Aspetti legali

La tecnologia è ormai pronta (o quasi) per la realizzazione di questi sistemi descritti in questa sezione. Tuttavia, non esiste ancora una legge che permetta l’attuazione di questi meccanismi nella pratica.

Esistono, quindi, delle problematiche di carattere legale.

Nella pubblicazione [9] sono state studiate tutte le modifiche legislative che dovrebbero essere attuate per la realizzazione di queste infrastrutture stradali intelligenti.

Per quanto riguarda l’Unione Europea, le leggi che definiscono i sistemi di trasporto (ITS, Intelligent Transport Systems) li inquadrano come applicazioni avanzate che forniscono servizi innovativi per la gestione del traffico, rendendo i vari utenti più informati sulle condizioni stradali e interpretano le diverse reti di trasporto come sistemi più coordinati e intelligenti.

Il Consiglio dell’Unione Europea ha approvato la Direttiva 2010/40/UE sul piano della diffusione di questi sistemi nel settore del trasporto stradale, individuando quattro settori principali:

• Uso ottimale dei dati relativi alle strade, al traffico e alla mobilità;

• Continuità dei servizi ITS di gestione del traffico e del trasporto merci;

• Sicurezza stradale e sicurezza del trasporto;

• Collegamento tra i veicoli e l’infrastruttura di trasporto.

21

CAPITOLO 3- ASSEGNAZIONE DEL TRAFFICO: EQUILIBRIO DI WARDROP E MODELLO DI OTTIMIZZAZIONE

3.1 Introduzione

In questo capitolo si sviluppa la tecnica di assegnazione del traffico, tramite

l’assegnazione dei percorsi ai veicoli nella rete stradale. In particolare, si utilizzeranno i principi di Wardrop e di Nash per lo sviluppo di un modello matematico che tiene conto di tutti i parametri necessari. Nel primo paragrafo viene fatta una breve

introduzione riguardo alla teoria dei grafi, poiché si considererà la rete come un grafo, in cui i nodi rappresentano tutte le varie intersezioni collegate tra loro da diversi segmenti stradali (collegamenti) che costituiscono gli archi del grafo.

3.2 Brevi cenni sulla teoria dei grafi

Un grafo è una coppia G= (V, E) dove V= {v1, …, vn} è l’insieme di vertici ed E= {(u, v)

|u, v  V} è l’insieme di coppie di vertici, detti archi.

Un grafo si dice ordinato orientato o digrafo quando è formato da archi considerati come coppie ordinate di vertici, in cui (u, v) ≠ (u, v). In questo caso con l’arco (u, v) si intende l’arco esce dal nodo u ed entra nel nodo v. Invece, il grafo si dice non orientato quando è formato da archi considerati come coppie non ordinate di vertici, quindi (u, v) = (v, u).

Un grafo è detto pesato se ad ogni arco è associato un valore numerico, ovvero il suo

“peso”.

In un grafo, due vertici sono detti adiacenti se sono collegati da un arco. Saranno identificati anche come “vicini”.

Un grafo è detto completo quando ogni vertice che lo costituisce è collegato a tutti gli altri vertici del grafo.

Si definisce percorso o cammino, in un grafo, una sequenza di vertici

v

0

, v

1

,…, v

ne da una sequenza di archi che li collegano (

v

0

, v

1), (

v

1

, v

2), …, (

v

n-1

, v

n), in cui

v

0 e

v

n sono definiti come estremi del percorso.

Un cammino si dice semplice se tutti i vertici e gli archi sono distinti, un cammino chiuso in cui gli estremi coincidono viene detto ciclo.

Un grafo non orientato si dice connesso se esiste un cammino tra ogni coppia di vertici.

22

Un grafo orientato si dice fortemente connesso se esiste un cammino tra ogni coppia di vertici.

La lunghezza di un cammino è data dal numero di archi che lo compongono e, nel caso di un grafo pesato, il costo del cammino sarà pari alla somma dei pesi degli archi che lo compongono.

Un grafo è detto aciclico se è privo di cicli.

Un grafo è detto albero quando è aciclico e connesso.

3.3 Equilibrio di Wardrop

Quando si parla del problema dell’assegnazione dei percorsi (assegnamento di traffico) ai vari veicoli in una rete stradale per il controllo del traffico, si fa riferimento alla previsione di differenti flussi di traffico lungo gli archi della rete, tenendo conto anche delle scelte che ogni singolo utente effettua per individuare il cammino da un nodo origine ad un nodo destinazione. Nella formulazione di questo problema e di moli altri modelli di rete di traffico, si sfruttano i principi ottimali di Wardrop. Secondo il

principio di Wardrop la rete è in equilibrio quando, per ognuna delle sue coppie OD (origine- destinazione), i cammini utilizzati hanno costi uguali. La rete, quindi, non è in equilibrio nel caso contrario, ovvero quando per ognuna delle sue coppie OD, i

cammini utilizzati hanno costi differenti. Secondo tale principio, gli utenti della rete (i veicoli) si distribuiscono in maniera tale che, per ogni coppia OD, tutti i cammini utilizzati hanno lo stesso costo. Nel problema di assegnamento del traffico sono adottati due principi ottimali, in cui si distinguono due tipi di valori ottimi:

• ottimo dell’utente: si basa su un comportamento intuitivo per una generica rete stradale, secondo cui ogni utente tende a minimizzare il proprio tempo di viaggio;

• ottimo di sistema: si basa su un comportamento che tende a massimizzare l’efficienza del sistema e quindi, in questo caso, della rete stradale, il che corrisponde a minimizzare il tempo complessivo di viaggio di tutti gli utenti che utilizzano la corrispondente rete stradale.

Quindi, il primo principio di Wardrop afferma che il percorso utilizzato per una qualsiasi coppia OD, è minore o uguale di qualsiasi altro percorso esistente che congiunge la stessa coppia. In questa situazione, ogni utente sceglie la strada che ritiene migliore per sé stesso, e non c’è collaborazione tra utenti.

23

Per quanto riguarda il secondo principio, esso afferma che l’obiettivo da raggiungere è quello di minimizzare il costo totale della rete (tempo totale di trasporto) e, nella formulazione del problema, viene considerato l’esistenza di un supervisore che gestisce l’intera rete.

3.3.1 Esempio sull’equilibrio di Wardrop

Supponiamo di avere un grafo G= (V, A) che rappresenta una rete stradale come illustrato in Figura 2.

Figura 2: Esempio di un grafo che rappresenta una generica rete stradale.

In questo esempio sono considerate due coppie OD: (1, 2) e (3, 2), in cui sono disponibili due cammini per ogni coppia che congiungono i punti di origine e

destinazione. Si indica con la notazione Kp l’insieme dei cammini che connettono una coppia p, quindi si ha:

𝐾₁ = {(1, 2), (1, 4, 2)}

𝐾₂ = {(3, 2), (3, 4, 2)}

in cui, con p=1 ci si riferisce alla coppia (1, 2) e con p=2 alla coppia (3, 2).

Per ogni arco a ϵ A sarà definita una funzione di costo che definisce il “costo” dell’arco e che dipende dal flusso degli archi.

Un flusso di un arco va è dato dalla somma dei flussi dei cammini che attraversano l’arco:

𝑣_𝑎 = ∑ ℎ_𝑘𝛿_𝑎,𝑘

𝑘𝜖𝐾

24

dove: k è un generico cammino, K è l’insieme di tutti i cammini della rete, hk indica il flusso di un cammino k e δa,k è una funzione che assumerà valore 1 se l’arco a appartiene al cammino k e 0 nel caso contrario.

Si assumono le seguenti funzioni di costo:

𝑠(𝑣1) = 18 𝑠(𝑣2) = 20 𝑠(𝑣3) = 8 𝑠(𝑣4) = 3 𝑠(𝑣5) = 𝑣5 + 𝑣5²

e i seguenti flussi dei cammini:

ℎ_1,2 = 1 ℎ_1,4,2= 1 ℎ_3,2= 1 ℎ_3,4,2 = 1

(quindi 1 flusso per ogni cammino elencato).

Si otterranno i seguenti flussi di archi:

𝑣1 = 1 𝑣2 = 1 𝑣3 = 1 𝑣4 = 1 𝑣5 = 1 + 1 = 2

Si definisce costo di un cammino k la somma dei costi degli archi appartenenti a k, quindi:

𝑠(𝑘) = ∑ 𝑠(𝑣_𝑎)

𝑎∈𝐴

𝛿_𝑎,𝑘

Si otterranno, nel nostro caso, i seguenti valori:

𝑠_(1,2) = 18 𝑠_(1,4,2) = 3 + (2 + 2²) = 9 𝑠_(3,2)= 20 𝑠_(3,4,2)= 8 + (2 + 2²) = 14

Affinché il principio di Wardrop sia soddisfatto, per ogni coppia OD tutti i cammini utilizzati devono avere lo stesso costo e i cammini non utilizzati un costo superiore.

Nel nostro esempio, una situazione di equilibrio si può ottenere impostando questi valori:

ℎ_1,2 = 0 ℎ1,4,2= 2 ℎ3,2= 1 ℎ3,4,2 = 1

(il percorso con valore 0 significa che non è utilizzato), poiché si avrà:

25

𝑣1 = 0 𝑣2 = 1 𝑣3 = 1 𝑣4 = 1 𝑣5 = 2 + 1 = 3 e

𝑠_(1,2) = 18 𝑠(1,4,2) = 3 + (3 + 3²) = 15 𝑠_(3,2)= 20 𝑠_(3,4,2)= 8 + (3 + 3²) = 20

Infatti:

• Percorsi utilizzati aventi lo stesso costo: s(3,2) e s(3,4,2) per la coppia OD (3,2);

• Il percorso utilizzato s(1,4,2) per la coppia OD (1,2) ha costo inferiore del percorso non utilizzato s(1,2) per la stessa coppia.

Riassumendo, per ottenere un equilibrio di Wardrop devono valere le seguenti condizioni:

ℎ_𝑘^∗ > 0 implica 𝑠𝑘(ℎ ∗) = 𝑢_𝑝^∗ ∀𝑝 ∈ 𝑃, ℎ_𝑘 ∈ 𝐾_𝑝 𝑠_𝑘(ℎ ∗) − 𝑢_𝑝^∗ ≥ 0 ∀𝑝 ∈ 𝑃, ℎ_𝑘 ∈ 𝐾_𝑝

∑ ℎ_𝑘^∗

𝑘∈𝐾𝑝

= 𝑑𝑝 ∀𝑝 ∈ 𝑃

ℎ ∗≥ 0, 𝑢 ∗≥ 0

dove: ℎ_𝑘^∗ è un vettore di flussi di cammini, 𝑢_𝑝^∗ è un vettore di costi minimi (up

rappresenta il costo del cammino minimo della coppia p), Kp è l’insieme dei cammini che connettono la coppia p, P è l’insieme delle coppie OD all’interno della rete stradale e dp è la domanda di flusso tra la coppia OD p ϵ P.

Nel caso in cui si vuole analizzare il problema per trovare un ottimo di sistema, la formulazione diventa:

𝑚𝑖𝑛_ℎ,𝑣∑_𝑎∈𝐴𝑣_𝑎 𝑠(𝑣_𝑎) (1) vincoli:

∑_{𝑘∈𝐾𝑝}ℎ_𝑘 = 𝑑𝑝 ∀𝑝 ∈ 𝑃 (2) 𝑣_𝑎 = ∑_𝑘𝜖𝐾ℎ_𝑘𝛿_𝑎,𝑘 ∀𝑎 ∈ 𝐴 (3) ℎ ≥ 0 (4)

In questo problema di ottimizzazione l’obiettivo è quello di minimizzare il costo totale della rete (1).

26

I vincoli elencati rappresentano rispettivamente: il vincolo di soddisfacimento delle domande delle varie coppie, ovvero per ogni coppia la somma dei flussi dei cammini deve essere uguale alla domanda (2), il vincolo dei flussi va (3) e il vincolo di non negatività delle variabili (4).

3.4 Equilibrio di Nash

In teoria dei giochi, gli elementi tipici di un gioco sono:

1. un numero di giocatori (o agenti): 1,…,N

2. un insieme di strategie Qi per l’i-esimo giocatore (una strategia è un qualsiasi tipo di grandezza)

3. una funzione di utilità da ottimizzare, per ciascun giocatore, Ji (α1, …, αn), che associa al giocatore i il guadagno derivante da ogni combinazione di strategie (il guadagno dipende non solo dalla strategia del giocatore, ma anche dalle

strategie degli avversari).

La nozione di equilibrio venne introdotta da J.Nash nel 1949, in cui si afferma che un insieme di strategie è un equilibrio se nessun giocatore ha interesse a cambiare la sua strategia a meno che non la cambi anche qualcun altro, quindi, tenendo ferme le strategie degli altri, nessuno cambierebbe la sua. Quindi:

𝐽𝑖(𝛼1, . . . , 𝛼𝑖, . . . , 𝛼𝑛) ≥ 𝐽𝑖(𝛼1, . . . , 𝛽, . . . , 𝛼𝑛) ∀𝛽 ∈ 𝑄𝑖, ∀𝑖 = 1, . . . , 𝑁 Ovvero, se un gioco ammette un equilibrio di Nash, ogni giocatore può avere una strategia αi che vorrà portare a termine se tutti gli altri giocatori hanno giocato la propria strategia αj. Infatti, se il giocatore i deciderà di giocare una strategia diversa da αi, mentre tutti gli altri hanno giocato la propria strategia αj, può solo peggiorare il suo guadagno o lasciarlo invariato. E’ evidente che se ogni giocatore vuole migliorare il proprio guadagno, deve modificare la sua strategia ed è vincolato dalle scelte degli altri.

L’equilibrio di Nash rappresenta una situazione in cui ogni giocatore o agente fa ciò che è meglio per sé, mirando a massimizzare il proprio profitto a prescindere dalle scelte degli avversari. Questo tipo di risultato ottenuto, non è detto che rappresenti la soluzione migliore per tutti. Si distingue, infatti, dall’equilibrio di Nash, l’ottimo di Pareto (o ottimo paretiano), in cui un insieme di strategie possono condurre al miglioramento del guadagno di alcuni giocatori senza ridurre il guadagno di nessuno, oppure ad aumentare il guadagno di tutti. Analogamente, il risultato migliore per tutti non può essere un equilibrio. In termini matematici avremo:

27

𝐽𝑖(𝛼^𝑜1, . . . , 𝛼^𝑜𝑖, . . . , 𝛼^𝑜𝑛) > 𝐽𝑖(𝛼1, . . . , 𝛼𝑖, . . . , 𝛼𝑛)

dove il primo membro della disequazione indica un insieme di strategie ottimali, che però non sono strategie dominanti o che portano ad un equilibrio. Di conseguenza, ogni giocatore seguirà sempre la strategia αi che gli permetterà di migliorare il proprio guadagno:

𝐽𝑖(𝛼^𝑜1, . . . , 𝛼𝑖, . . . , 𝛼^𝑜𝑛) > 𝐽𝑖(𝛼1, . . . , 𝛼^𝑜𝑖. . . , 𝛼𝑛)

Inoltre, un miglioramento del risultato derivante da α^oi dipende dalla situazione in cui tutti i giocatori abbiano scelto la stessa strategia α^oj (Ottimo di Pareto), poiché il guadagno del giocatore i dipende dalle scelte degli altri giocatori: se uno qualsiasi dei giocatori sceglie di non seguire una strategia ottimale, gli altri subiscono una riduzione del loro guadagno. In conclusione, ogni giocatore sceglierà di non rischiare e giocare la propria strategia dominante, portando ad un possibile risultato non ottimale. E’

possibile raggiungere una situazione che porta ad ottenere un risultato migliore per tutti se tutti i giocatori collaborano tra loro, anche istituendo un accordo vincolante tra loro, che porta ad una penalità nei confronti di chi non lo rispetta.

3.5 Perchè equilibrio di Wardrop ed equilibrio di Nash?

Per ottimizzare il traffico in una rete stradale è necessario assegnare determinati percorsi ai veicoli. C’è da dire, però, che non è detto che i veicoli seguono il percorso che gli è stato assegnato.

Nello studio dell’assegnazione dei percorsi sono stati, quindi, distinti due tipi di valori ideali:

• un valore ottimo per l’utente: tiene conto del percorso per una generica coppia OD (Origine- Destinazione) che deve essere intrapreso dall’utente, non

garantendo risultati ideali per coppie OD differenti;

• un valore ottimo per il sistema: tiene conto dell’efficienza del sistema, il che può produrre assegnazioni non ottimali per qualsiasi coppia OD.

Wardrop riconosce che le strade scelte dagli utenti sono quelle che essi scelgono come

“più corte” per raggiungere la loro destinazione, basandosi anche sulle condizioni di traffico. Questa situazione definisce, pertanto, l’equilibrio ottimo dell’utente

(ovviamente si considera che l’utente abbia un’ampia conoscenza della rete stradale, di tutti i percorsi possibili e dei flussi di traffico che possono generarsi).

28

L'equilibrio di Wardrop corrisponde all'equilibrio di Nash in una partita con un gran numero di giocatori [10].

L’ottimo di sistema si basa sul fatto che tutti i percorsi utilizzati per una coppia OD hanno lo stesso tempo di spostamento o costo marginale: infatti, se questi fossero diversi, si dovrebbero instradare i veicoli verso i percorsi con costi minori, riducendo il tempo di percorrenza. Questi due problemi, generalmente, non coincidono, in quanto l’equilibrio dell’utente non minimizza il tempo totale di viaggio nella rete. Inoltre, l’ottimo di sistema fornisce un inconveniente che si verifica quando viene calcolato il costo totale minimo della rete, poiché fornisce assegnazioni di percorsi non ottimali ai veicoli.

L’obiettivo è quello è quello di ridurre al minimo il tempo di viaggio totale.

Si intende colmare la differenza tra ottimizzazione di sistema e ottimizzazione

dell’utente: si utilizza una formulazione che si basa sul principio di Nash per produrre un “benessere egualitario” [11].

3.6 Modello di assegnazione del traffico

Di seguito viene riportato il modello di assegnazione del traffico utilizzato per la gestione del traffico all’interno di una rete stradale, in cui vengono presi in considerazione diversi parametri.

3.6.1 Assunzioni generali e sviluppo iniziale

Nel modello di ottimizzazione risultante si assume che ogni conducente abbia a disposizione tutte le conoscenze della rete, sui relativi percorsi e determinati tempi di viaggio; non solo, si suppone che ogni conducente conosca anche i tempi di

percorrenza che si potrebbero verificare nel momento in cui non si rispettasse il percorso assegnato dal sistema. Questa ipotesi può portare uno svantaggio nella sua considerazione a causa dell’imprevedibilità di eventuali congestioni di traffico. Inoltre, si presuppone che tutti gli utenti seguano le indicazioni del sistema e il percorso da esso assegnato. Si considera un sistema basato su prenotazione, in cui si rende noto lo slot spazio-tempo che intende utilizzare un veicolo per attraversare un segmento stradale, in cui ogni veicolo riserva la sua coppia OD e l'intervallo di tempo che utilizzerà per intraprendere il viaggio dalla sua origine. Se sono disponibili le

informazioni sul traffico in tempo reale, diventa possibile fornire un percorso ai veicoli considerando un’ottimizzazione del traffico globale. Per monitorare l’andamento del

29

veicolo si possono utilizzare telecamere appositamente installate per verificare l’accettazione del percorso proposto.

Sia G = (N, A) un grafo connesso che rappresenta la rete stradale, dove N è l’insieme dei nodi che rappresentano gli incroci stradali e A l’insieme degli archi che

congiungono due nodi differenti e quindi due intersezioni diverse. Assumiamo che ci sia un solo arco per ogni coppia di nodi.

3.6.2 Modello di ottimizzazione

Nella pubblicazione [11] è stato formulato un modello di ottimizzazione per

l’assegnazione del traffico, in cui si è individuata una soluzione ottimale del sistema. Il modello è il seguente:

30

dove l’equazione (5) rappresenta la funzione obiettivo del problema e le altre i vincoli che si devono rispettare.

Spiegazione: per sviluppare il problema di ottimizzazione si devono considerare diverse metriche.

Bisogna tenere conto dei fattori che soddisfano un principio “egualitario” e

“utilitaristico” secondo cui si assegnano i veicoli ai percorsi disponibili sia per la stessa coppia OD, sia per coppie OD differenti. Sia w una generica coppia OD e W l’insieme di tutte le coppie OD, tali che w ϵ W. Inoltre, con i termini ψwk e R si indicano

rispettivamente, una matrice che descrive i flussi dei veicoli sull’intera rete stradale e le richieste OD (Rw è la domanda dei veicoli che richiedono un nodo origine no per andare ad un nodo destinazione nd).

L’equazione (6) rappresenta il vincolo di capacità della rete e limita il flusso totale attraverso tutte le coppie OD su ciascun arco a ϵ A. Nel calcolo vengono considerati i valori della matrice φak (matrice di incidenza percorso- arco), x^k indica il flusso di traffico lungo k e Pw è l’insieme dei percorsi disponibili e accettabili.

Si parla di criteri di equità e di “no-envy”, letteralmente “senza invidia”: ovvero, non deve esserci nessuna coppia OD che “invidia” un’altra coppia OD in termini di costo della durata del percorso (poiché ci saranno percorsi di costo inferiore). E’ per questo motivo che è stato introdotto il vincolo (7), in cui con α si indica un fattore massimo di tolleranza con valore compreso nell’intervallo (0,1]. Per il calcolo di questo parametro si rimanda alla pubblicazione [11].

Ovviamente si deve cercare di minimizzare i costi totali, infatti nella funzione obiettivo è stata espressa questa condizione. Viene introdotto anche il concetto di latenza: il problema di latenza massima consiste nel minimizzare il costo dell’espressione associato al prodotto di costo massimo in termini di durata del percorso, cioè il flusso che minimizza il costo di durata del percorso medio, massimo tra tutte le coppie OD, e quindi ottimizza il benessere utilitaristico.

Minimizzando il valore di latenza media di un flusso Xw ci si avvicina al problema di ottimizzazione del benessere egualitario.

L’equazione (8) rappresenta il vincolo sul soddisfacimento della domanda OD tra i flussi di percorso, che impone che la somma dei flussi di percorso di ciascuna coppia w sia uguale alla richiesta OD. L'obiettivo di (5) è, quindi, ottenere un flusso di percorso normalizzato del veicolo richiesto sugli archi a ∈ A di costo minimo tale che ogni veicolo percorra un percorso dalla sua origine e termini nella posizione di destinazione con i vincoli precedentemente descritti, e percorsi ammissibili in PW soddisfatti.

31

3.6.3 Prodotto di Nash

La soluzione precedentemente proposta è di tipo utilitaristico.

L'equilibrio tra benessere sociale egualitario e utilitaristico è dato dalla

massimizzazione del prodotto di Nash che è il prodotto delle utilità individuali degli agenti: cioè le soluzioni di allocazione con un alto valore di Nash sono buone soluzioni sia a livello locale che globale. Tuttavia, l'ottimizzazione del prodotto di Nash non funziona quando definita attraverso la minimizzazione del costo complessivo poiché è sufficiente che solo uno degli agenti realizzi il costo vicino allo zero per avere il valore complessivo vicino allo zero: questo è il motivo per cui si massimizzano i costi e quindi, moltiplicati insieme, porteranno a valori elevati del prodotto di Nash.

La funzione Nash Social Welfare (Benessere sociale di Nash) è espressa come:

𝑚𝑎𝑥 𝑁(𝑋𝑤) = ∏ 1

𝛾_𝑤 = − ∑ 𝑙𝑜𝑔 𝛾_𝑤

𝑤∈𝑊 𝑤∈𝑊

Basterà sostituire il valore della funzione obiettivo con la nuova soluzione proposta per un modello di programmazione matematica con i nuovi parametri di correttezza.

Si sfrutta anche l’efficienza di Pareto, secondo cui un’allocazione di percorsi θ è

“Pareto superiore” ad un’altra allocazione θ’ se, e solo se, per ogni coppia OD (w) i cui costi dei percorsi utilizzati sono 𝑓_𝑤^𝜃(𝑥_𝑤) = ∑ _𝑘 𝑓^𝑘(𝑥^𝑘), è soddisfatto il seguente criterio: 𝑓_𝑤^𝜃(𝑥_𝑤) ≤ 𝑓_𝑤^𝜃′(𝑥_𝑤), dove 𝑥_𝑤 > 0. In altre parole, possiamo migliorare un’allocazione di percorsi se ne esiste un’altra tale che in essa almeno un agente “sia migliore e nessuno è peggio”. Un’allocazione si dice “Pareto efficiente” se non è possibile alcun miglioramento, ovvero non esiste un’allocazione che è “Pareto

superiore” rispetto ad un’altra. Nello stesso modo, un'allocazione è Pareto- inefficiente se è possibile rendere migliore un agente senza peggiorare altri agenti.

3.7 Utilizzo della struttura MAS

L’architettura multi- agente utilizzata consiste principalmente di tre agenti: veicoli, origini del percorso di viaggio e agenti di intersezione. Questi agenti comunicano tra loro scambiandosi informazioni tra componenti adiacenti. I veicoli comunicano con l’agente di intersezione a loro più vicino. In questo modo è possibile visualizzare e ricalcolare i percorsi dei veicoli in base alle condizioni di traffico e alla loro posizione.

Nella pubblicazione [11] è stato sviluppato il modello decisionale, in termini matematici, per l’assegnazione dinamica dei veicoli ai percorsi della rete stradale.

32

I veicoli negoziano aste con agenti OD per l’assegnazione del percorso, mentre questi cercano il percorso più breve con agenti di intersezione. Questi ultimi assegnano i percorsi in base alla massimizzazione del flusso di traffico di rete tenendo conto dei vincoli della capacità stradale. Per un numero minimo di origini e per queste coppie O-D, sono necessari incentivi monetari affinché i veicoli si comportino in linea con le prestazioni di sistema desiderate. Le metodologie di pedaggio all'avanguardia possono essere applicate anche nella soluzione proposta per incentivare l'accettazione da parte degli utenti dei percorsi assegnati.

33

CAPITOLO 4- GESTIONE DEL TRAFFICO E IA

4.1 Introduzione

CAPITOLO 4- GESTIONE DEL TRAFFICO E IA

4.1 Introduzione

Nel documento VERSO UN INFRASTRUTTURA INTELLIGENTE PER IL TRAFFICO VEICOLARE: RASSEGNA DELLA LETTERATURA E PROSPETTIVE DI SVILUPPO (pagine 24-0)