I° Workshop del Progetto SEMINA per la gestione e il monitoraggio della mobilità sostenibile nella città di Bari. Bari, 19 settembre 2014 - c/o Fiera del Levante Intervento: "Indicatori di smart mobility" Mariagrazia Dotoli - Politecnico di Bari IL PROGETTO SEMINA Il Living Lab “SEMINA – Sistemi Evoluti per la Mobilità Intelligente in Network urbani Agili” è finalizzato allo sviluppo di un nuovo sistema informativo per la gestione della mobilità sostenibile in ambito urbano. Il progetto nasce dall'esigenza del Comune di Bari d’integrare le diverse soluzioni per la mobilità avviate in questi anni nell'ambito del programma Bari Smart City, in un sistema integrato di monitoraggio della mobilità sostenibile e intelligente di Bari. Oltre all'intervento dei Partner di Progetto, è prevista la partecipazione dell’Assessore Regionale allo Sviluppo Economico, Loredana Capone, del Direttore Generale di InnovaPuglia, Francesco Surico, del Presidente AMTAB, Tobia Renato Binetti, del Responsabile Settore Mobilità Urbana Comune di Bari, Claudio Laricchia. Concluderà i lavori il Sindaco della Città di Bari, Antonio Decaro. I partner del Living Lab SEMINA sono Planetek Italia, Macnil, SITAEL e Politecnico di Bari. Per saperne di più http://www.planetek.it/progetti/semin...à_intelligente_in_network_urbani_agili Info: www.progettosemina.it - www.facebook.com/progsemina http://livinglabs.regione.puglia.it

1. livinglabs.regione.puglia.it
SEMINA (Sistemi Evoluti per la Mobilità Intelligente in Network urbani Agili)

2. I Workshop «SEMINA» Gli indicatori di smart mobility
Prof. Ing. Mariagrazia DOTOLI – Ing. Raffaele CARLI
Dip. di Ing. Elettrica e dell’Informazione - Politecnico di Bari
email: mariagrazia.dotoli@poliba.it ; raffaele.carli@poliba.it
Bari, 19 settembre 2014

3. Introduzione
Sistemi intelligenti di trasporto
Stato dell’arte su indicatori di mobilità
Le attività Poliba nel Living Lab
Conclusioni
Sommario

4. Introduzione
Contesto
Continuo aumento della popolazione mondiale che vive nelle aree urbane
Società sempre più strutturalmente dipendenti dai propri sistemi di trasporto
Concetto emergente
Occorre un nuovo paradigma della mobilità in grado di:
rispondere in modo efficace, efficiente e sicuro alle mutate esigenze
ottimizzare l’uso e lo sviluppo di risorse economiche, umane ed ambientali
Domanda di trasporto superiore alle capacità
Vasta portata dei problemi legati al footprint della mobilità
Smart mobility per rispondere al bisogno critico in evoluzione

5. L’ICT applicata ai trasporti permette di:
catturare i dati in tempo reale del mondo concreto attraverso l'uso di sensori e dispositivi
integrare i dati in una piattaforma di comunicazione
includere le analisi complesse, la modellazione, l'ottimizzazione dei processi
visualizzazione e rendere fruibili le informazioni elaborate
rendere il sistema dei trasporti «smart»
Tecnologie abilitanti
La gestione e la produzione di dati e informazioni è essenziale per la nuova mobilità

6. Sommario
Introduzione
Sistemi Intelligenti di Trasporto
Stato dell’arte su indicatori di mobilità
Le attività Poliba nel Living Lab
Conclusioni

7. INFOMOBILITA’
Indicatori per la congestione stradale
Stato del traffico: previsionale e tempo reale
CLASSIFICAZIONE SISTEMI ITS: (secondo UNI-CEI 70031)
1.Sistemi di informazione all’utenza avanzati (ATIS)
2.Sistemi di gestione del traffico e della mobilità (ATMS)
3.Sistemi di gestione del trasporto pubblico (APTS)
4.Sistemi di controllo avanzato del veicolo (ACVS)
5.Sistemi di gestione del trasporto merci (CVO)
GESTIONE MOBILITA’
Detezione e gestione emergenze
Analisi storica dei dati storici sul traffico per interventi strategici (es. zona ZTL, semafori, park&ride)
GESTIONE TPL
Sistemi di localizzazione dei mezzi, Previsione dei tempi di arrivo alle fermate
Pianificazione orari e rotte
Sistemi Intelligenti di Trasporto

8. ACQUISIZIONE INFORMAZIONI
ELABORAZIONE INFORMAZIONI
COMUNICAZIONE INFORMAZIONI
Sensori fissi
Elaborazioni immagini
Spire
Sensori mobili
Dati telefonia mobile
Sistemi GPS su BUS e auto
DA QUALI FONTI?
COME?
A CHI?
ITS – Intelligent Transport System
OFF-LINE (analisi storica dei dati)
REAL TIME (on-line updating)
Pubblica Amministrazione
Cittadini
Gestori del trasporto pubblico locale
Gestori flotte
Operatori di trasporto merci
Trip planner
Sistemi intelligenti di trasporto

9. Introduzione
Sistemi intelligenti di trasporto
Stato dell’arte su indicatori di mobilità
Le attività del Poliba nel Living Lab
Conclusioni
Sommario

10. Principali aree di ricerca nell’utilizzo dei dati GPS dei bus per ITS
Ambito specifico del sistema di trasporto bus
Utilizzo online dei dati
Strategie di gestione e controllo real-time della flotta di bus urbani
Sistemi informativi per gli utenti dei bus
Utilizzo offline dei dati
Diagnosi ed analisi delle performance del sistema di trasporto bus
Ambito generale della circolazione stradale
Utilizzo offline dei dati
Estrazione e stima di indici del traffico della rete stradale (Traffic Analysis)
Utilizzo online dei dati
Sistemi di infomobilità sul traffico della rete stradale / gestione emergenze
Utilizzo del BUS tracking per ITS
Diffusione del concetto di “bus as probe”

11. 1. Indicatori real-time del trasporto con bus
Il bus tracking real-time permette:
Estrazione di informazioni per il monitoraggio e il controllo delle operazioni del sistema di trasporto
Principali indicatori di performance
Ritardo nell’orario di arrivo (Schedule adherence)
Rispetto della distanza tra bus pianificata (Headway adherence)
Tempo di arrivo del bus predetto (Predicted Arrival time)

12. 1. Indicatori real-time del trasporto con bus
Rappresentazione dei dati estratti:
nelle centrali di controllo del sistema di trasporto (mappe)
nei sistemi di informazione per utenti/passeggeri

13. 2. Indicatori di analisi del trasporto con bus
Analisi delle performance del trasporto con bus – Principali indicatori
Tempo di percorrenza medio
Velocità media bus (Commercial bus travel speed)
Ritardo medio nell’orario di arrivo (Schedule adherence)
Rispetto medio della distanza tra bus pianificata (Headway adherence)

14. Differenti livelli di aggregazione:
Spaziale: Linea, Tratta
Temporale: Ora, giorno, mese, periodo
2. Indicatori di analisi del trasporto con bus

15. Performance principalmente legate al concetto di congestione
Tempo di percorrenza
Tempo di percorrenza al 95 percentile
Velocità media del viaggio
Indice di congestione
Tempo di movimento
Frazione del tempo di fermata
Rumore di accelerazione
3. Indicatori di analisi della circolazione stradale
C = tempo effettivo
C0 = tempo in caso di free-flow

16. Performance principalmente legate al concetto di congestione
Travel time index
Livello del servizio della strada (secondo HCM)
3. Indicatori di analisi della circolazione stradale

17. 3. Indicatori strategici della circolazione stradale
La misura degli indicatori può esser fatto a vari livelli:
puntuale
segmento (breve tratto)
corridoio
area

18. I dati di Bus tracking real-time permettono mediante stime e predizioni di estrarre informazioni sulla circolazione stradale
Principali indicatori di traffico della circolazione stradale
Tempo di viaggio predetto tra due punti (average travel time)
Velocità media sulla tratta stradale (average velocity)
Volume del traffico
Preferiti dagli automobilisti
4. Indicatori real-time della circolazione stradale

19. Rappresentazione dei dati estratti
generalmente tradotti in enumerativi e consultabili su mappa in scala di colori
E.g.:
4. Indicatori real-time della circolazione stradale
Shangai – bus tracking
Octotelematics – tracking
dei veicoli con scatola nera
Google traffic – dati di telefonia cellulare

20. Introduzione
Sistemi intelligenti di trasporto
Stato dell’arte su indicatori di mobilità
Le attività del Poliba nel Living Lab
Conclusioni
Sommario

21. Il Politecnico di Bari in SEMINA:
Referente scientifico Politecnico di Bari:
Prof. Ing. Mariagrazia DOTOLI
Coinvolti 2 Gruppi di ricerca afferenti ai seguenti 2 Dipartimenti:
DEI (Dipartimento di Ingegneria Elettrica e dell’Informazione) – Decision and Control Laboratory - Coordinatore Prof. DOTOLI
DMMM (Dipartimento di Meccanica, Matematica e Management) – Coordinatore Prof. GARAVELLI
Le attività Poliba nel Living Lab Semina

22. Overview delle principali attività:
Contributo alle attività di prototipazione e testing delle soluzioni:
Ottimizzazione degli algoritmi di predizione e di analisi del traffico
On-line updating e analisi storica
Definizione di indicatori di mobilità
Per cittadino, gestore TPL e per Pubblica Amministrazione
Supporto all’Analisi dell’Utenza finale ed alla Definizione del modello di interazione tra i diversi attori coinvolti:
Coordinamento dei Focus Group
Coordinamento dei seguenti Panel di esperti:
Panel di esperti scientifici – Comunità accademica
Panel gestori TPL (Trasporto Pubblico Locale) - AMTAB
Le attività Poliba
nel Living Lab

23. Introduzione
Sistemi Intelligenti di Trasporto
Stato dell’arte su indicatori di mobilità
Le attività Poliba nel Living Lab
Conclusioni
Sommario

24. Utilizzo dell’ICT per i trasporti
Miglioramento performance
Impatti sul comportamento degli utenti/viaggiatori/cittadini
Sostenibilitá
Sviluppo di ITS in Semina
Definizione e sviluppo di soluzioni avanzate per la mobilitá
Approccio interdisciplinare a tecnologie dei vari settori dell’ingegneria
Impegno nella ricerca di indicatori di mobilità
L’ICT nei trasporti in azione… verso la Smart Mobility
Conclusioni

25. I workshop SEMINA – Attività del Politecnico di Bari
Grazie per l’attenzione!
Prof. Ing. Mariagrazia DOTOLI – Ing. Raffaele CARLI Dip. di Ing. Elettrica e dell’Informazione - Politecnico di Bari email: mariagrazia.dotoli@poliba.it ; raffaele.carli@poliba.it Bari, 19 settembre 2014