Se hai un'auto nuova o in ritardo, molto probabilmente è connesso:navigazione GPS, quel pannello di infotainment, la rete wireless creata dalla tua auto:sono tutti modi in cui la tua auto può fornire informazioni, sia per darti indicazioni, ping altri veicoli, o per effettuare il check-in con infrastrutture come i segnali stradali, segni o ponti.

Tutti questi dati creano il potenziale per le auto connesse per aiutare i pianificatori dei trasporti a ottenere un'immagine accurata di come vengono utilizzate le loro strade. Proprio adesso, anche se, questo tipo di dati è generalmente incontrollato, impreciso e inaffidabile, con posizioni e percorsi mancanti.

Kuilin Zhang, assistente professore di ingegneria civile e ambientale e assistente professore associato di informatica presso la Michigan Technological University, ha sviluppato un modo per colmare le lacune, come presentato in un recente studio pubblicato su Ricerca sui trasporti Parte C:Tecnologie emergenti . Nel futuro, Zhang crede che questo sarà un modo conveniente per consentire ai pianificatori dei trasporti di fare di tutto, da strategie di mitigazione della congestione del traffico più efficaci per sapere dove costruire strade più ampie o nuove.

"Nel futuro, avremo più veicoli connessi, " ha detto. "Se inseriamo le parti mancanti dei dati che stanno fornendo, possiamo ottenere attività e viaggi completi per i singoli conducenti, e quindi questi dati possono essere utilizzati per conoscere la domanda."

Colmare le lacune nelle auto connesse

Le auto non devono essere autonome per essere connesse:qualsiasi veicolo con accesso wireless, come le tecnologie cellulari o Dedicated Short-Range Communication (DSRC), è considerato connesso. IHS Automotive prevede che 152 milioni di auto connesse attivamente saranno sulle strade di tutto il mondo entro il 2025 e che l'auto media produrrà fino a 30 terabyte di dati ogni giorno.

I dati sulla traiettoria dei veicoli connessi potrebbero essere utilizzati per fare previsioni di viaggio, ma Zhang ha scoperto che ci sono abbastanza lacune nei dati che non possono essere usati per fare previsioni affidabili.

In questo studio, i ricercatori utilizzati includevano due mesi di dati sui veicoli connessi da 2, 800 auto, fornito dal Safety Pilot Model Deployment Program ad Ann Arbor, Michigan. Da, hanno creato un approccio di ottimizzazione basato sui dati per ricostruire le scelte mancanti di posizione-durata-percorso fatte da quelle auto. Le scelte ricostruite possono essere utilizzate per migliorare la validazione e la calibrazione dei modelli. I modelli basati sulle attività delle dinamiche della domanda di viaggio forniscono maggiori dettagli alle organizzazioni di pianificazione dei trasporti. Migliore stima della domanda di viaggio, Zhang ha detto, contribuirà anche a ridurre la congestione, ridurre le emissioni e risparmiare energia.

I modelli prevedono i dati del veicolo

Zhang ritiene che il valore di questo modello basato sull'attività vada oltre la semplice accuratezza. Risparmierà denaro. Enti locali, che acquistano spesso da aziende private informazioni ricavate dal GPS sui veicoli commerciali, oppure affidati al National Household Travel Survey, che è costoso da condurre, e presenta solo informazioni su una scheggia di driver invece del tutto, possono utilizzare i modelli per saperne di più e pagare di meno per osservare le abitudini di guida del proprio comune.

Ha anche affermato che questo tipo di modellizzazione sarà particolarmente importante se più città seguiranno l'esempio di New York City e inizieranno a implementare la tariffazione della congestione, che utilizzerà i lettori di targa per addebitare i pedaggi ai conducenti durante le ore di punta del traffico.

Il prossimo passo in questa ricerca è l'applicazione del modello ai banchi di prova dei veicoli connessi esistenti in Florida, New York e Wyoming, e fornire approfondimenti su come utilizzare i dati dei veicoli connessi.

"Questa è l'era dei big data, " ha affermato Zhang. "Oltre ai vantaggi in termini di sicurezza della tecnologia dei veicoli connessi, i dati ad alta frequenza generati dai veicoli connessi offrono un grande set di dati per nuove soluzioni di mobilità".