L'ascesa delle auto a guida autonoma è destinata a modificare drasticamente il modo in cui ci muoviamo nelle città in futuro.

In particolare, si prevede che la proprietà di auto private si sposti verso servizi di mobilità condivisa, con gli operatori di flotte di veicoli che offrono il trasporto su richiesta. Ciò dovrebbe contribuire a ridurre il traffico nelle aree urbane ea ridurre le emissioni di gas serra.

Perché questi servizi crescano, però, saranno necessari algoritmi accurati ed efficienti dal punto di vista computazionale per abbinare efficacemente gli individui ai veicoli su richiesta, per far fronte alle centinaia di migliaia di viaggi che vengono effettuati abitualmente all'interno delle grandi città.

Ma i ricercatori devono ancora risolvere il problema di come dimensionare e far funzionare al meglio una flotta di veicoli, dato un particolare livello di domanda di mobilità personale.

Ora, in un articolo pubblicato oggi sulla rivista Natura , un team di ricercatori coordinati da Carlo Ratti, direttore del Senseable City Lab del MIT, svelare una soluzione computazionalmente efficiente a questo problema, che chiamano il "problema della flotta minima".

"Abbiamo iniziato a esaminare questo problema motivati ​​dalle crescenti tendenze verso la mobilità condivisa, che probabilmente diventerà ancora più forte con il passaggio ai veicoli autonomi, "dice Ratti, che è anche professore di pratica presso il Dipartimento di Studi Urbani e Pianificazione del MIT. "Se la domanda di mobilità è servita da flotte di mezzi condivisi, una domanda fondamentale è:di quanti veicoli abbiamo bisogno per soddisfare le esigenze di mobilità di, dire, una città come New York?"

I ricercatori hanno precedentemente tentato di risolvere questa domanda utilizzando varianti del "problema del commesso viaggiatore, " che mira a ridurre al minimo la distanza totale percorsa da un venditore che deve visitare un determinato numero di destinazioni in una città.

Però, si è rivelato finora estremamente difficile trovare una soluzione ottimale al problema del commesso viaggiatore, anche utilizzando i potenti computer di oggi. Di conseguenza, le buone soluzioni per la gestione della flotta sono state fortemente limitate in termini di dimensioni, il che significa che possono essere calcolati solo per flotte con poche decine di veicoli, secondo Paolo Santi, un ricercatore presso il Senseable City Lab e un ricercatore senior presso il Consiglio Nazionale delle Ricerche CNR, che ha guidato il gruppo di ricerca.

Questo non basta per soddisfare le esigenze di una grande città come New York, lui dice.

"Se dovessimo considerare di sostituire l'attuale sistema di taxi a New York con una flotta di veicoli ottimizzata, dovremmo trovare il modo migliore per servire i circa 500, 000 viaggi effettuati in un giorno, che sono attualmente serviti da circa 13, 500 taxi, "dice Santi.

Anziché, i ricercatori hanno utilizzato un modello basato sulla rete che hanno soprannominato la "rete di condivisione dei veicoli" per affrontare il problema. In precedenza usavano un approccio simile, denominata "rete di condivisione, " in un giornale del 2014 per trovare il modo migliore per condividere le corse in una grande città.

L'algoritmo rappresenta la condivisibilità della flotta taxi sotto forma di grafico, un'astrazione matematica costituita da nodi (o cerchi) e bordi (le linee tra i nodi). In questo caso, i nodi rappresentano viaggi, ei bordi rappresentano il fatto che due viaggi specifici possono essere serviti da un singolo veicolo.

Usando questo grafico, l'algoritmo è stato in grado di trovare la migliore soluzione per la condivisione della flotta.

Il gruppo, che includeva anche Moe Vazifeh, il primo autore dell'articolo e in precedenza ricercatore capo presso il Senseable City Lab; Giovanni Resta, ricercatore presso l'Istituto di Informatica e Telematica del CNR; e Steven Strogatz, professore di matematica alla Cornell University, testato la soluzione su un set di dati di 150 milioni di viaggi in taxi effettuati a New York nel corso di un anno.

Hanno calcolato i tempi di viaggio utilizzando l'effettiva rete stradale di Manhattan e le stime basate sul GPS derivate dal set di dati sui viaggi in taxi.

Hanno scoperto che l'implementazione in tempo reale del metodo con livelli di servizio quasi ottimali ha ridotto del 30% le dimensioni della flotta necessarie.

La soluzione non presuppone che nessun individuo debba condividere un viaggio. Anziché, si tratta semplicemente della riorganizzazione dell'operazione di dispacciamento dei taxi, che potrebbe essere effettuato con una semplice app per smartphone.

La soluzione potrebbe diventare ancora più rilevante negli anni a venire, come flotte di reti, le auto a guida autonoma diventano un luogo comune, dice Ratti.

"Se guardiamo a Manhattan nel suo insieme, potremmo teoricamente soddisfare la sua domanda di mobilità con circa 140, 000 veicoli, circa la metà del numero odierno, " dice. "Questo dimostra che i problemi urbani di domani in materia di mobilità possono essere affrontati non necessariamente con più infrastrutture fisiche ma con più intelligenza, ovvero:con più silicio e meno asfalto".

I ricercatori stanno ora pianificando di svolgere ulteriori lavori per esplorare il numero minimo di parcheggi necessari nelle città, insieme alla compagnia di assicurazioni Allianz.