Le reti neurali artificiali nei trasporti

Nel settore dei trasporti, le reti neurali sono state utilizzate in diversi campi, come anche illustrato nella pubblicazione [12], anche se i modelli che si basano su questa tecnica non sono di facile applicazione in quanto necessitano di una grande quantità di dati sulle osservazioni di flusso e di domanda del traffico. Per definire il flusso di

traffico basterà installare degli appositi rilevatori di flusso, mentre risulta complicata la stima della domanda di traffico, quindi di difficile rilevazione. Per cercare di porre dei limiti a questo problema, sono state implementate delle matrici OD (Origine-

Destinazione), in cui possono essere ricavati i flussi dell’intera rete stradale. Nella pubblicazione [13] è stata sviluppata una metodologia che si occupa della stima e dell’aggiornamento di tali matrici, che si basa sulla creazione di training set: a partire da una matrice nota a priori si estraggono dei parametri dei modelli di domanda in maniera casuale, tenendo conto di una statistica ben definita.

Di seguito vengono riportati alcuni campi in cui sono state applicate le reti neurali artificiali nei sistemi di trasporto:

• La valutazione ed aggiornamento delle matrici OD: si tratta di una

ricostruzione dinamica della matrice OD partendo da una rilevazione dei dati di flusso in uno scenario ininterrotto, utilizzando le reti neurali artificiali. La rete prevede due strati, quello di ingresso e quello di uscita, e si basa

sull’apprendimento back-propagation in cui si ricava l’errore tra i flussi di traffico stimati e quelli osservati;

• L’analisi del comportamento utente: è un settore di ricerca già avviato; sono già stati effettuati degli esperimenti, in cui sono stati fatti dei test di

simulazione su un insieme di scenari urbani dove gli utenti devono prendere determinate decisioni in base alla situazione all’interno della rete;

• Il rilevamento di incidente: in questo ambito le reti neurali artificiali trovano molta applicazione; nell’esperimento trattato viene considerata una tratta stradale divisa in varie sezioni in cui si verifica se in sezioni successive, in istanti successivi, i valori di flusso coincidono e quando questo non accade c’è una discontinuità di flusso che potrebbe indicare la presenza di un incidente.

• Il riconoscimento di immagini: nella gestione del traffico possono essere considerati come nuovi sistemi di riconoscimento automatico di immagini per la circolazione stradale, al posto di telecamere e possono essere utili anche per il riconoscimento di categorie veicolari;

• La previsione e il riconoscimento: le reti neurali artificiali possono essere impiegate per affrontare diverse tematiche come il riconoscimento della

39

congestione, la sua predizione e la stima dei parametri di traffico (come l’occupazione veicolare). Essa può essere un buon approccio per

l’interpretazione di grandi volumi di dati.

40

CONCLUSIONI

L’obiettivo di questa tesi era quello di illustrare alcune tecniche di intelligenza artificiale che sono state attualmente studiate per la gestione del traffico veicolare e definire come alcune di queste possano essere utili al fine di potere evitare le

congestioni del traffico che possono verificarsi nelle intersezioni stradali. In particolare, nella prima parte è stato spiegato il funzionamento del sistema multi- agente utilizzato dalle tecniche di controllo del traffico descritte nella seconda parte: sono stati illustrati i cosiddetti meccanismi “market-based” per il controllo dei flussi dei veicoli in

prossimità di incroci stradali, meccanismi intelligenti che tengono conto anche delle volontà del conducente e sono stati discussi gli aspetti legali in cui si evince la problematica attuale sulla realizzazione reale di tali sistemi. Successivamente, in merito al problema dell’assegnazione del traffico, sono stati introdotti alcuni cenni sulla teoria dei grafi al fine di individuare la rete stradale e di spiegare come l’equilibrio di Wardrop e l’equilibrio di Nash possono essere usati per la realizzazione di un

modello matematico che assegna i vari percorsi ai veicoli minimizzando i tempi di percorrenza dell’intera rete. Infine, sono state introdotte le reti neurali artificiali e la loro applicazione nel campo dei trasporti.

Sarebbe interessante approfondire lo studio di altre tecniche di gestione del traffico.

Inoltre, si potrebbe pensare di elaborare delle teorie in cui si combinano più tecniche per il controllo del traffico in modo da ottenere una gestione più efficiente. Infine, ci si aspetta una reale applicazione di questi meccanismi per potere riscontrare eventuali benefici e/o problemi che potranno essere ottimizzati e/o risolti.

41

RINGRAZIAMENTI

Arrivati a questo punto, sento il dovere di ringraziare chi è stato al mio fianco e chi mi ha supportato durante tutto il percorso.

Grazie alla mia relatrice, Prof.ssa Stefania Costantini, per la fiducia e per la disponibilità dimostratami, per avermi guidato durante il lavoro e fatto scoprire cose che prima non conoscevo.

Grazie ai miei genitori. Mi avete dato l’opportunità di studiare nonostante le numerose difficoltà. Grazie per avermi sostenuto, per avermi sempre appoggiato nelle scelte che ho fatto, senza di voi non sarei riuscito a raggiungere questo traguardo. Spero di avervi reso fieri ed orgogliosi di me. Grazie per tutto.

Grazie a mia sorella, Serena. Grazie per il nostro rapporto, riusciamo sempre a parlare di tutto e a confrontarci su qualsiasi cosa. Grazie perché ogni volta che avevo bisogno di sfogarmi e di sentire un’opinione diversa dalla mia, ci sei sempre stata. Grazie perché so che ci sarai sempre per me, e sappi che anche io ci sarò sempre per te.

Grazie anche a zia Daniela. Grazie perché ogni volta che avevo bisogno di qualcosa, sapevo di poter contare anche su di te.

Grazie a mia nonna, Dora. Grazie perché anche se non ci sei più, so quanto credevi in me e so quanto era importante per te che raggiungessi questo traguardo. Spero che ora tu sia fiera di me.

Grazie a Erika. Tutto quello che devo dirti già lo sai, lo sai perché riusciamo a capirci anche senza parlare, infatti sono state poche le volte in cui ti ho detto ciò che penso di te a parole, o forse non l’ho mai fatto. Grazie perché nonostante ci conosciamo da tanto, sei sempre riuscita a sopportarmi. Grazie perché so che posso sempre contare su di te, in qualsiasi momento. Grazie per essere stata al mio fianco durante tutto questo percorso e, anche se non è stato facile, credo di poter dire che siamo riusciti ad affrontarlo insieme, con più leggerezza, condividendo tutti i momenti che ci sono capitati, sostenendoci sempre come facciamo ormai da tanto. Grazie perché continui ad esserci, e spero continuerai a farlo.

Grazie a Mariachiara. Anche noi ci conosciamo da un bel po’ ormai, e anche se abbiamo preso strade diverse siamo riusciti a rimanere in contatto, raccontandoci sempre tutto. Grazie perché, nonostante a volte non riusciamo a sentirci spesso a causa dei nostri impegni, riusciamo a trovare del tempo per vederci e possiamo sempre contare l’una sull’altro. Grazie perché quando ne ho bisogno riesci sempre ad ascoltarmi, a dire le cose giuste e a dare consigli giusti. Grazie per aver sempre creduto

42

in me, e per avermi supportato in ogni momento. Grazie anche per tutti i momenti di tranquillità, passati a scherzare e a prenderci in giro. Sei davvero importante, spero che non ci perderemo mai.

Grazie a Luca. Ti sopporto da tanto, ma anche tu sopporti me. Sai che puoi sempre contare su di me, puoi sempre confidarti e so che posso fare altrettanto.

Grazie a Emanuele. Ti sembrerà strano, ma ringrazio anche te. Grazie per le giornate passate a studiare insieme all’università, insieme a “quelli del tavolone”. Grazie perché siamo amici da tanto e ci sosteniamo a vicenda. Grazie perché insieme agli altri, Luca, Claudio, Marco, Gianluca, formiamo un gruppo fantastico in cui riusciamo a essere leali tra noi e a passare sempre dei bei momenti e delle bellissime serate. Grazie ragazzi, per questo e per il rapporto che abbiamo.

Grazie a Giulia. Anche se ci conosciamo da poco, siamo riusciti subito a costruire un buon rapporto di amicizia. È nato tutto in maniera molto casuale, abbiamo parlato fin da subito e ci siamo trovati. All’inizio forse sei stata più tu che hai cercato me, ma ora ti dico che sono contento che tu l’abbia fatto altrimenti, forse, non avremmo il rapporto che abbiamo adesso. Sei diventata una persona importante, e so che posso contare anche su di te. Una parte di questo percorso l’ho condivisa anche con te e grazie perché ci sei stata quando ne avevo bisogno. Grazie per le giornate passate a chiacchierare, per le colazioni e per tutti i caffè al bar. Grazie per tutti i momenti passati insieme. Senza di te sarebbe stato tutto diverso, spero che il nostro rapporto continuerà a lungo.

Grazie anche a Taisia, Beatrice, Daniela, Lisa e Martina, per il nostro gruppo studio e per tutti gli altri momenti passati a scherzare, a divertirci e per tutte le serate

organizzate con Giulia ed Emanuele passate insieme.

Grazie a Marzia. Ci siamo conosciuti all’università e sei una di quelle persone con cui ho legato fin da subito. Anche se siamo un po’ distanti, ci riusciamo ad aggiornare su tutto ogni volta che riusciamo a sentirci. Grazie per tutti i momenti di spensieratezza passati a chiacchierare, e per il rapporto che abbiamo costruito.

Grazie anche a Miriana, che insieme a Erika e Marzia avete fatto parte di questo percorso e anche delle pause caffè nei pomeriggi passati a studiare insieme all’università.

Grazie a Eleonora. Forse sei la persona che conosco da più tempo e sei anche la mia ex vicina di casa. Anche se non riusciamo a vederci più come prima, ci sentiamo spesso e quando ci vediamo recuperiamo il tempo perso davanti un caffè o ad un aperitivo.

43

Grazie a tutte quelle persone che sono state al mio fianco durante questo percorso.

Grazie.

44

BIBLIOGRAFIA

[1] Robert L. Gordon and Warren Tighe. Traffic Control Systems Handbook. Technical Report FHWA-HOP-06-006, Dunn Engineering Associates, October 2005.

[2] Ivo J. P. M. Timoteo, Miguel R. Araujo, Rosaldo J. F. Rossetti, and Eug´enio C.

Oliveira. Using TraSMAPI for the assessment of multi-agent traffic management solutions. Progress in AI, 1(2):157–164, 2012.

[3] Fei-Yue Wang. Agent-Based Control for Networked Traffic Management Systems.

IEEE Intelligent Systems, 20(5):92–96, 2005.

[4] Isaac K. Isukapati and George F. List. Agent Based Framework for Modeling Operations at Isolated Signalized Intersections. In Proceedings of the 18th IEEE International Conference on Intelligent Transportation Systems, pages 2900–2906.

IEEE, September 2015.

[5] Raphael, Jeffery. An exploration of traffic signal control using multi-agent market-based mechanisms. Diss. University of Liverpool, 2018.

[6] Tuomas Sandholm, Kate Larson, Martin Andersson, Onn Shehory, and Fernando Tohme. Coalition structure generation with worst case guarantees. Artificial

Intelligence, January 1999.

[7] F. A. Emuze and D. K. Das, “Regenerative ideas for urban roads in South Africa,” Proc. Inst. Civ. Eng. Munic. Eng., vol. 168, no. 4, pp. 209–219, 2015.

[8] B.Bhattacharya, Urbanization: Urban Sustainability and the Future of Cities. New Delhi: Concept Publishing Company, 2010.

[9]Santos, José-Antonio, et al. "Legal and ethical implications of applications based on agreement technologies: the case of auction-based road intersections." Artificial Intelligence and Law 28.4 (2020): 385-414.

[10] J. R. Correa, N. E. Stier-Moses, Wardrop equilibria, Wiley Encyclopedia of Operations Research and Management Science.

[11] Lujak, Marin, Stefano Giordani, and Sascha Ossowski. "Route guidance: Bridging system and user optimization in traffic assignment." Neurocomputing 151 (2015): 449-460.

45

[12] Mussone, Lorenzo. "Il controllo di un deflusso autostradale con reti neurali."

(1994).

[13] V. De Martinis, Una nuova metodologia d'uso delle reti neurali artificiali per l'aggiornamento della domanda di trasporto, 2008.