Premio FORUM PA 2017: 10x10 = cento progetti per cambiare la PA

1. Descrizione progetto;

Nell’ambito della pianificazione urbana la valutazione e la stima a priori dell’impatto dato dall’introduzione di nuove soluzioni di mobilità, in termini di efficacia ed efficienza, rappresenta uno dei problemi più cruciali e di maggiore attenzione. Difatti, le amministrazioni pubbliche locali si affidano spesso a figure professionali competenti, quali ingegneri urbanistici, al fine di individuare una serie di interventi di mobilità da applicare sul territorio. Tuttavia, gli ingredienti e le metodologie che permettono a tali figure di convergere su una politica di mobilità si basano principalmente su una serie di euristiche e best-practices che non sempre permettono di raggiungere gli obiettivi preposti a causa del mancato rigore scientifico di tale approccio. In questo modo, è possibile valutare gli effetti della nuova politica di mobilità soltanto una volta che gli interventi di mobilità saranno fisicamente implementate; ciò si traduce in un potenziale sperpero di denaro pubblico nel caso in cui la comunità recepisca negativamente i nuovi interventi, senza contare lo spreco di tempo legato alla realizzazione degli stessi.

Al fine di colmare tale lacuna e permettere quindi ai pianificatori urbani di valutare in anticipo ed in pieno rigore scientifico l’impatto delle politiche di mobilità che si vogliono operare, è stato avviato il progetto TangraMob. Grazie al ricorso di tecniche e metodologie prese in prestito dal mondo dell’Intelligenza Artificiale (AI), tale progetto ha portato allo sviluppo di un simulatore software per la validazione di interventi di mobilità all’interno di un’area geografica di interesse.

Possiamo immaginare tale software come un semplice strumento che permette al pianificatore urbano di selezionare un’area geografica di interesse al fine di collocare su di essa uno o più servizi di Smart Mobility come: carsharing, bikesharing, ridesharing, trasporto pubblico on-demand, trasporto pubblico adattivo e così via. Il simulatore non richiede alcuna particolare conoscenza informatica né la consultazione di manuali e documentazione in genere; il pianificatore potrà quindi concentrarsi sulla configurazione della politica di mobilità che intende valutare, senza preoccuparsi quindi dei dettagli tecnici del software. Dopo una prima fase volta alla configurazione e al collocamento dei servizi di mobilità, TangraMob si collegherà alle strutture dati di Open Street Map (OSM) e dell’Istituto Nazionale di Statistica (Istat) al fine di recuperare la cartografia dell’area geografica selezionata così come i dati del censimento della popolazione in esame; questi ultimi permetteranno di ricostruire i principali spostamenti giornalieri di ciascun cittadino in modo da ricostruire la mobilità urbana nei giorni feriali della settimana. A questo punto, una volta che tutti i dati sono stati recuperati ed

elaborati, il software simulerà l’evoluzione del traffico urbano ora che i cittadini possono contare sui nuovi servizi di mobilità introdotti dal pianificatore. In particolare, nel corso della simulazione vengono raccolte ed elaborate una serie di statistiche che permetteranno di analizzare successivamente come la mobilità è cambiata in merito alla distanza percorsa e al tempo trascorso da ciascun cittadino negli spostamenti giornalieri, al costo della mobilità, alle risorse impiegate per realizzare tali spostamenti ed infine al traffico generato su ciascuna strada. Nel caso in cui i risultati ottenuti dalla simulazione non fossero ritenuti pienamente soddisfacenti, il pianificatore urbano potrà ripetere l’esperimento modificando la configurazione della politica di mobilità, nonché dei servizi di mobilità stessi.

2. Descrizione del team e delle proprie risorse e competenze; Unicam SMoL (Smart Mobility Lab) è un gruppo di ricerca, operativo da più di un anno, dell’Università di Camerino, nato con l’esigenza di studiare ed analizzare il complesso mondo della Smart Mobility. La nostra missione è quella di progettare ed implementare modelli computazionali basati su tecniche di Machine Learning, col fine di proporre soluzioni altamente tecnologiche e scientificamente valide affinché lo sviluppo del nostro tessuto urbano sia sempre più efficiente ed efficace. In particolare SMoL è composto da cinque membri tutti provenienti dal mondo dell’Information Technology e Computer Science e si compone di 1 Professore e 1 Ricercatore della Scuola di Scienze e Tecnologie dell’Università di Camerino e 3 Dottori Magistrali in Computer Science. Difatti, le principali competenze del team ruotano attorno a quattro macro-aree, ovvero Machine Learning, Smart Cities, Internet of Things e Software Engineering. Attualmente lo SMoL è coinvolto nella progettazione e sviluppo di un progetto in materia di monitoraggio e rilevamento dei flussi di traffico urbano, in aggiunta al simulatore TangraMob che viene qui presentato. Tale strumento permetterà, in maniera del tutto indipendente dal simulatore, di monitorare e produrre dati riguardo l’andamento del traffico all’interno di una zona circoscritta, tramite la combinazione di tecniche di Computer Vision e Deep Learning. I dati ottenuti da questo strumento potranno poi essere utilizzati sia dal simulatore TangraMob, al fine di produrre risultati più accurati e fedeli, sia da terze parti per controllare lo stato di salute della mobilità urbana. Considerate le potenzialità multidisciplinari del progetto, il team SMoL sta inoltre aprendo un canale collaborativo con il gruppo degli urbanisti della Scuola di Architettura e Design dell’Università di Camerino, affinché il progetto sia il più reale e valido possibile.

3. Descrizione dei bisogni che si intende soddisfare;

Come accennato precedentemente, il simulatore TangraMob si configura come uno strumento capace di supportare il pianificatore urbano nelle decisioni riguardanti l’alterazione della mobilità urbana, sia a seguito dell’introduzione di nuovi servizi di “mobilità intelligente” sia risultante dall’adeguamento delle soluzioni di trasporto già esistenti. In altre parole, il simulatore può essere concepito come un Decision Support System (DSS) per la mobilità urbana, rivolto essenzialmente a tutti coloro che hanno bisogno di un valido strumento per avere una stima circa l’impatto di una particolare iniziativa di mobilità. In questo modo, il pianificatore urbano potrà comprendere quali soluzioni di mobilità possono

essere più efficaci per la propria città, così come la configurazione di tali servizi si ripercuote sul grado di accettazione della nuova politica di mobilità. Di conseguenza, l’approccio scientifico del simulatore potrà permettere al pianificatore di scartare dalla risultante pianificazione tutte quelle soluzioni potenzialmente fallimentari. Ad esempio, l’introduzione di un servizio di bikesharing in una certa località potrebbe dimostrarsi scarsamente proficuo a prescindere dal numero di biciclette messe a disposizione. E’ quindi scopo primario del simulatore soddisfare il bisogno dei decision-maker di valutare e studiare rigorosamente gli interventi di mobilità prima ancora che vengano fisicamente introdotti nel tessuto urbano, al fine di implementare soltanto quei servizi che possono migliorare la mobilità dei cittadini.

4. Descrizione dei destinatari della misura;

Lo strumento di simulazione TangraMob è principalmente ideato per fungere da ausilio a tutte quelle figure professionali che tipicamente hanno a che fare con lo studio e la pianificazione della mobilità urbana. Il nostro strumento fornisce infatti un ambiente virtuale, perciò senza rischi reali, sul quale si possa simulare ed investigare l’efficacia e l’impatto che l’introduzione di un’iniziativa di mobilità produce su una specifica area urbana. Tale funzionalità e la estrema semplicità di utilizzo del simulatore rendono TangraMob accessibile e fruibile da parte di un pubblico abbastanza ampio, non limitato quindi solamente a quelle figure appartenenti al settore pubblico. Nello specifico, il software può essere anche utilizzato da compagnie private interessate ad avviare un’attività legata al settore dei trasporti; da ricercatori col fine di effettuare, tramite i sistemi di analisi offerti, studi sui flussi di traffico urbano; dal cittadino per valutare le scelte di sviluppo che i suoi amministratori decidono di attuare nella propria città in ottica di un’amministrazione trasparente.

5. Descrizione della tecnologia adottata;

La realizzazione del simulatore TangraMob è basata principalmente sul concetto di modellazione ad agenti, paradigma tipico di tutti quei sistemi che si propongono di rappresentare dinamiche relative al comportamento umano. Difatti, in contrapposizione ai simulatori puramente speculativi, il nostro sistema ci permette di capire se ogni persona farà uso o meno delle nuove soluzioni di Smart Mobility introdotte dal pianificatore urbano. Nello specifico, la mobilità di ogni persona viene replicata da agenti, così da poter emulare il l’intero comportamento del sistema di mobilità urbano in funzione del tempo. Il motore alla base di TangraMob è MATSim, un simulatore open-source implementato in Java, che modella i comportamenti di mobilità della popolazione al fine di approssimare il traffico reale. Tecnicamente, TangraMob è anch’esso sviluppato nel linguaggio Java ed è distribuito secondo due principali modalità di utilizzo:

1. tramite interfaccia grafica, la quale permette di interagire con il simulatore in assoluta semplicità grazie ad un comoda web-app. Una volta autenticato alla piattaforma, il pianificatore urbano potrà selezionare l’area geografica di interesse in modo da collocare su di essa uno o più servizi di mobilità intelligente. Terminata la simulazione,

un pannello di visualizzazione riporterà i risultati ottenuti così da permettere al pianificatore di comprendere se la politica di mobilità risulti in linea con gli obiettivi.

2. tramite un’interfaccia a linea di comando o per mezzo dell’esecuzione del codice sorgente del simulatore, rilasciato secondo la licenza GNU 3 in modo da dare la possibilità a ricercatori e sviluppatori di consultare e modificare pubblicamente il progetto secondo i propri scopi (purché non commerciali).

6. Indicazione dei valori economici in gioco (costi, risparmi ipotizzati, investimenti necessari);

Assumendo di caratterizzare l’attività come spin-off universitario dell’Università di Camerino, le voci principali di costo sono elencate nella seguente tabella. Tuttavia, tali stime sono molto approssimative ed hanno il solo scopo di evidenziare le componenti più dispendiose per la gestione dell’attività. Le voci sono inoltre riferite per far fronte ad un piccolo bacino di utenza, stimato a circa <100 utilizzatori.

Prospetto generale dei costi annuali di gestione

Voce Descrizione Importo

Personale il costo è calcolato per l’assunzione a contratto dei 3 dottori magistrali che compongono il team di sviluppo

90.000

Hardware acquisto di workstation per far fronte alle esigenze computazionali richieste per avviare le simulazioni

40.000

Servizi consulenze e attività per l’avvio e la valorizzazione 5.000

Gli investimenti necessari per l’avvio dell’attività dovrebbero essere tali da garantire la copertura dei costi per il primo anno di esercizio. Oltre alle voci presentate nella tabella precedente, vale la pena di sottolineare l’importanza di effettuare un primo esperimento su campo (un pilot) al fine di procedere con la validazione del simulatore. Ciò richiederebbe di selezionare una realtà urbana sulla quale implementare fisicamente un’iniziativa di mobilità precedentemente simulata con TangraMob. In questo modo, sarà possibile calcolare un indice di accuratezza capace di esprimere quanto il simulatore riesce a riprodurre scenari reali.

Come precedentemente accennato nella Sezione 3 del presente documento, l’utilizzo del simulatore permetterà al pianificatore urbano di adottare scelte e politiche di mobilità oculate ed effettivamente promettenti. Trattandosi di un DSS (Decision Support System), il risparmio ipotizzato è calcolato come la quantità di denaro non spesa nell’implementazione di soluzioni e servizi di mobilità urbana inadeguati ed inefficienti. Esempi concreti di interventi di mobilità fallimentari sono oggi documentati in molti articoli, sia in Europa (Link 1, Link 2, Link 3) sia in Canada e U.S. (Link 4, Link 5, Link 6) sia in Cina (Link 7). Come è possibile osservare, le ragioni di tale fallimento sono essenzialmente riconducibili ad una

scarsa adozione dei servizi da parte dei cittadini stessi. Allo scopo di porre fine allo spreco di denaro pubblico risultante dalla pianificazione di una scarsa politica di mobilità, TangraMob è capace di simulare il comportamento di ogni cittadino, al fine di comprendere se l’iniziativa di mobilità sarà recepita o meno dallo stesso. In questo modo, il pianificatore sarà capace di analizzare gli effetti della sua pianificazione di mobilità prima ancora che essa venga fisicamente realizzata.

Tempi di progetto.

SMoL è attivo sul progetto di ideazione e sviluppo di TangraMob da Febbraio 2016. Dopo un lungo periodo di analisi, di modellazione e di progettazione della soluzione ideata, si è riusciti a proporre una prima versione del prototipo del simulatore, così da poter valutare l’impatto di alcune iniziative di mobilità su degli scenari urbani già disponibili. Le informazioni riguardanti le specifiche dell’intero lavoro svolto in fase di sviluppo di TangraMob, (ossia la formalizzazione del modello, la sua progettazione ed implementazione del prototipo), sono ampiamente dettagliati nell’elaborato di tesi finale denominato “SmartHub: an agent-based simulation framework for validating smart mobility solutions”. Per maggiori info, si prega gentilmente di contattare il team SMoL.

Attualmente, gli sforzi di SMoL sono concentrati sulla ricerca di potenziali collaboratori e finanziatori per il proseguimento del progetto, affinché le necessarie migliorie identificate per rendere il simulatore più robusto e valido possano essere messe in atto. E’ inoltre necessario aprire una collaborazione reciprocamente fruttuosa con degli enti pubblici, affinché si possano valutare le funzionalità di TangraMob e si possa progettare una implementazione reale di una iniziativa di mobilità una volta che questa sia stata valutata dal simulatore e abbia prodotto risultati soddisfacenti. Un’eventuale collaborazione di questo tipo permetterebbe non solo di eseguire una validazione del progetto proposto, ma anche di analizzare il livello di approvazione riscontrata da parte dei cittadini in cui l’iniziativa è stata introdotta. Queste ulteriori fasi di sviluppo richiedono un tempo di impegno relativamente alto e di difficile quantificazione considerando il numero elevato di componenti e variabili che caratterizzano il progetto. Tuttavia, riteniamo che un ulteriore anno di lavoro possa far progredire il progetto in uno stato di maturazione sufficientemente alta e di conseguenza la versione del simulatore

TangraMob potrà passare ad uno stato di sviluppo molto più robusto, affidabile.