Dynamic Routing e Re-routing 53

Per provare a risolvere questa problematica si è fatto uso di un algoritmo di routing dinamico in cui, essenzialmente, dopo aver eseguito il classico routing e aver avviato la simulazione, gli utenti analizzano i costi dei vari archi della rete nell’istante in cui vi entrano realmente andando a confermare il percorso prefissato oppure scegliendone un altro più conveniente a seconda delle condizioni di traffico sulla rete in quel preciso momento. Si è osservato, tuttavia, che tale modifica non risulta essere sufficiente, poiché si viene a verificare il fenomeno di trasferimento del congestionamento su un’altra arteria, mentre quella inizialmente bloccata si libera, preparandosi ad accogliere nuovi veicoli che vogliono evitare la prima alternativa e via di seguito in una sorta di “effetto ping-pong” del congestionamento.

Per porre un limite a tale fenomeno si è dunque deciso di utilizzare un algoritmo di routing dinamico accompagnato da un processo di re-routing, che consiste nella continua ricerca, dopo un certo intervallo temporale prefissato, di un nuovo itinerario di minimo costo che porti dalla posizione attualmente occupata dal generico utente alla destinazione, in maniera ripetuta per tutta la durata del viaggio, fino al suo completamento. Tale operazione è però consentita solamente a una parte della popolazione, altrimenti si continuerebbe a verificare il sopracitato “effetto ping-pong”. Questo comportamento rispecchia abbastanza accuratamente la realtà, in cui molti automobilisti non hanno piena conoscenza di tutta la rete stradale cittadina e quindi,

54

stabilendo a priori il percorso da seguire, qualora rimanessero bloccati nel traffico non riuscirebbero a trovare itinerari alternativi per evitare la congestione, a meno che non possano usufruire di un dispositivo di navigazione satellitare in tempo reale (il rerouting

device nel caso in analisi, GoogleMaps o qualunque altro servizio nella quotidianità),

aggiornato in base alle condizioni del traffico, che suggerisca una strada alternativa e li guidi passo per passo fino al raggiungimento della loro destinazione. Per ulteriori dettagli riguardanti tale tecnica di routing si veda il paragrafo A.6.

A supplemento delle migliorie appena descritte, sono state eseguite anche delle modifiche alla dinamica dei veicoli circolanti (auto e taxi), che hanno consentito di rendere più realistico il comportamento dei conducenti. Questo passaggio si è reso necessario poiché, specialmente alla ripartenza da fermi dopo una fase di rosso semaforico, i veicoli mantenevano una distanza di sicurezza accettabile per le norme di sicurezza della circolazione, ma del tutto irrealistiche in condizioni di congestione, nelle quali, in genere, gli automobilisti tendono a ripartire molto vicini ai veicoli che li precedono e con accelerazioni piuttosto elevate, per evitare di perdere troppo tempo in corrispondenza del semaforo (paragrafo A.8).

Grazie a tutte le modifiche apportate al modello di microsimulazione, è stato possibile ottenere un sensibile miglioramento delle prestazioni della rete, tali che i primi seri problemi di congestionamento si iniziano ad osservare solo dopo circa 40 minuti di simulazione e pressoché unicamente in corrispondenza dell’intersezione tra viale Lenin, via Po e via Emilia Levante, per poi estendersi a gran parte degli archi situati all’interno del quartiere Mazzini.

Questa grossa problematica è probabilmente legata all’eccessivo flusso convergente all’incrocio in esame dalle zone periferiche della città e a qualche errore nella gestione del routing di tali viaggi, fatto osservabile grazie alla modestia dei flussi su tutti gli itinerari alternativi per raggiungere il centro città che generalmente risultano essere molto trafficati nell’ora di punta mattutina, tanto che anche modificando ulteriormente i parametri descritti in precedenza, non si riescono ad ottenere miglioramenti.

Inoltre, in corrispondenza di questo crocevia è presente un impianto semaforico ad attuazione dinamica di piano, che fa quindi variare la durata del ciclo e delle diverse fasi a seconda del flusso veicolare in arrivo, caratteristica inizialmente non introdotta all’interno del digital twin impiegato ma che potrebbe consentire di migliorare notevolmente le prestazioni dell’intersezione.

55

In ogni caso, il miglioramento delle prestazioni dell’intera rete è stato consentito proprio grazie alla ridistribuzione di parte dei flussi su itinerari alternativi a quelli inizialmente individuati dall’algoritmo di pre-routing per il completamento del viaggio, in modo tale che fosse utilizzato un maggior numero di archi rispetto a quanto fatto in precedenza, consentendo una riduzione della congestione sulle arterie principali.

Di seguito si riportano alcuni diagrammi in cui è possibile osservare il miglioramento delle prestazioni della rete, in particolare facenti riferimento all’evoluzione dei tempi di attesa a causa della congestione lungo i vari archi e in prossimità delle intersezioni prima (Fig 8.1) e dopo (Fig. 8.2) le modifiche eseguite alla rete, alla dinamica dei veicoli e all’algoritmo di assegnazione utilizzato.

56

Figura 8.2 - Tempi medi di attesa sulla rete – Scenario intermedio

Dalle Figure 8.1 e 8.2 è immediatamente evidente il notevole miglioramento ottenuto a seguito delle modifiche effettuate rispetto alla situazione iniziale. I tempi di attesa hanno subito una riduzione significativa, specialmente lungo i viali di circonvallazione e viale Pertini in direzione Casalecchio, grazie alla migliore distribuzione dei flussi, consentita dal processo di re-routing.

Sono tuttavia rimaste delle zone in cui il problema degli elevati tempi di attesa non è stato risolto, come lungo via Saffi, porta S. Felice, in prossimità dell’incrocio tra viale Lenin, via Po e via Emilia, lungo via Stalingrado e nel tratto di viale davanti alla stazione.

Pertanto, si è deciso di continuare a intervenire sulla rete tramite migliorie del modello di offerta e della tipologia di algoritmo di assegnazione utilizzato, fino a raggiungere risultati eccellenti sotto l’aspetto appena analizzato, come riportato nella Figura 8.7 a fine capitolo.