L’Europa ingrana la marcia della modellizzazione intelligente e si allontana dagli ingorghi
La popolazione urbana europea continua a crescere, per cui l’infrastruttura stradale è sempre più congestionata, con un impatto negativo sull’economia, sulla salute pubblica e sull’ambiente. Uno studio ha rilevato che le inefficienze nella mobilità urbana — in particolare la congestione stradale — costano all’UE circa 110 miliardi di euro all’anno, più dell’1 % del suo PIL. Per ovviare a questo problema, il progetto CONDUCTOR ha sviluppato un sistema avanzato di gestione dei trasporti per aiutare le autorità e gli operatori, quali le reti di autobus pubblici, a spostare persone e merci in modo più efficiente, sfruttando la crescente disponibilità di veicoli automatizzati e connessi. «Grazie a strumenti di simulazione di nuova generazione, stiamo sviluppando un prototipo che valuta in modo dinamico e prioritario le esigenze di trasporto dei vari utenti, per ottimizzare i flussi di traffico», spiega il coordinatore del progetto Flavien Massi, senior project manager di Netcompany-Intrasoft, in Lussemburgo.
Trasporto di nuova generazione
Al centro della soluzione di CONDUCTOR è stata creata una piattaforma personalizzata fondendo varie tecnologie preesistenti di gestione del traffico e delle flotte, con modelli informatici sviluppati dal progetto. Questi modelli di ottimizzazione, simulazione e previsione sono applicabili a una serie di scenari della vita reale e sono basati su algoritmi addestrati su una varietà di dati reali sul traffico per mezzo dell’apprendimento automatico. Tali modelli possono essere utilizzati anche per valutare le strategie di instradamento cooperativo per le flotte di veicoli della mobilità connessa, cooperativa e automatizzata (CCAM) su larga scala. Per garantire la compatibilità della soluzione con altre già dispiegate sulle reti europee, sono state sviluppate delle API, tra cui General Transit Feed Specification, per lo scambio di dati fondamentali (quali percorsi di trasporto, orari, fermate e località) e informazioni sullo storico delle prestazioni, quali tempi e velocità di percorrenza, e alla gestione degli incidenti. Viene dispiegato e collaudato un portafoglio di soluzioni in vari casi d’uso e siti pilota. Queste simulazioni modellano il traffico dei veicoli convenzionali insieme a quello dei veicoli CCAM nelle infrastrutture stradali esistenti. Il primo caso d’uso si concentra sulla gestione integrata del traffico e comprende tre prove pilota. Ad Atene, gli orari di autobus, metropolitana e tram sono sincronizzati per massimizzare la disponibilità di opzioni per i passeggeri. A Madrid si sta sviluppando un modello per migliorare la gestione di eventi di trasporto imprevisti e garantire un successivo ripristino efficiente della rete. Ad Almelo, nei Paesi Bassi, è stato ottimizzato un corridoio logistico installando l’assegnazione delle priorità del traffico agli incroci designati. Il secondo caso d’uso verte sul miglioramento della piattaforma di trasporto del partner del progetto GoOpti, che si avvale dell’instradamento cooperativo (identificazione dei modelli di trasporto per massimizzare le risorse della flotta) per trasportare i passeggeri da e verso gli aeroporti. Il terzo caso d’uso, sempre a Madrid, dimostra come sia possibile ridurre gli incrementi di traffico causati dall’aumento della domanda di consegne dell’ultimo minuto trasportando passeggeri e merci negli stessi veicoli. Domanda e offerta vengono calcolate utilizzando l’ambiente di simulazione FleetPy, integrato con le strategie di controllo dei trasporti del progetto e collegato al software Aimsun.next, che fornisce una rappresentazione realistica delle condizioni del traffico. «Pur avendo avviato la fase di validazione solo di recente, i risultati iniziali sono estremamente promettenti. Diversi modelli hanno già dimostrato di aver migliorato il flusso del traffico, accorciato i tempi di percorrenza e/o ridotto le emissioni», afferma Massi.
A prova di futuro
CONDUCTOR partecipa all’iniziativa europea CCAM, istituita per creare un sistema di mobilità più orientato all’utente e inclusivo, in grado di aumentare la sicurezza stradale e ridurre nel contempo la congestione e l’impatto ambientale. Per promuovere la tecnologia, gli strumenti di apprendimento automatico utilizzati dai vari modelli della soluzione vengono ora ritoccati per perfezionare la precisione predittiva dei modelli di parametri centrali, quali gli schemi del traffico, i punti di congestione e il consumo energetico. Sebbene il team non abbia incontrato molte difficoltà tecniche finora, la legislazione sulla privacy e sulla sicurezza ha talvolta reso difficile l’accesso ai dati in tempo reale dei veicoli, necessari per le simulazioni. I test di convalida sono attualmente in corso per garantire infine un sistema solido in grado di connettersi perfettamente con gli operatori dei trasporti di qualsiasi città europea.
Parole chiave
CONDUCTOR, mobilità connessa, cooperativa e automatizzata CCAM, congestione, traffico, trasporto, autobus, strada, merci, simulazione, apprendimento automatico
