Sistemi vehicle-based

Collision Warning System

Al fine di migliorare le condizioni di sicurezza dei veicoli, stanno diffondendosi sistemi di avvertimento anticollisione (Collision Warning System - CWS) (Fig. 39), sistemi di avvertimento anticollisione anteriore, sistemi di rilevamento degli ostacoli, i sistemi di avvertimento di partenza, sistemi di avvertimento di cambio corsia.

I sistemi CWS utilizzano una varietà di sensori per controllare le zone adiacenti al veicolo e allertare il conducente in caso di condizioni che potrebbero condurre a una collisione.

Nell'ambito di applicazione dei sistemi frontali anticollisione (Forward-Collision Systems), dei radar a microonde e delle telecamere montate a bordo del veicolo, qualora il conducente non usi

60

correttamente i freni in una situazione critica, inviano un segnale di pericolo a dei sistemi attuatori che assumono autonomamente il controllo e rallentano il veicolo nel tentativo di evitare l’urto (Fig. 40).

I sistemi di rilevamento degli ostacoli utilizzano sensori montati sul veicolo per rilevare ostruzioni, la presenza di altri veicoli, detriti o animali lungo il percorso.

Fig. 39 - Sistemi di avvertimento anticollisione

Fig. 40 - Sistemi anticollisione attivi

I sistemi di avvertimento di partenza sono utilizzati per allertare gli automobilisti, qualora risultino assonnati e trattenerli dall’intraprendere un viaggio.

Sistemi di avvertimento del cambio di corsia (Lane-change) vengono usati per allertare i conducenti della presenza di altri veicoli o ostruzioni nelle corsie adiacenti, nel caso in cui il conducente voglia cambiare corsia (Fig. 41).

61

Fig. 41 - Sistemi di avvertimento del cambio di corsia

La maggior parte dei sistemi CWS sono ancora nella fase di ricerca o sviluppo, ma alcuni, per esempio, Forward-Collision Warning e Lane-change, hanno iniziato ad emergere nei mercati tradizionali.

Driver Assistance Systems

Nell’ambito dell’assistenza ai guidatori esistono sistemi di visione presenti sui veicoli che migliorano le qualità della guida in condizioni visive ridotte, in caso di guida notturna, di illuminazione inadeguata, nebbia, neve o altro.

Il controllo di crociera intelligente (Intelligent Cruise Control - ICC), il controllo di velocità e l'assistenza di guida e sterzo, aiutano la guida di chi viaggia (Fig. 42).

62

Nel caso di incidente, i registratori di sicurezza possono agire come una "scatola nera" e registrare i dati relativi alle prestazioni e ad altre informazioni, rilevate da videocamere o sensori radar, per migliorare a posteriori la comprensione dell’incidente.

Collision Notification Systems

I sistemi di notifica di collisione sono stati progettati per rilevare e riferire posizione e gravità dei sinistri ad organizzazioni preposte al coordinamento delle azioni di soccorso.

Questi sistemi possono essere attivati manualmente (Mayday) e da sistemi ACN (Automatic Collision Notification).

I sistemi di notifica di collisione utilizzano appositi sensori unitamente alla tecnologia GPS ed a sistemi di comunicazioni wireless per fornire a call-center pubblici e privati informazioni sulla posizione e, in alcuni casi, sul numero dei passeggeri feriti e sulla natura delle loro ferite.

I dati forniti dal sistema ACN aiutano chi risponde alla chiamata di emergenza nella determinazione del tipo di soccorso che è necessario apportare, della modalità di trasporto (aria o terra) e della posizione del centro traumatologico più vicino.

Sono attualmente disponibili diverse apparecchiature Mayday/ACN, molti dei quali sono disponibili come optional su vetture di lusso mentre altri sono installabili sui veicolo come prodotti fuori mercato.

63

Capitolo III

3 LA SIMULAZIONE DEI SISTEMI DI TRASPORTO

Il sistema delle attività sociali, economiche e culturali di ogni civiltà ha da sempre avuto una stretta connessione con i sistemi di trasporto. Basti pensare che lo sviluppo di questi due sistemi è sempre andato di pari passo e che qualsiasi ipotesi sul futuro è sempre associata ad un innovativo sistema di trasporto.

Per simulare un sistema di trasporto, data la sua complessità, non è possibile ricorrere a metodi qualitativi, ma è necessario utilizzare dei modelli quantitativi che costituiscono l’oggetto di studio dell’ingegneria dei sistemi di trasporto. Lo scopo di questa disciplina non si limita alla simulazione del funzionamento attuale di un sistema di trasporto, cosa che avrebbe scarso interesse dal punto di vista ingegneristico, bensì mira a valutare l’effetto degli interventi prima che essi siano realizzati, consentendo di ottimizzare le risorse impiegate scegliendo gli interventi migliori da attuare sul sistema di trasporto.

Una soluzione alternativa, consiste in un uso più intelligente delle infrastrutture presenti sul territorio; attraverso un monitoraggio continuo, una raccolta di informazioni e dati e l’applicazione di azioni preventive, si può tentare di evitare la formazione di ingorghi e di rallentamenti e quindi di sfruttare al meglio la rete esistente.

I metodi con cui è possibile simulare un sistema di trasporto sono molteplici sia per quanto riguarda la loro natura che per i risultati che questi consentono di ottenere. Possono essere raggrupati in:

• modelli macroscopici; • modelli microscopici; • modelli mesoscopici.

Nella macro-simulazione il traffico è descritto come un flusso continuo definito da regole comportamentali che si basano principalmente sull’interazione dei veicoli con l’infrastruttura. I modelli macroscopici sono di solito continui nel tempo e nello spazio. La teoria matematica che sta dietro tali modelli viene impostata sulle dinamiche temporali e uni-dimensionali, rispettando le leggi di conservazione del flusso.

I modelli di micro-simulazione del traffico, invece, sono ditopo discreto e consentono di visualizzare in maniera realistica il movimento dei singoli veicoli e di seguire l’evoluzione del traffico sulla rete stradale. Questi modelli, simulando il comportamento di ogni singolo veicolo con la propria origine e destinazione, forniscono una serie di elementi utili per una dettagliata analisi

64

quantitativa. Essi sono modelli disaggregati, in quanto riproducono il moto dei singoli veicoli, ma spesso sono anche utilizzati per analisi aggregate (flussi, lunghezze di coda, tempi di percorrenza, ecc.).

Sono stati proposti negli ultimi anni anche alcuni modelli misti, detti mesoscopici, che si basano sulle simulazioni di tipo microscopico o quasi-microscopico ed hanno caratteristiche macroscopiche di collegamento (come, ad esempio, i concetti di velocità e densità aggregate). Questi modelli concentrano l’attenzione sul comportamento di insiemi di utenti e gli output che si ottengono sono riferiti, appunto, a tali gruppi e non ai singoli veicoli (come nella micro-simulazione). Ogni singolo insieme è composto da veicoli che hanno la stessa origine, la stessa destinazione e la stessa strategia di scelta (percorso, velocità, ecc..) durante il loro movimento. Di questi gruppi, si simula lo spostamento rigido seguendone la traiettoria nello spazio; quanto più piccola è la dimensione del gruppo, tanto più la soluzione del modello sarà vicina al tipo microscopico.

La Tab. 11 presenta una classificazione di modelli di deflusso veicolare basata sulla rappresentazione del flusso di utenti (continui e discreti) e sul tipo di funzioni di prestazione (aggregate e disaggregate).

Rappresentazione del deflusso

Funzioni di prestazione Aggregate Disaggregate

Continua MACRO-SIMULAZIONE _●

Discreta MESO-SIMULAZIONE MICRO-SIMULAZIONE

Tab. 11 - Classificazione dei modelli di deflusso veicolare

La scelta del modello da utilizzare dipende dal livello di dettaglio richiesto dall’applicazione; per questo motivo bisogna tenere conto che ogni tipologia di modello (micro, macro e meso) presenta delle difficoltà di raccolta dei dati e di costruzione del modello stesso.

Il problema della micro-simulazione dipende principalmente dalla complessità insita nel riprodurre lo stato dinamico del traffico ed è accentuato dall’aleatorietà propria del comportamento degli utenti.

In alcuni casi, l’approccio alla pianificazione del traffico legato all’utilizzo di strumenti di macro- simulazione non consente di operare al livello di dettaglio richiesto. Tali strumenti, infatti, non sono in grado di fornire quegli elementi di valutazione legati alle specifiche scelte progettuali

65

(risoluzione delle intersezioni, svincoli, rotatorie, semaforizzazioni, ecc.), né di valutare la correttezza geometrica di una proposta progettuale.

In questo ambito, gli strumenti di micro-simulazione sono in grado di rappresentare in maniera puntuale il traffico e la sua evoluzione dinamica, prendendo in considerazione gli aspetti geometrici di dettaglio dell’infrastruttura ed il comportamento reale di ogni singolo veicolo, legato all’accoppiamento delle caratteristiche del veicolo stesso e di quelle del conducente.

Sempre più spesso, i modelli di simulazione sono utilizzati come sistema di supporto alle decisioni nelle fasi preliminari alla progettazione delle infrastrutture stradali o nell’ambito della pianificazione dei trasporti (studi di fattibilità, studi di mobilità, studi di traffico, progettazione preliminare di nuove infrastrutture) in quanto sono in grado di analizzare alternative di progetto o di gestione dei trasporti dal punto di vista territoriale, ambientale, economico.

Si è detto nei capitoli precedenti che i sistemi di informazione avanzata per i viaggiatori (ATIS) sono sempre più riconosciuti come una potenziale strategia per influenzare il comportamento dei guidatori non soltanto nella scelta dell’itinerario da seguire ma anche nella scelta dell’ora di partenza e nella scelta del modo di trasporto.

Inoltre, avere a disposizione informazioni in tempo reale consente di migliorare l’efficienza della rete, di ridurre le congestioni e di migliorare la qualità dell’ambiente a seguito di minori emissioni inquinanti.

Tuttavia, il successo dell'attuazione di questi sistemi dipende in larga misura da quanto si è riuscito a capire sul meccanismo di adattamento degli automobilisti in risposta alle informazioni ricevute e sugli impatti che le informazioni fornite dagli ITS determinano su una rete di trasporto in termini di tempi di percorrenza, di riduzione delle congestioni, di riduzione dell’incidentalità, etc.

Per raggiungere questo obbiettivo, i modelli di macro-meso-micro simulazione non sono in grado da soli di fornire gli strumenti necessari ma, come vedremo, si possono ottenere dei risultati importanti, ad esempio, integrando l’utilizzo di strumenti di simulazione microscopica con modelli basati sugli automi cellulari e sugli agenti intelligenti.

Infatti, il sistema che si vuole riprodurre in questo caso presenta un ulteriore grado di liberta rispetto ad un “classico” sistema dei trasporti: i guidatori possono modificare il proprio comportamento di scelta del percorso sulla base delle informazioni che ricevono dagli ITS ed, apprendendo dall’esperienza pregressa, sono in grado di individuare in maniera continua una strategia di scelta ottimale.

66

Di seguito, dopo una trattazione di carattere generale sull’identificazione dei sistemi di trasporto (paragrafo 3.1), saranno descritti i modelli e gli algoritmi presenti in letteratura con i quali è possibile simulare un sistema di trasporto a livello macroscopico (paragrafo 3.2), microscopico (paragrafo 3.3) e mesoscopico (paragrafo 3.4). Successivamente (paragrafo 3.5), ci si soffermerà ad analizzare modelli di comportamento dinamico adattativo utili per riprodurre le caratteristiche dei sistemi di trasporto e per far emergere i fenomeni ad essi associati.

67