Informazioni sulle Smart Cities basate sui dati

Con la crescita della popolazione urbana che continua a superare quella rurale, le città di tutto il mondo continuano ad espandersi. L'ONU stima che oltre il 50% della popolazione mondiale vive ora nelle città, e negli Stati Uniti il numero è più vicino all'80%.[1,2]

Questa tendenza all'urbanizzazione pone nuove sfide alle amministrazioni comunali, incentrate sulla sicurezza, la mobilità, l'efficienza e il coinvolgimento dei cittadini.

Per affrontare queste sfide, i leader delle città stanno ricorrendo alle nascenti tecnologie dell'Internet delle cose (IoT) e all'analisi dei dati. Le città stanno subendo una trasformazione digitale che ne rivoluzionerà le modalità di gestione. Nuove ed entusiasmanti tecnologie per infrastrutture mobili e statiche stanno rendendo possibili sistemi di trasporto intelligenti a basse emissioni, comunità più sicure, nuovi servizi di pubblica utilità a basso costo, operazioni urbane più efficienti e molto altro ancora.

Di conseguenza, le città di tutto il Nord America e del resto del mondo stanno investendo molto nel concetto di "Smart City” (città intelligente). Nel giugno dello scorso anno, Columbus, in Ohio, ha ricevuto 50 milioni di dollari dal governo federale degli Stati Uniti per sviluppare questo concetto [3] ed è in procinto di sviluppare nuove infrastrutture che diano spazio alla sua "Smart Columbus Vision". Questa tendenza accelererà anche nel 2018 e oltre, quando le comunità scopriranno i benefici di questo movimento urbano.

Cos'è una città intelligente?

Nel mondo accademico, una città intelligente è definita come "una visione di sviluppo urbano per integrare in modo sicuro la tecnologia dell'informazione e della comunicazione (ICT) e la tecnologia dell'Internet delle cose (IoT) al fine di gestire gli asset di una città"[4]. In realtà, però, una città intelligente può significare molte cose diverse. Ad esempio, il governo di Dubai misurerà il successo del suo piano “2021 Smart City” in termini di riduzione delle emissioni di CO2, nei tempi medi di risposta alle emergenze e nel numero di vittime della strada.[5] Austin, invece, è più orientata a creare opportunità collegando le comunità scarsamente servite alle aree più economicamente sviluppate attraverso corridoi di trasporto intelligenti in modo da ridurre la diffusione della povertà.[6] Città come Orlando e Denver si concentrano sul miglioramento dell'efficienza delle operazioni cittadine e dei sistemi di trasporto. [7,8]

Indipendentemente da queste differenze, quasi tutti i programmi di “Smart City” hanno uno dei seguenti obiettivi (o una combinazione di essi):

1. Sicurezza - Riduzione degli incidenti, delle lesioni, delle vittime e dei tempi di risposta dei servizi medici di urgenza
2. Sostenibilità - Riduzione delle emissioni di CO2 e di altri inquinanti/contaminanti
3. Efficienza - Miglioramento delle operazioni in città e della logistica per compensare i costi
4. Parità - Creazione di opportunità per le aree scarsamente servite o svantaggiate
5. Coinvolgimento - Migliorare il coinvolgimento dei cittadini e le interazioni sociali

Oltre agli obiettivi funzionali visti in precedenza, le iniziative “Smart City” possono comportare un diverso grado di implementazione tecnologica: da una semplice mappa di sviluppo del centro città rivolta al pubblico a una complicata implementazione di sensori Bluetooth per tracciare gli schemi del traffico. [9,10] In quasi tutti i casi, tuttavia, i dati dei sensori sono fondamentali per un'efficace strategia “Smart City”.

Sensori ovunque!

Molti degli odierni programmi per città intelligenti prevedono una qualche forma di installazione di sensori su larga scala per raccogliere i dati necessari a giustificare e gestire il cambiamento. Questo è essenziale per qualsiasi programma di IoT: non si può gestire ciò che non si misura. L'impiego di questi sensori, tuttavia, può spesso essere molto costoso, soprattutto quando è necessaria una nuova infrastruttura a livello cittadino. Alcune città hanno scelto di installare sensori intelligenti nelle loro strade per misurarne la temperatura, mentre altre hanno installato lampioni connessi per raccogliere i dati dei sensori in tempo reale in tutta la città.[11,12]

In entrambi i casi, le città potrebbero risparmiare molto denaro se fossero in grado di sfruttare le reti di sensori esistenti ed evitare costosi investimenti infrastrutturali.

Qui entra in scena Geotab. Sfruttando uno dei più grandi set di dati organici sui veicoli al mondo, Geotab ha accesso a dati aggregati che coprono tutte le principali strade urbane del Nord America.

                                                         Una mappa di calore che rappresenta la copertura della rete di sensori nel corso di una giornata.

Questi dati derivano da oltre 1,1 miliardi di chilometri di guida ogni mese (l'equivalente di 12 viaggi verso il Sole) e, se combinati con periferiche e dati dei sensori di terze parti, costituiscono una delle più grandi reti di sensori mobili IoT del settore. Utilizzando capacità avanzate di analisi e scienza dei dati, Geotab applica l'intelligenza artificiale e le tecniche di machine learning per arricchire questi dati aggregati e fornire informazioni fruibili. Queste informazioni possono essere utilizzate per dedurre le condizioni delle strade, identificare le strade e gli incroci pericolosi, prevedere gli schemi di traffico e molto altro ancora.[13]

Le informazioni “Smart City” di Geotab

Geotab elabora oltre 2 miliardi di punti dati al giorno. Questi punti dati contengono ricche informazioni che possono essere analizzate per generare le informazioni sulla città intelligente. Gli scienziati dei dati di Geotab estraggono queste informazioni per il consumo da parte delle città, e per i leader delle città ciò significa visibilità in tempo reale delle loro operazioni cittadine:

Condizioni stradali

Identificazione automatica delle buche e altre cattive condizioni stradali utilizzando l’insieme di dati Geotab sulle condizioni stradali. I dati aggregati dell'accelerometro ad asse verticale vengono analizzati in tempo quasi reale per indicare le aree stradali che necessitano di manutenzione/riparazione. Questi dati possono essere integrati direttamente nei dipartimenti di lavori pubblici e/o di manutenzione stradale di una città per l'invio automatico e per gli ordini di lavoro.

Flusso del traffico

Determinazione della velocità media su tutte le strade della città durante il giorno. Identificazione dei colli di bottiglia del traffico e/o i segmenti stradali in cui l'eccesso di velocità può costituire un problema. Monitoraggio degli effetti della nuova segnaletica e/o della programmazione dei semafori in tempo quasi reale. Ottimizzazione del flusso del traffico durante i periodi di costruzione e altre interruzioni del traffico.

Strade/intersezioni pericolose

Azione in materia di sicurezza stradale. Identificazione delle strade più pericolose della città. Scoperta degli incroci pericolosi e/o le condizioni stradali che causano incidenti o i “quasi incidenti”. Coinvolgimento dei cittadini nella riduzione dei comportamenti di guida pericolosi e dirottamento dei percorsi pedonali per evitare le zone pericolose.

Meteo stradale

Informazioni sulle condizioni meteorologiche iper locali su tutte le strade principali. Identificazione delle potenziali condizioni di ghiaccio nero o le zone ad alta temperatura che potrebbero portare a deformazioni o fessurazioni del calcestruzzo.[14] Comunicazione in modo proattivo ai cittadini delle condizioni stradali pericolose in tempo quasi reale.

Pianificazione dell'infrastruttura dei veicoli elettrici (EV)

Individuazione delle posizioni ottimali delle stazioni di ricarica in base al traffico EV reale. Sfruttamento delle opportunità di generazione di reddito e ampliamento della gamma del parco di veicoli elettrici comunali.

Altri set di dati delle città intelligenti sono:

Arterie stradali

Identificazione delle principali arterie di traffico pendolare e commerciale della città. Simulazione degli effetti delle chiusure delle strade e delle interrusioni del traffico ed esecuzione quotidiana di analisi di scenario per convalidare le previsioni.

Parcheggio

La disponibilità di parcheggio è un problema in alcuni momenti della giornata? I veicoli circolano inutilmente per trovare un parcheggio e causano una congestione non necessaria? Identifica i punti in cui si verificano i problemi e regola la segnaletica di conseguenza.

Emissioni

Supporto degli obiettivi di sostenibilità e riduzione delle emissioni di CO2 individuando le aree della città in cui c’è una maggior concentrazione di motori che girano al minimo.

Analisi urbana e automobilistica connessa

Il futuro dell'urbanistica

Non c'è dubbio: la rivoluzione delle città intelligenti è iniziata. Molte delle migliori città mondiali stanno già adottando nuove politiche che le posizioneranno per una crescita efficiente e sostenibile. La telematica e le relative tecnologie per le auto connesse saranno i fattori chiave di questa rivoluzione, utilizzate per raccogliere i dati necessari per consentire e gestire questo cambiamento.

Il veicolo medio sulle strade degli Stati Uniti ha 12 anni (13 anni in Europa). Pertanto, supponendo che tutti i nuovi veicoli siano venduti con una qualche forma di soluzione di auto connessa, solo il 50% dei veicoli sarà connesso tramite OEM entro il 2029. Questo rappresenta un grosso problema, poiché la maggior parte delle iniziative delle città intelligenti dipende da dati statisticamente significativi, che a loro volta dipendono dalla copertura onnipresente e dalla densità dei dati. È qui che Geotab può essere d’aiuto. Con uno degli unici dispositivi telematici plug-and-play multipiattaforma aftermarket del settore, Geotab consente la rapida distribuzione ed espansione delle reti di sensori mobili necessari per l'acquisizione dei dati in tutta la città.

Tuttavia, come già detto, i dati cittadini da soli non sono necessariamente utilizzabili: l’analisi urbana cerca di filtrare, modellare e visualizzare questi dati in modo da scoprire informazioni originali e fruibili. Queste informazioni possono essere utilizzate per identificare le aree di miglioramento, giustificare le proposte strategiche e gestirne l'esecuzione. Grazie alla visibilità quasi in tempo reale delle operazioni dell'intera città è possibile ottimizzare la pianificazione urbana e accelerare i progressi verso la trasformazione in una città intelligente.

Scarica il White Paper

Riferimenti

1. United Nations. (2016). The World’s Cities in 2016. [Online]. Disponibile qui
2. United States Census Bureau. (26 marzo 2012). Growth in Urban Population Outpaces Rest of Nation, Census Bureau Reports. [Online]. Disponibile qui
3. H. Kelly and M. McFarland. (23 giugno 2016). Columbus wins $50 million DoT Smart Cities Challenge. CNN. [Online]. Disponibile qui
4. Dr. S. Musa. (Gennaio 2016) Smart City Roadmap. [Online]. Disponibile qui
5. S. Kinney. (23 gennaio 2017). Driving digital transformation in smart cities. RCR Wireless News. [Online]. Disponibile qui
6. G. Goodin. (5 aprile 2016). Austin, TX and the Smart Cities Challenge: Improving transportation, creating ladders of opportunity. [Online]. Disponibile qui
7. B. Dyer. (16 maggio 2017). Using Digital Technologies to Improve City Operations. [Online]. Disponibile qui
8. City and County of Denver. (2017). Denver Secures $6 Million Grant to Advance Smart Transportation Initiatives. [Online]. Disponibile qui
9. San Diego UbdDeZine. (2017). San Diego Downtown Development Map. [Online]. Disponibile qui
10. J. M. Gitlin. (24 luglio 2017). Concerned about connected car privacy? Bluetooth sensors used to track traffic. Ars Technica. [Online]. Disponibile qui
11. High Sierra Electronics, Inc. (n.d.). Urban NTCIP Road Sensor Station Applications City and County of Denver, CO. [Online]. Disponibile qui
12. Current, powered by GE. (22 febbraio 2017). San Diego to Deploy World’s Largest Smart City IoT Platform with Current, powered by GE. [Online]. Disponibile qui
13. Geotab. (n.d.). The Most Dangerous Highways in America. [Online]. Disponibile qui
14. Better Institutions. (18 luglio 2013). Extreme temperatures are affecting every mode of transportation. [Online]. Disponibile qui