delle città informazioni dettagliate sulla mobilità in tutta la città». Mentre i metodi esistenti consentono solo la modellizzazione nelle parti centrali della città con elevata granularità, SETA lo fa per intere aree metropolitane. La tecnologia di SETA è già stata adottata da un importante cliente governativo in Inghilterra, il quale l’ha utilizzata per rintracciare centinaia di migliaia di cittadini per finalità relative alla salute e al benessere. La tecnologia è stata adottata anche dal Consiglio comunale di Birmingham per tracciare le sue 8 000 biciclette gratuite. Entrambe le attività continueranno dopo il completamento del progetto. L’Università di Sheffield, che ha sviluppato la tecnologia di tracciabilità dei cittadini, ha in programma di creare una società spin-off. Sono previste applicazioni in materia di salute e benessere, prodotti farmaceutici e mobilità. Il sistema di rilevamento video del progetto è commercializzato da Machine2Learn, i modelli di città di dati su larga scala da Aimsun (sono già utilizzati da diverse città) e l’infrastruttura su larga scala da Software Mind. Infine, le metodologie per il monitoraggio dei viaggi in auto sono sviluppate da The Floow Ltd.
Parole chiave
SETA, mobilità, sensori, dati, trasporto, reti neurali
