Migliorare l'analisi dei dati territoriali di mobilità e promuovere la mobilità sostenibile
SMASH è una piattaforma innovativa creata per migliorare l’analisi dei dati territoriali di mobilità e promuovere la mobilità sostenibile. Il progetto dimostrativo, finanziato da EIT Climate-KIC, nasce da uno studio di fattibilità e un’analisi di mercato che abbiamo portato avanti insieme all’Agenzia per l’Energia e lo Sviluppo Sostenibile. AESS nasce a Modena ed è un’associazione no-profit di Enti pubblici che offre servizi ed assistenza tecnica per l’implementazione di progetti di mitigazione e adattamento climatico.
SMASH verrà testato in più di 10 città pilota.
SMASH risponde ai bisogni di enti locali, start-up, aziende pubbliche e private e cittadini che necessitano di analizzare e mappare i dati di mobilità per:
- integrare i dati di mobilità con altri dati (qualità dell’aria, rumore, temperature, etc.);
- ottimizzare la pianificazione dei servizi e delle infrastrutture per la mobilità;
- monitorare e misurare gli impatti dei progetti di mobilità sostenibile;
- ottimizzare e rendere più sostenibili i percorsi dei mezzi pubblici o privati;
- migliorare la fruibilità dei servizi di mobilità e coinvolgere i cittadini nelle iniziative.
A chi ci rivolgiamo
- Pubbliche Amministrazioni che sono interessate a monitorare progetti di mobilità sostenibile, integrare dati GPS con dati puntuali o con altri dati ambientali, misurare la CO2 evitata dai progetti, valutare gli impatti delle infrastrutture di mobilità, pianificare la città;
- start up che offrono servizi di mobilità: SMASH può dare un valore aggiunto a servizi offerti dalle start-up per integrare servizi esistenti con mappe analitiche.
- aziende pubbliche e private di trasporto e assicurazioni che vogliono integrare le tracce GPS dei mezzi con altri dati (abbonamenti TPL, punti prelievo o centri logistici, punti consegna), analizzare i percorsi per ottimizzarli, misurare gli impatti dei progetti, misurare la CO2 evitata dai progetti, valutare la sicurezza dei percorsi.
Machine Learning per il monitoraggio delle presenze sui mezzi pubblici tramite WiFi
L’esempio di Ferrara nel progetto SMASH
Nell’ambito del progetto, che ha coinvolto la città di Ferrara, abbiamo collaborato con U-Hopper per affrontare il problema legato al conteggio automatico del numero di passeggeri a bordo di un mezzo pubblico.
Per gli operatori di trasporto pubblico e le agenzie di mobilità il numero di passeggeri a bordo rappresenta un’informazione preziosa al fine di programmare la frequenza delle corse e di scegliere la tipologia più consona dei veicoli da utilizzare. L’informazione però non è facile da rilevare e le soluzioni tecnologiche presenti sul mercato presentano tutte dei problemi in termini di costo e affidabilità delle stime (nonché di privacy).
La soluzione
Per far fronte a questo problema abbiamo progettato e testato una soluzione dai costi contenuti in grado di determinare il numero di passeggeri a bordo di un mezzo pubblico a partire dall’analisi dei pacchetti emessi da device portatili equipaggiati con un’interfaccia WiFi (Smartphone, per esempio).
Il progetto si è sviluppato attraverso:
- l’elaborazione dei dati sugli spostamenti reali dei mezzi pubblici utilizzando gli algoritmi sviluppati nel progetto SMASH;
- l’analisi tramite tecniche di Intelligenza Artificiale e più precisamente di Machine Learning, del numero di dispositivi rilevati a bordo del mezzo pubblico, in modo da ricavare da tale grandezza una stima il più possibile accurata del numero effettivo di passeggeri a bordo del veicolo in ogni istante.
