Londra è la città più grande del Regno Unito, ma è anche la più popolosa d’Europa, con 8,8 milioni di abitanti, che arrivano a circa 14 milioni se prendiamo in considerazione l’intera area metropolitana. Nonostante una metropolitana capillare, lunga più di 400 km, con 382 fermate e oltre 1 miliardo di passeggeri l’anno, la Capitale della gran Bretagna deve comunque fare i conti con un traffico di automobili e altri mezzi di trasporto che soffoca la città, sia perché eccessivamente congestionato, sia perché causa di elevati livelli di emissioni di CO2.
Nel 2014, secondo uno studio Inrix, Londra è stata la città più congestionata d’Europa, davanti a Bruxelles, Colonia e Anversa. Gli automobilisti londinesi passano in media 96 ore l’anno nel traffico (15 ore in più rispetto ai dati del 2013), con un danno economico complessivo calcolato dalla società Transport for London in 6 miliardi di sterline.
In alcune strade, come il tratto sull’A217, che si estende da Sutton al New Kings Road di Fulham, il tempo passato nel traffico raggiunge le 140 ore di media (quasi una settimana intera passata nel traffico).
A partire dal 2000, l’amministrazione cittadina ha messo in campo una serie di misure concrete per affrontare il problema. Un Report pubblicato da iMove ha illustrato il trend positivo degli ultimi 18 anni, che ha visto diminuire il numero di veicoli privati in città da più di 200 mila a poco meno di 125 mila.
La mobilità urbana è stata modificata, restringendo sempre più quella dell’automobile per favorire l’uso dei trasporti pubblici, i pedoni e chi si muove in bicicletta.
Oggi, oltre alle zone chiuse al traffico privato, alle misure contro le auto a benzina e diesel, fondamentale per comprendere i flussi del traffico cittadino, anche su due ruote, è l’uso dei dati, la raccolta capillare, continua e dettagliata dei dati relativi allo stato delle strade cittadine.
I big data sono e saranno utilissimi per individuare e sviluppare soluzioni avanzate finalizzate alla gestione ottimale dei flussi di automobili in ambiente urbano, per prendere provvedimenti mirati e per offrire servizi di migliore qualità ai cittadini e gli stessi automobilisti.
Secondo uno studio appena diffuso dalla casa automobilistica Ford, grazie all’utilizzo dei big data, frutto dell’analisi durata un anno sulla mobilità di Londra e della sua area metropolitana, sarebbe possibile determinare in largo anticipo le aree “più critiche” in termini di traffico e incidenti ogni giorno.
In riferimento ai costi diretti ed indiretti legati al traffico, i ricercatori hanno addirittura ricalcolato il danno In quasi 10 miliardi di sterline l’anno.
Sono stati monitorati i percorsi dei veicoli e i dati relativi ad alcuni comportamenti tipici delle situazioni di emergenza, come la frenata, nelle sue diverse intensità, oltre all’attivazione delle luci di emergenza.
Questo ha aiutato l’identificazione delle aree a mobilità più intensa.
Il team di ricercatori ha poi incrociato queste informazioni con le relazioni sugli incidenti avvenuti e ha costruito un algoritmo per determinarne le probabilità future.
Il rapporto, che è stato presentato al Financial Times Future of Transport di Londra, utilizzando i dati ottenuti e analizzati con il consenso dei partecipanti, ha raccolto i risultati di oltre 15.000 giorni di monitoraggio di una flotta composta da 160 veicoli commerciali. La flotta ha percorso oltre 1 milione di chilometri, l’equivalente di 20 giri attorno alla terra, producendo 500 milioni di data points.
Come spiegato in una nota stampa, ogni mezzo impiegato nello studio è stato equipaggiato con un dispositivo plug-in, in grado di registrare i dati di viaggio poi inviati al cloud per l’analisi. Il Team Global Data Insight e Analytics della casa automobilistica, è stato, quindi, in grado di analizzare le informazioni attraverso un dashboard interattivo.
Questa tecnologia potrebbe essere applicata in qualsiasi ambiente stradale, non solo nelle città.
Il Report, infine, ha esaminato altre soluzioni, come la pianificazione delle consegne dei veicoli commerciali nella prima parte della giornata, precedendo le ore di punta, che potrebbe portare a un miglioramento nella mobilità di tutti gli utenti della strada, con un risparmio anche di 30 ore la settimana, o come l’utilizzo dei dati di viaggio che potrebbe aiutare nell’identificazione delle migliori posizioni per i punti di ricarica dei veicoli elettrici.