Dalle sperimentazioni pubbliche a quelle dei privati, sta arrivando la smart mobility. Ed è anche un business
Migliorare la mobilità urbana attraverso piattaforme predittive in grado di anticipare i picchi di traffico a seconda delle varie ore del giorno ma anche della presenza di cantieri e manifestazioni. L’intelligenza artificiale diventerà uno strumento chiave a servizio delle pubbliche amministrazioni nella gestione e pianificazione del trasporto pubblico locale per abbattere tempi di attesa alle fermate di bus e tram nonché dei taxi, instradando al meglio i flussi e aiutando a prevenire incidenti e guasti ai mezzi. Benefici che impatteranno a catena anche sul traffico delle auto private, in particolare quelle in transito nelle grandi città. Gli italiani si dicono particolarmente fiduciosi stando a quanto emerso dal sondaggio “L’intelligenza artificiale e il trasporto pubblico locale nella prospettiva degli utenti”, condotto a marzo dall’associazione Asstra, in collaborazione con Gpf-Inspiring Research, su un campione di 1.500 persone, rappresentativo dei cittadini che utilizzano in modo regolare i mezzi pubblici: il 72,3% ha indicato al top dei benefici il monitoraggio e la segnalazione di danni alle infrastrutture, come strade, ponti e gallerie. il 70,6% scommette sulla possibilità di favorire la manutenzione preventiva del parco mezzi e il 69,3% giudica l’AI utile per la gestione di orari e flussi di traffico. Ma gli orizzonti della cosiddetta smart mobility sono ben più ampi: riguardano il monitoraggio dei flussi pedonali, della sicurezza urbana, l’abbattimento dell’inquinamento acustico e, non ultimo, le politiche a salvaguardia dell’ambiente anche e soprattutto attraverso l’uso di sensori e reti figli dell’Internet of things.
Non a caso stando alle previsioni di esperti e analisti il giro d’affari delle tecnologie per la mobilità intelligente è destinato a una crescita esplosiva, passando dai circa 42 miliardi del 2023 a quasi 265 miliardi nel 2033. E secondo il World Economic Forum assisteremo a cambiamenti epocali tenendo conto dell’avvento delle auto a guida autonoma, ma anche degli air taxi e dell’adozione dei droni per il trasporto merci. Le amministrazioni comunali si troveranno dunque a dover fronteggiare sfide inedite e a ripianificare città e mobilità in chiave smart e secondo il paradigma della cosiddetta “urbanistica tattica”: ossia resilente e in grado di evolvere rapidamente sulla base di esigenze nuove e persino impreviste.
La new mobility è protagonista di un importante progetto nell’ambito del Pnrr portato davanti dal dipartimento per la Trasformazione digitale in collaborazione con il ministero delle Infrastrutture e dei Trasporti: il Mobility As a Service for Italy (MaaS4Italy).
La sperimentazione è partita prima a Milano, Napoli e Roma per poi allargarsi a Bari, Firenze e Torino e coinvolgere sette territori “follower”, ossia la provincia autonoma di Bolzano e le Regioni Abruzzo, Campania, Emilia-Romagna, Piemonte, Puglia e Veneto e due Living Lab, nelle città di Milano e Torino, per testare soluzioni innovative.
Fra i progetti appena tenuti recentemente a battesimo nel nostro Paese quello che vede in campo Municipia, azienda del Gruppo Engineering, e Yunex Traffic Italia, società del gruppo Mundys che puntano ad abilitare e supportare la digitalizzazione e l’innovazione dei processi di mobility & traffic management delle città italiane. Le due aziende hanno dato vita a un vero e proprio ecosistema “componibile” di piattaforme, il Mobility Digital Twin, in grado elaborare, aggregare e interpretare – attraverso algoritmi di intelligenza artificiale e machine learning – i dati raccolti con i sistemi IoT presenti sul territorio, dalle telecamere ai sensori, inclusi quelli presenti sui mezzi pubblici, dalle stazioni meteo alle centraline di monitoraggio della qualità dell’aria, dai parcheggi ai rilevatori di transito nelle zone a traffico limitato.
Utilizzare l’intelligenza artificiale per monitorare i flussi pedonali in aree affollate migliorando sicurezza e vivibilità è l’obiettivo dello studio portato avanti da Enea a Milano nell’ambito del progetto CityFlows finanziato dallo European Institute of Innovation and Technology. I ricercatori hanno analizzato i filmati acquisiti in un periodo di due settimane tramite un sistema di videoregistrazione installato da Amat (Azienda mobilità ambiente e territorio) all’ingresso principale della stazione centrale in piazza Duca d’Aosta e ai due punti di accesso della metropolitana per un transito quotidiano di oltre 350mila persone. Grazie alla computer vision, tecnica basata sull’intelligenza artificiale, è stata resa possibile l’identificazione univoca dei pedoni in totale anonimizzazione per il rispetto della privacy – osservati in circa 2 milioni di fotogrammi, a intervalli di un secondo, con una precisione di circa il 70% – per ricostruire la distribuzione spaziale dei flussi pedonali insieme alle mappe di densità e velocità, e consentire dunque elaborazioni statistiche sugli orari più affollati per una visione puntuale a servizio dell’amministrazione.
©RIPRODUZIONE RISERVATA
