Il traffico veicolare ha da tempo sfidato la descrizione. Una volta misurati approssimativamente attraverso l'ispezione visiva e le telecamere del traffico, i nuovi strumenti di crowdsourcing per smartphone stanno ora quantificando il traffico in modo molto più preciso. Questo metodo popolare, tuttavia, presenta anche un problema:misurazioni accurate richiedono molti dati e utenti.

Meshkat Botshekan, un dottorato di ricerca del MIT studente in ingegneria civile e ambientale e assistente di ricerca presso il MIT Concrete Sustainability Hub, ha cercato di ampliare i metodi di crowdsourcing esaminando la fisica del traffico. Durante il suo periodo come dottorando, ha contribuito a sviluppare Carbin, uno strumento di crowdsourcing stradale basato su smartphone creato dal MIT CSHub e dall'Università del Massachusetts Dartmouth, e ha utilizzato i suoi dati per offrire maggiori informazioni sulla fisica del traffico, dalla formazione di ingorghi per l'inferenza della fase del traffico e del comportamento di guida. Qui, spiega come recenti scoperte possono consentire agli smartphone di dedurre le proprietà del traffico dalle misurazioni di un singolo veicolo.

D:Numerose app di navigazione misurano già il traffico. Perché abbiamo bisogno di alternative?

R:Le caratteristiche del traffico sono sempre state difficili da misurare. In passato, l'ispezione visiva e le telecamere venivano utilizzate per produrre le metriche del traffico. Quindi, non si può negare che le app degli strumenti di navigazione di oggi offrono un'alternativa superiore. Eppure anche questi strumenti moderni presentano delle lacune.

Il principale tra questi è la loro dipendenza dal numero di utenti distribuito nello spazio:in sostanza, queste app calcolano i loro utenti sui segmenti stradali per stimare la densità del traffico. Sebbene questo approccio possa sembrare adeguato, è allo stesso tempo vulnerabile alla manipolazione, come dimostrato in alcuni video virali, e richiede immense quantità di dati per stime affidabili. L'elaborazione di questi dati richiede così tanto tempo e risorse che, nonostante la loro disponibilità, non possono essere utilizzati per quantificare efficacemente il traffico su un'intera rete stradale. Di conseguenza, questa immensa quantità di dati sul traffico non è effettivamente ottimale per la gestione del traffico.

D:In che modo le nuove tecnologie potrebbero migliorare il modo in cui misuriamo il traffico?

R:Le nuove alternative hanno il potenziale per offrire due miglioramenti rispetto ai metodi esistenti:in primo luogo, possono estrapolare molto di più sul traffico con molti meno dati. In secondo luogo, possono costare una frazione del prezzo offrendo un metodo di raccolta dati molto più semplice. Proprio come Waze e Google Maps, si basano sui dati di crowdsourcing degli utenti. Tuttavia, si basano sull'incorporazione della fisica statistica di alto livello nell'analisi dei dati.

Ad esempio, l'app Carbin, che stiamo sviluppando in collaborazione con UMass Dartmouth, applica i principi della fisica statistica ai modelli di traffico esistenti per rinunciare completamente al conteggio degli utenti. Invece, può dedurre la densità del traffico e il comportamento del conducente utilizzando l'input di uno smartphone montato su un unico veicolo.

Il metodo alla base dell'app, pubblicata lo scorso autunno in Physical Review E , tratta i veicoli come particelle in un sistema a molti corpi. Proprio come il comportamento di un sistema chiuso a molti corpi può essere compreso osservando il comportamento di una singola particella basandosi sul teorema ergodico della fisica statistica, possiamo caratterizzare il traffico attraverso le fluttuazioni di velocità e posizione di un singolo veicolo lungo una strada. Di conseguenza, possiamo dedurre il comportamento e la densità del traffico su un segmento di strada.

Poiché sono richiesti molti meno dati, questo metodo è più rapido e rende la gestione dei dati più gestibile. Ma soprattutto, ha anche il potenziale per rendere i dati sul traffico meno costosi e accessibili a coloro che ne hanno bisogno.

D:Chi sono alcune delle parti che trarrebbero vantaggio dalle nuove tecnologie?

R:Dati sul traffico più accessibili e sofisticati trarrebbero vantaggio dai soli conducenti che cercano percorsi più fluidi e veloci. Consentirebbe inoltre ai dipartimenti dei trasporti (DOT) statali e cittadini di realizzare interventi locali e collettivi che promuovano gli obiettivi critici di trasporto di equità, sicurezza e sostenibilità.

Come soluzione di sicurezza, le nuove tecnologie di raccolta dei dati potrebbero individuare condizioni di guida pericolose su una scala molto più fine per informare migliori misure di moderazione del traffico. E poiché le comunità socialmente vulnerabili subiscono la violenza del traffico in modo sproporzionato, questi interventi avrebbero l'ulteriore vantaggio di affrontare pressanti problemi di equità.

Ci sarebbe anche un vantaggio ambientale. I DOT potrebbero mitigare le emissioni dei veicoli identificando piccole deviazioni nel flusso del traffico. Ciò offrirebbe loro maggiori opportunità per mitigare il minimo e la congestione che generano un consumo eccessivo di carburante.

Come abbiamo visto, queste tre sfide sono diventate sempre più acute, soprattutto nelle aree urbane. Tuttavia, i dati necessari per affrontarli esistono già e vengono raccolti da smartphone e dispositivi telematici in tutto il mondo. Quindi, per garantire una rete stradale più sicura e sostenibile, sarà fondamentale incorporare questi metodi di raccolta dei dati nel nostro processo decisionale.