I problemi legati alla mobilità degli individui sul territorio acquisiscono un peso sempre crescente in tutte le economie, senza distinzione tra i paesi sviluppati e quelli in via di sviluppo. La pianificazione delle infrastrutture, l’orientamento della scelta modale degli utenti, la pianificazione dei servizi di trasporto, la progettazione di veicoli a bassa emissione, il controllo e la regolazione del traffico, sono solo i principali fattori che, congiuntamente, contribuiscono a determinare l’efficienza di un sistema di mobilità. Nel perseguire la mobilità sostenibile – obiettivo che riceve ormai una alta priorità a tutti i livelli di decision making – il costo e la difficoltà degli interventi variano, anche significativamente, a seconda del livello che si considera. Ad esempio, le infrastrutture di trasporto o il parco circolante risultano elementi sui cui l’intervento è oneroso ed ha un orizzonte temporale esteso; diversamente, i sistemi di pianificazione, gestione e controllo del traffico possono essere impiegati per miglioramenti di efficienza significativi con un costo di intervento relativamente contenuto.
I sistemi di mobilità sono tuttavia caratterizzati da un elevato grado di complessità, che complica l’identificazione di misure effettivamente migliorative. Per incrementare l’efficienza del loro funzionamento è quindi necessario ricorrere a strumenti sofisticati, che siano in grado di integrare l’esperienza degli esperti con le osservazioni sul campo, e di valutare velocemente un grandissimo numero di soluzioni alternative prima di proporre una soluzione ideale ad uno specifico problema. Ad esempio, la scelta di un percorso per un mezzo di trasporto pubblico, il posizionamento e la regolazione di un semaforo in una rete urbana, l’apertura di una nuova strada, sono decisioni difficili se si tengono in conto le numerose variabili che interagiscono con la scelta da prendere ed i diversi interessi che si devono osservare.
In questi casi sono disponibili diversi strumenti di supporto alle decisioni che consentono di dominare, almeno in parte, la complessità dei problemi. Tra questi i più efficaci risultano essere quelli che si basano su una modellazione dei fenomeni reali attraverso una descrizione formale, comunemente chiamata modello, tramite lo studio del quale si possono inferire conclusioni sull’effetto delle decisioni da prendere. Ovviamente, maggiore sarà la precisione con la quale il modello rappresenta la realtà, maggiore sarà la qualità delle conclusioni che se ne trarranno. L’impiego di un modello sufficientemente fedele consente inoltre di adottare strumenti di simulazione per misurare gli effetti di scelte che sarebbe altrimenti oneroso valutare sul campo.
Un altro elemento caratterizzante degli strumenti decisionali è la capacità di incorporare la conoscenza di esperti e di saper interagire con l’utente in modo semplice. È il caso dei cosiddetti sistemi esperti, ovvero sistemi che contengono un corpo di conoscenza espresso in un linguaggio formale e sono in grado di elaborarlo e di prendere decisioni in base a tale conoscenza.
Nel campo della mobilità sostenibile, le applicazioni di sistemi di supporto decisionali, simulazione, sistemi esperti, sono diversi, e di diversa natura, e si può immaginare che il loro impiego continuerà a crescere insieme alla domanda di sostenibilità ed all’aumentare della complessità dei sistemi che si desidera mettere in efficienza.
h4. Come funziona il progetto TraVerS
Un caso applicativo, molto rappresentativo di queste metodologie avanzate di supporto decisionale applicate alla mobilità, è il progetto TraVerS per il controllo semaforico tramite programmazione logica, sviluppato dall’Istituto di Analisi dei Sistemi ed Informatica del Consiglio Nazionale delle Ricerche (IASI-CNR) in collaborazione con la University of Texas di Dallas. In questo progetto è stato sviluppato un sistema completo per la progettazione e la verifica sperimentale di un metodo innovativo di regolazione dei semafori in una rete urbana. L’impatto di questo tipo di sistemi sulla mobilità sostenibile può essere messo in relazione a due fattori principali: la riduzione delle emissioni e dei consumi, dovuto al minor numero di arresti al semaforo ed al minor tempo di attraversamento della rete, e la riduzione dello stress degli utenti della strada legata ad un comportamento più razionale ed amichevole del semaforo stesso.
Questo sistema sintetizza la regolazione dei semafori in un insieme di regole logiche che incorporano la conoscenza degli esperti di traffico e che vengono attivate in relazione allo stato del traffico nella prossimità delle intersezioni, letto da un insieme di sensori posizionati ad una certa distanza dai semafori. La particolarità di questo approccio risiede nel fatto che le regole, espresse in modo semplice e diretto, possono essere adattate alle singole intersezioni; un avanzato sistema di programmazione logica, basato su algoritmi sofisticati, consente poi di analizzare un vasto insieme di regole e di trarne la migliore decisione in pochi centesimi di secondo.
Questo approccio alla regolazione semaforica rientra tra quelli indicati come traffic actuated, ovvero attuati dal traffico, in quanto la strategia di regolazione viene adeguata alle condizioni del traffico, on-line. Tali sistemi si contrappongono ai più tradizionali sistemi piani predefiniti, nei quali i tempi di verde e rosso per ciascun impianto sono stabiliti off-line una volta per tutte. I sistemi attuati dal traffico sono anche noti in letteratura come sistemi a controllo adattativo o con feedback. Il tema può essere trattato dal punto di vista della teoria dei sistemi di controllo, che distingue tra sistemi con feedback o “a catena chiusa”, e sistemi senza feedback o a “a catena aperta”. I sistemi con feedback sono senz’altro più complessi e costosi dei sistemi senza feedback, per due ragioni fondamentali; la prima, è la necessità di rilevare i volumi di traffico in tempo reale ed in modo affidabile; la seconda, la necessità di elaborare un maggior numero di informazioni in tempo reale. Nei sistemi con feedback è inoltre necessario garantire la stabilità della azione di controllo, al fine di evitare azioni che possano provocare congestioni anche in condizioni di traffico non critiche.
*Figura 1*: _Schema di intersezione_
Per descrivere brevemente il sistema di controllo, consideriamo l’intersezione riportata in Figura 1, regolata da un impianto semaforico che prevede 8 diverse fasi, riportate in Figura 2 (per fase si intende una combinazione ammissibile di luci rosse e verdi).
La strategia di controllo è composta da un insieme di regole logiche che regolano la transizione tra le fasi. Le regole possono essere assimilate al comportamento di una sorta di vigile saggio, che controlla in continuazione la situazione del traffico e decide se prolungare o accorciare, entro i limiti delle regole di sicurezza stradale, la fase semaforica corrente. Rispetto al vigile reale, il sistema automatico può beneficiare di una visibilità più estesa, scambiandosi in tempo reale informazioni sullo stato del traffico con le intersezioni limitrofe. Ad esempio, una semplice regola dettata dal buon senso prevede che, se vi sono molte autovetture in attesa che scatti il verde mentre non vi sono veicoli che potrebbero passare con il verde corrente, il sistema possa interrompere la fase anche se il suo tempo regolamentare non è ancora esaurito, per passare alla successiva. Una regola appena più elaborata prevede invece che, qualora allo scadere del tempo di una fase, un plotone di veicoli sia in arrivo sul verde corrente, si possa estendere di pochi secondi il verde per evitare che questi attendano tutto il rosso della fase successiva.
*Figura 2*: _Le 8 fasi dell’impianto semaforico_
Regole di questo tipo possono essere formalizzate in modo molto semplice ed intuitivo una volta che lo stato del traffico e le decisioni da prendere siano state tradotte in un insieme di variabili logiche, ovvero variabili che possono assumere il valore di vero o falso.
Le regole descritte sono solo due esempi molto banali delle possibili condizioni di transizione delle fasi. Il sistema completo sarà composto da un numero elevato di regole per ognuna delle transizioni, rendendo l’elaborazione del sistema complessivo di regole impossibile da gestire in tempo reale senza l’ausilio di un sistema di calcolo molto veloce ed efficiente, appunto come quello impiegato nel software adottato per il progetto TraVerS.
Come anticipato, le regole di transizione possono essere adattate ad ogni intersezione e possono incorporare la conoscenza di contesto specifica. Uno strumento di questo tipo richiede quindi una fase accurata di progettazione e di sperimentazione delle strategie di regolazione prima di poter essere applicato sul campo. L’inserimento di nuove regole in un sistema già operativo, ad esempio, richiede di verificarne sperimentalmente l’effetto e la interazione con le altre regole. A tale scopo il sistema di regolazione, tramite regole logiche, è stato integrato in un sistema di microsimulazione del traffico, che riproduce graficamente su una intersezione virtuale i singoli veicoli e implementa la strategia di controllo, verificandone gli effetti tramite opportune misure (lunghezza delle code, tempo di attesa, emissioni stimate). Il sistema di microsimulazione diventa così uno strumento fondamentale per la progettazione del sistema di controllo, che può essere ritagliato sulle esigenza della singola intersezione con regole ad hoc. Una sessione esemplificativa di sperimentazione di una rete di 6 intersezione disposte su una griglia è riprodotta nella Figura 3.
*Figura 3*: _Sperimentazione di una rete a griglia 2x3_
Il sistema descritto, oltre ad essere applicato a diverse intersezioni e reti sperimentali, è stato impiegato per il controllo semaforico di una intersezione nel comune di Afragola (NA), nell’ambito del progetto ATENA del comune di Napoli. Il sistema è stato messo in opera e verificato tramite diverse tecniche, ed in particolare è stato confrontato con un sistema commerciale di regolazione attuata in tempo reale. I due metodi sono stati comparati anche usando una probe car dotata di misuratore di emissioni e rilevatore GPS che ha percorso ripetutamente l’intersezione misurando emissioni, numero di arresti e tempo di viaggio mentre i due sistemi di controllo erano in funzione. I risultati della applicazione del sistema di regolazione basato su controllo logico hanno mostrato che questo consente di ottenere, in media, risparmi considerevoli nel numero di arresti dei veicoli (-20%), nel tempo complessivo di attraversamento della intersezione (-14%) , nel consumo di carburante (-6%) e nella emissione di agenti inquinanti (-10%). E’ da mettere in evidenza che il sistema di sviluppo tramite microsimulazione ha consentito di mettere a punto in tempi molto brevi le regole che compongono la strategia di controllo e di testarne il funzionamento prima di metterle effettivamente su strada. La possibilità di definire una strategia ritagliata sulle esigenza della intersezione ha generato i notevoli risparmi rispetto ai sistemi commerciali. Ulteriori informazioni sul progetto sono disponibili su “https://www.iasi.cnr.it/~travers/”:https://www.iasi.cnr.it/~travers/.
L’impiego di sofisticati strumenti di programmazione logica per il controllo del traffico è solo un esempio delle potenzialità di queste tecniche per la progettazione assistita in diversi contesti in cui l’efficienza e la sostenibilità sono un obiettivo primario. Un altro caso tipico è quello in cui si deve integrare in maniera ottimale le specifiche di progetto con un corpus normativo; un sistema esperto basato su regole logiche – in grado di rappresentare naturalmente norme, regolamenti e caratteristiche funzionali – può costituire un ausilio prezioso per il progettista.