Torino con il suo progetto ToMove, è stata selezionata per la realizzazione di un Living Lab finalizzato a promuovere il co-sviluppo e testing di nuovi scenari e soluzioni di mobilità autonoma, connessa e cooperativa (c.d. tecnologie CCAM) in stretta relazione con i servizi MaaS che saranno sviluppati in parallelo nell’ambito del progetto “TorinoMaaS4Italy”.

Il progetto è finanziato dal Dipartimento per la trasformazione digitale nell’ambito del PNRR ed è coordinato dalla Città di Torino con la collaborazione di UniTO, PoliTO, 5T, e attori locali come 5T e Links.

The post ToMove appeared first on FULL | the Future Urban Legacy Lab.

L’insegnamento ha l’obiettivo di preparare gli studenti e le studentesse alle sfide locali e globali riflettendo sulle azioni necessarie per rendere le città del futuro più eque e sostenibili attraverso l’innovazione tecnologica e sociale.
Il benessere economico e la qualità della vita di oltre la metà della popolazione mondiale dipendono dalle aree urbane e metropolitane, dalla capacità di bilanciare la crescita e l’innovazione delle aree urbane con le esigenze sociali e la mitigazione dei rischi ambientali e delle disuguaglianze sociali, la preoccupazione di proteggere e promuovere il patrimonio culturale materiale e immateriale per lo sviluppo futuro.

In tale contesto l’insegnamento propone un approccio interdisciplinare alle questioni urbane più stringenti, quali: la mobilità, il consumo energetico, il ciclo delle acque, l’infrastrutturazione digitale, la lotta alle disuguaglianze
economiche e sociali, la rigenerazione degli spazi urbani attraverso la capacità di riutilizzare l’eredità materiale e immateriale incorporata nelle forme e nei paesaggi urbani.
Durante l’insegnamento sono esplorati i metodi, le tecnologie e le best practice nello sviluppo di applicazioni per la smart mobility attraverso l’internet of things, il controllo del clima e zero energy district in ambiente urbano, le comunità energetiche, i servizi ecosistemici per città resilienti e sostenibili attraverso un approccio eco-idrologico, i nuovi strumenti di rappresentazione della città e dei dati della città, i metodi di valutazione dell’impatto socio-economico delle politiche sul futuro delle popolazioni urbane.
Ogni tema è affrontato combinando un inquadramento teorico ad attività laboratoriali e applicative riferite al contesto di Torino.

Le lezioni prevedono la partecipazione di docenti affiliati/e al centro FULL e di ospiti esterni, ed esploreranno nel dettaglio le ricerche condotte sia all’interno del Centro Interdipartimentale del Politecnico di Torino che a livello internazionale, le storie di successo, e l’analisi di alcune sperimentazioni in città pilota.
Le aree disciplinari coinvolte sono gli studi urbani, la pianificazione e l’architettura, l’ingegneria energetica, ambientale, delle reti ed elettronica, e della geomatica.
La prima edizione del corso si è svolta da novembre 2022 a giugno 2023 e la lezione inaugurale è stata tenuta da Chiara Foglietta, assessora della Città di Torino alla Transizione ecologica e digitale, Innovazione, Mobilità e Trasporti.

La terza edizione si è tenuta per l’anno accademico 2024-25.

Programma dei corsi 2022/23

INTRODUZIONE

– 04/11/2022 Presentazione “100 Climate-neutral Cities by 2030”, il caso di Torino (con l’assessora Chiara Foglietta) + presentazione del corso e dell’esercitazione (Loris Servillo, Caterina Quaglio)

MODULO I/a – Infrastruttura fisica e sociale

– 11/11/2022 NZEB, Edifici a impatto quasi 0 (Maria Ferrara)

– 18/11/2022 Integrazione delle fonti rinnovabili e comunità energetiche + visita laboratorio PVZEN – PhotoVoltaic Zero Energy Network (Enrico Fabrizio)

– 25/11/2022 Come la logistica del mercato alimentare sta cambiando le nostre città (Agostino
Strina)

– 02/12/2022 Il progetto del Parco del Valentino (Elena Vigliocco)

– 16/12/2022 Wrap-up 1 (Loris Servillo, Caterina Quaglio)

MODULO II – Ecologia e economia circolare

– 13/01/2023 Designing circularity – Introduzione all’economia circolare (Elena Piera Montacchini e Silvia Tedesco)

– 03/03/2023 Riuso acque piovane (Roberto Revelli)

– 10/03/2023 La bonfica delle acque (Tiziana Tosco)

– 17/03/2023 Nature-based solutions (NBS) + visita Open011 proGIreg (Maicol Negrello)

– 24/03/2023 Visita Ortialti (Elena Carmagnati)

– 31/03/2023 Wrap-up 2 (Loris Servillo, Caterina Quaglio)

MODULO III – Smart e digitale

– 14/04/2023 Il modello Airbnb (Francesco Milone, Chiara Iacovone)

MODULO II/b – Ecologia e economia circolare

– 21/04/2023 Green Deal e environmental policies (Elisa Ughetto)

MODULO III – Smart e digitale

– 28/04/2023 Mobilità e sistemi di simulazione del traffico veicolare (Marco Rapelli)

– 05/05/2023 Visita 5T (h. 14.00-18.00, due gruppi)

MODULO I/b – Infrastruttura fisica e sociale

– 12/05/2023 Rigenerare la città esistente (Nadia Caruso)

– 19/05/2023 Rigenerare la città esistente, visita in bici a casi torinesi (Daniele Campobenedetto)

– 26/05/2023 Wrap-up 3 (Loris Servillo, Caterina Quaglio)

(tbd) EVENTO FINALE: presentazione dei lavori e dibattito aperto

credito foto di copertina: Lucio Beltrami

The post Città del Futuro – didattica interdisciplinare sui temi urbani. appeared first on FULL | the Future Urban Legacy Lab.

All’interno del progetto 5G-EVE, FULL Polito sta sviluppando un’applicazione verticale della piattaforma, incentrata sul caso d’uso “Smart Tourism”. La ricerca di FULL ha quindi l’obiettivo di studiare il potenziale dell’infrastruttura nel favorire nuovi metodi di accesso alle informazioni culturali, basati sull’interazione in tempo reale con lo spazio fisico – entro edifici, siti o brani di città. Questo approccio è basato sull’utilizzo di tecnologie di realtà aumentata (AR) e micro-localizzazione e mira ad arricchire l’esperienza dell’utente fornendo informazioni contestuali accuratamente riferite allo spazio percepito, a una scala sia architettonica che urbana.

Il 2019 è stato l’anno di uno sviluppo estensivo della tecnologia 5G, capace di garantire l’accesso a un’elevata quantità di dati a una maggiore velocità, aprendo il campo a nuovi sviluppi e possibilità. In questa prospettiva si inserisce il progetto europeo 5G-EVE (5g-eve.eu), finanziato dalla Comunità Europea nell’ambito della partnership pubblico-privata dei progetti H2020, con l’obiettivo di realizzare una piattaforma di validazione orizzontale per collaudi estensivi degli standard di 5ª generazione delle reti cellulari (5G). Il progetto sviluppa e collega le infrastrutture di diversi siti europei (in Grecia, Spagna, Francia e Italia) per creare un unico servizio end-to-end.

All’interno del progetto 5G-EVE, FULL Polito sta sviluppando un’applicazione verticale della piattaforma, incentrata sul caso d’uso “Smart Tourism”. La ricerca di FULL ha quindi l’obiettivo di studiare il potenziale dell’infrastruttura nel favorire nuovi metodi di accesso alle informazioni culturali, basati sull’interazione in tempo reale con lo spazio fisico – entro edifici, siti o brani di città. Questo approccio è basato sull’utilizzo di tecnologie di realtà aumentata (AR) e micro-localizzazione e mira ad arricchire l’esperienza dell’utente fornendo informazioni contestuali accuratamente riferite allo spazio percepito, a una scala sia architettonica che urbana. 

Le sperimentazioni avvengono presso una porzione della Spina 2 di Torino già attrezzata con l’infrastruttura 5G, precisamente tra il centro per eventi Officine Grandi Riparazioni (OGR) e la stazione di Torino Porta Susa.

Il lavoro è articolato nello sviluppo di una app per dispositivi mobili capace di richiedere e ricevere dati da un server attraverso la rete 5G. La portata della trasmissione è sfruttata per ottenere modelli spaziali e grandi quantità di informazioni multimediali. Inoltre, si impiegano le potenzialità di edge computing dell’infrastruttura per mantenere aggiornati i dati ricevuti dal dispositivo, sulla base della posizione e delle attività dell’utente, definite tramite GPS, AR ed altre tecnologie di supporto alla localizzazione. 

Un primo prototipo ha validato le caratteristiche generali dell’app. Lo strumento è diviso in due parti relative alle due scale, architettonica e urbana, di granularità dell’informazione. La prima parte ha lo scopo di mostrare in AR informazioni sui servizi e i landmark presenti nel contesto, tramite la sovrapposizione di etichette alle immagini in aree aperte. Alla scala architettonica, ed anche in ambienti chiusi, la seconda componente del prototipo sfrutta l’AR per mostrare informazioni di maggior dettaglio (tesi, immagini e video, dati strutturati). 

Queste funzioni sono state testate all’interno dell’area delle OGR, dove l’esperienza di AR è stata attivata tramite il riconoscimento di opere d’arte. Inoltre, è possibile attivare una mappa 3D navigabile con informazioni sui servizi presenti all’interno della struttura.

Partendo da questo prototipo, sono in corso l’estensione dell’area di applicazione ai diversi siti coperti dall’infrastruttura di validazione (Grattacielo Sanpaolo, Stazione di Porta Susa, Carceri Le Nuove e OGR) e l’introduzione di ulteriori funzioni. Tra queste, sono previste funzioni di navigazione indoor in AR – ad esempio per l’accesso ai binari in stazione –, funzioni di AR basate sul tracciamento di oggetti tridimensionali attraverso scansioni in nuvola di punti, esperienze di tour virtuale con immagini sferiche – in particolare presso il museo Carceri Le Nuove – e l’accesso a informazioni geo-spaziali e storiche del tessuto urbano della Spina 2.

Il sistema in costruzione si basa su una struttura a due macchine virtuali, la prima delle quali abilita i servizi web di geo-query che filtrano dati e funzioni a seconda dell’area di buffer in cui si trova l’utente, mentre la seconda ospita il database geospaziale che contiene i file da inviare ai dispositivi e i relativi metadati. Il sistema permette di sviluppare applicazioni “leggere” che, al livello locale, ovvero sulla memoria fisica del dispositivo, mantengano la minima quantità di dati necessari, demandando alla struttura 5G il compito di aggiornare rapidamente o trasmettere in streaming le informazioni e garantire un’esperienza utente fluida e ricca.

È stato infine predisposto un sistema di testing automatizzato che permette di rilevare i KPI (Key Performance Indicators) dell’architettura sviluppata anche senza richiedere l’uso dell’app in campo, ma facendo ricorso ad un emulatore dell’app stessa, che ne riproduce le query e riceve dal server i contenuti richiesti.

The post Turismo intelligente appeared first on FULL | the Future Urban Legacy Lab.

Arch•i – Intelligenza architettonica

La città sta producendo una qualità e un tipo di informazione su se stessa completamente nuovi, sotto forma di dati che possono essere archiviati, organizzati e analizzati. Le esigenze tecniche riguardano la standardizzazione dei formati, la raccolta, la gestione e la selezione delle informazioni, l’elaborazione e la visualizzazione dei dati. Ciò sta portando a sviluppi senza precedenti degli strumenti. Nuove reti di relazioni tra documenti possono essere definite e rapidamente ridefinite, in base a esigenze e contenuti in continuo aggiornamento. In questa complessa topologia informativa, la forma fisica dell’architettura mantiene un ruolo chiave, su cui si fonda anche l’elaborazione più aggiornata.

L’Italia conta 49 siti culturali iscritti nella lista del Patrimonio Mondiale dell’UNESCO. Nonostante ciò, solo lo 0,7% del PIL italiano è destinato alla cultura¹. Siti come i Fori Imperiali di Roma o Pompei ed Ercolano ospitano milioni di visitatori ogni anno, ma non sono in grado di fornire servizi informativi adeguati in loco e devono affrontare problemi di gestione e manutenzione. Allo stesso tempo, a causa dei bassi flussi turistici, molti siti storico-archeologici di piccole dimensioni, isolati o meno noti non possono permettersi la sorveglianza e la manutenzione e sono quindi inaccessibili. Le risorse disponibili devono essere ottimizzate per garantire la tutela del patrimonio culturale e valorizzarlo.

Il progetto di ricerca intitolato Arch•i – Architectural Intelligence riguarda lo sviluppo di tecnologie digitali per migliorare l’accessibilità e la gestione dei siti culturali e l’esplorazione delle relative informazioni digitali. Si ritiene che le tecnologie di mobile computing possano superare i limiti degli strumenti informativi tradizionali e consentire nuove interazioni con monumenti e opere d’arte. Il progetto sta attualmente impiegando l’intelligenza artificiale (IA) per rendere le reti di dati e gli ambienti digitali accessibili dallo spazio fisico.

Deep learning per l’architettura

Negli ultimi anni, la diffusione di grandi set di dati di immagini e una potenza di calcolo senza precedenti hanno dato impulso allo sviluppo di una classe di algoritmi di intelligenza artificiale denominata deep learning (DL). Tra i metodi di deep learning, le reti neurali convoluzionali (CNN) si sono dimostrate particolarmente efficaci nella visione artificiale, trovando applicazioni in numerose discipline. Mentre l’intelligenza artificiale sta appena iniziando a interagire con l’ambiente costruito attraverso dispositivi mobili, le tecnologie per il patrimonio culturale producono ed esplorano da tempo modelli digitali e archivi spaziali. Pertanto, la digitalizzazione delle informazioni culturali offre fonti di conoscenza strutturate e pronte all’uso, che possono essere recuperate attraverso le funzionalità flessibili dell’intelligenza artificiale. L’interazione tra deep learning e la modellazione delle informazioni all’avanguardia rappresenta un’opportunità sia per sfruttare i database del patrimonio culturale sia per ottimizzare nuove tecniche di riconoscimento degli oggetti. Un approccio specifico al riconoscimento automatico dell’architettura potrebbe cambiare il modo in cui i dati sull’ambiente urbano vengono raccolti, elaborati e analizzati, e potrebbe fornire modalità più efficaci per accedervi.

Il progetto Arch•i ha sviluppato un’app mobile che consente agli utenti di accedere ai dati su edifici e opere d’arte semplicemente puntando la fotocamera sull’oggetto. L’app è in grado di collegare la città reale a documenti pertinenti e contestualizzati, come immagini, testi, mappe e modelli 3D. Si basa su sviluppi originali di tecniche CNN volte al riconoscimento delle caratteristiche architettoniche. L’app si basa su due blocchi software principali: (1) un database online, geografico, che consente di caricare diversi tipi di documenti e le relative informazioni o metadati; (2) la parte DL, che viene memorizzata sul dispositivo e richiede una quantità di spazio su disco molto ridotta.

L’app offre un punto di accesso a una rete di informazioni digitali ancora poco sfruttata, non attraverso un catalogo o un percorso predefinito su una mappa, ma semplicemente inquadrando il contesto urbano con una fotocamera mobile. Un’enorme quantità di informazioni multimediali può essere collegata agli elementi di una città, rispondendo a domande su come rendere le informazioni disponibili facilmente e in modo sostenibile.

I passi successivi

L’Area Archeologica Centrale di Roma e il centro storico di Torino sono i primi campi di prova della “guida AI” sviluppata. Le CNN sono, tuttavia, modelli generali e possono essere addestrate a riconoscere un’ampia gamma di oggetti in contesti diversi. Si prevede quindi di estendere il progetto ad altri siti, coprendo scale e intervalli temporali diversi.

Sono previsti ulteriori sviluppi anche per l’integrazione delle tecnologie di intelligenza artificiale proposte e dei database spaziali semantici, al fine di: (1) rendere il sistema più scalabile, per archiviare online grandi quantità di dati che possono essere recuperati quando necessario; (2) sfruttare l’interoperabilità delle informazioni spaziali, ovvero collegare i dati di modellazione delle informazioni edilizie (BIM) all’ambiente esplorato tramite l’app; (3) consentire l’accesso a informazioni di dettaglio, ovvero eseguire il riconoscimento DL sulla scala dei dettagli edilizi, riconoscendo così parti di monumenti o categorie di elementi costruttivi, decorazioni e materiali.

Inoltre, stiamo collegando i nostri primi esperimenti con l’intelligenza artificiale e altre tecnologie:

• La realtà aumentata (AR) consente l’interazione con modelli digitali 3D e può sovrapporre livelli di informazioni spaziali precise a immagini live dell’ambiente reale.
• Le comunicazioni mobili cellulari 5G renderanno immediatamente disponibili grandi quantità di dati, ridefinendo i servizi basati sulla posizione e l’accesso ai contenuti.
• I dispositivi IoT possono abilitare il controllo degli accessi e migliorare l’esperienza in loco, fornendo soluzioni di monitoraggio convenienti che non richiedono la presenza fisica di personale di supervisione.

Il lavoro svolto evidenzia anche possibili connessioni tra l’ambiente virtuale e la città contemporanea. I modelli di DL potrebbero essere addestrati a riconoscere tipologie edilizie o componenti strutturali, mentre le informazioni correlate potrebbero integrare prestazioni energetiche, comportamenti strutturali e fasi di costruzione.

Il presupposto di base della ricerca è che l’architettura abbia un ruolo chiave nell’approccio a strumenti tecnologicamente avanzati. La forma è un mezzo per identificare fatti fisici, osservabili e tangibili e può essere utilizzata per produrre modelli condivisi dello spazio urbano complesso e stratificato. Su questa base, il nostro progetto intende contribuire al riconoscimento, alla strutturazione e all’uso operativo della forma architettonica.

Note

Fonte: Eurostat, Spesa totale delle amministrazioni pubbliche per “ricreazione, cultura e religione”, 2015. https://ec.europa.eu/eurostat/web/products-eurostat-news/-/DDN-20170807-1 (consultato il 26 marzo 2019)

The post Siti culturali in realtà aumentata appeared first on FULL | the Future Urban Legacy Lab.

La Piattaforma di Mobilità Digitale di Torino, sviluppata dal Politecnico di Torino, è un modello online che può essere utilizzato sia come sistema di navigazione che come servizio di info-mobilità. Collegato a un sistema GPS, fornito da FCA ai fini di questa demo, è in grado di mostrare la posizione su una mappa.

Il caso d’uso presentato alla demo 5GAA è denominato “Avviso urbano georeferenziato”.

Articoli sul tema

• https://www.ilmessaggero.it/economia/news/fca_5g_auto-4862761.html
• https://5gaa.org/news/5gaa-live-demos-show-c-v2x-as-a-market-reality/
• https://www.riskmanagement360.it/news/arriva-dal-5g-una-svolta-nel-risk-management-stradale/
• https://www.prnewswire.com/news-releases/5gaa-live-demos-show-c-v2x-as-a-market-reality-300958637.html
• https://motori.ilgiornale.it/tim-piattaforma-5g-al-servizio-della-sicurezza-stradale/
• https://www.corrierecomunicazioni.it/telco/5g/il-5g-di-tim-al-servizio-della-sicurezza-stradale/

The post 5GAA demo appeared first on FULL | the Future Urban Legacy Lab.

Nella prima parte del progetto è stata redatta una relazione sui principi alla base della progettazione degli strumenti tariffari di road pricing, incentrata essenzialmente sul concetto di esternalità generate dal fenomeno della mobilità urbana e sui meccanismi per “internalizzare” tali esternalità. Successivamente, viene proposta una rassegna delle evidenze empiriche riguardanti gli effetti, l’efficacia e la valutazione quantitativa dell’applicazione degli strumenti di intervento pubblico sulle esternalità prodotte dalla mobilità, con particolare attenzione all’inquinamento e alla congestione, analizzati sia attraverso la lente della letteratura sia attraverso le “motivazioni” che spingono all’adozione di tali politiche. La relazione si conclude con un approfondimento dedicato alla descrizione delle principali esperienze di road pricing attuate su scala europea (Londra, Stoccolma e Milano) e con una riflessione su quanto queste esperienze possano suggerire a chi intenda progettare nuove ipotesi di intervento di questo tipo.

La seconda parte del lavoro è dedicata all’analisi dei comportamenti attuali di coloro che, per vari motivi, viaggiano con veicoli a motore che comportano l’attraversamento del cordone della Zona a Traffico Limitato (ZTL) di Torino. Questi comportamenti sono molto variabili nell’arco della giornata, anche in relazione al tipo di persone che si spostano.

La stima della richiesta di accesso e transito nella ZTL per gruppi di individui e nelle diverse fasce orarie sarà più o meno attendibile a seconda della qualità delle informazioni relative al comportamento di coloro che accedono, sostano o transitano nell’area. A tal proposito, le informazioni disponibili si riferiscono in gran parte a dati precisi relativi a pochi giorni più o meno significativi. Non è stato quindi possibile misurare l’affidabilità delle stime che seguono, rispetto alle quali disponiamo solo di poche conferme qualitative.

Una volta stimati al meglio i volumi di spostamenti per scopo, distribuzione temporale e tipologia di individuo, è stato possibile identificare una serie di scenari in cui sono associate diverse reazioni all’introduzione della tariffa di accesso e, di conseguenza, attribuire a ciascuno scenario un effetto in termini di congestione, emissioni e ricavi. Le informazioni disponibili non hanno consentito una “previsione della domanda futura” in senso stretto, un esercizio che, tuttavia, si è rivelato di efficacia limitata anche nelle precedenti esperienze narrate nella letteratura scientifica. Per questo motivo, si è ritenuto opportuno comporre scenari plausibili in cui emergono diverse elasticità della domanda. Il risultato è una valutazione dei limiti superiori e inferiori ragionevoli per le variazioni della domanda. Quale scenario si realizzerà dipenderà da molte variabili, in molti casi del tutto imprevedibili e in parte non ancora determinate, quali le tariffe, le modalità di comunicazione della politica e le caratteristiche dell’offerta di soluzioni di trasporto alternative.

Nel presente studio è stato utilizzato il simulatore di traffico urbano SUMO (Simulation of Urban Mobility) per analizzare in dettaglio il comportamento della rete urbana e del traffico a Torino dopo l’applicazione delle nuove politiche di accesso all’area centrale.

La mappa del Comune di Torino e dei suoi dintorni è stata ricavata da OpenStreetMap e importata nel simulatore tramite la libreria NETCONVERT. Poiché l’obiettivo di questo studio è analizzare gli impatti delle nuove politiche di regolamentazione dell’area centrale, sono state apportate le seguenti modifiche alla mappa per semplificare il modello:

• Sono state considerate tutte le strade comprese all’interno del cerchio di 2,5 km di diametro attorno al centro geometrico della ZTL, che chiameremo ZTL Centrale.
• Del modello fanno parte solo le strade principali e secondarie esterne alla ZTL Centrale ma comprese all’interno del Comune di Torino.
• Al di fuori dei confini del Comune di Torino sono state prese in considerazione soltanto le strade di livello gerarchico superiore (autostrade, raccordi autostradali, strade principali).

Tutti i percorsi pedonali, le piste ciclabili e i binari utilizzati per treni o tram e le strade chiuse al traffico sono stati rimossi dalla mappa.

Il passo successivo ha comportato l’analisi delle velocità medie con flusso zero (la velocità media di un veicolo su una determinata strada in condizioni di traffico zero) sulle strade incluse nel modello. I dati sono stati incrociati con i dati medi calcolati dal sistema Supervisor (SV) e quelli messi a disposizione dal servizio Google API Distance Matrix. Da queste velocità, con logiche casuali, è stata attribuita una velocità massima sulla strada, compresa tra la velocità media con flusso zero aumentata del 20% e la stessa velocità diminuita del 20%. Questo processo ha permesso di ottenere una mappa delle velocità senza carico in grado di tenere conto delle velocità di marcia realistiche, che potrebbero discostarsi dai limiti di velocità dettati dal Codice della Strada per eccesso o per difetto.

Una volta definito il modello dell’offerta (grafico), è stato costruito il modello delle domande. A tal fine, è stata utilizzata la matrice OD della SV per il tipo di giornata scolastica.

Nel modello di simulazione SUMO, ogni veicolo sceglie casualmente una strada di partenza e una strada di arrivo entro i limiti, rispettivamente, della zona di origine e della zona di destinazione.

Una volta definita la strada di origine e quella di destinazione per ciascun veicolo, il percorso viene scelto in base al criterio del percorso minimo secondo l’algoritmo di Dijkstra, utilizzando i tempi di percorrenza stradale come pesi. Tuttavia, poiché i percorsi vengono calcolati a priori, tutti i veicoli che devono spostarsi da un’area all’altra sceglieranno le stesse strade con il tempo di percorrenza minimo. In questo modo, scelte che possono essere eccellenti a priori, non sono più valide nel corso della simulazione. Al modello è stato quindi aggiunto un sistema di routing adattivo che consente ai veicoli fermi in coda per un tempo superiore a una soglia prestabilita di calcolare un percorso alternativo con un tempo di percorrenza inferiore.

Per prevedere i possibili impatti della politica sulla mobilità, sono stati creati due scenari utilizzando il modello descritto in precedenza. Un primo scenario in cui l’area centrale è accessibile a tutte le ore per chiunque, e un secondo scenario in cui l’area è chiusa per l’intera giornata e nessuno può accedervi. Per entrambi gli scenari sono state rilevate e confrontate le misure dei tempi di percorrenza, delle velocità medie e delle emissioni.

The post Mobilità urbana appeared first on FULL | the Future Urban Legacy Lab.

The post Marco Rapelli appeared first on FULL | the Future Urban Legacy Lab.

The post Louis Andrianaivo appeared first on FULL | the Future Urban Legacy Lab.

Attualmente, Antonio sta conducendo una ricerca su come individuare e mitigare potenziali discriminazioni derivanti da pregiudizi nei dati e negli algoritmi dei sistemi decisionali.

The post Antonio Vetrò appeared first on FULL | the Future Urban Legacy Lab.

The post Antonio Santagelo appeared first on FULL | the Future Urban Legacy Lab.