La gestione della mobilità all’interno delle città è sicuramente uno dei punti critici della nostra società moderna: annualmente vengono prodotti dei rapporti sul traffico cittadino in cui, tenendo in considerazione diversi parametri che possono influire sui dati — come ad esempio l’introduzione di nuove infrastrutture —, vengono stilate delle classifiche sulle città più congestionate.

Secondo il TomTom Traffic Index, relativo all’anno 2016, il livello di congestione del traffico viene considerato come l’aumento complessivo del tempo di percorrenza se comparato con quello di una situazione in cui il traffico è scorrevole. Dai risultati dell’index emergono situazioni drammatiche come quelle di Città del Messico e Bangkok, rispettivamente in prima e seconda posizione, ma troviamo anche Roma e Napoli tra le prime 60 città al mondo.

Per poter gestire il traffico in modo più efficiente, evitando così ingorghi e disservizi, alcune aziende stanno lavorando a sistemi di semafori dotati di intelligenza artificiale.

Videocamere e sensori radar acquisiscono informazioni in tempo reale sullo stato del traffico ed a quel punto i semafori si coordinano in modo da permettere alla maggior quantità di auto di passare il più velocemente possibile attraverso gli incroci.

L’azienda Surtrac ha iniziato a rendere intelligenti i semafori della città di Pittsburgh utilizzando l’aiuto di sensori ed algoritmi di AI. Videocamere e sensori radar acquisiscono informazioni in tempo reale sullo stato del traffico ed a quel punto i semafori si coordinano in modo da permettere alla maggior quantità di auto di passare il più velocemente possibile attraverso gli incroci. Ridurre i tempi di sosta di fronte al semaforo rosso permette di creare un flusso di auto più omogeneo, riducendo la necessità di frenare e fermare il veicolo, e permettendo di ridurre i consumi di carburante delle auto: secondo i ricercatori, infatti, il loro sistema ridurrebbe le emissioni del 21%.

Un sistema di semafori intelligenti permetterebbe anche di evitare interventi strutturali più invasivi, come ad esempio l’eliminazione dei parcheggi a lato della carreggiata o l’aumento delle corsie per permettere il passaggio di un maggior numero di auto contemporaneamente.

Il sistema sviluppato da Surtrac può anche essere esteso a qualunque tipologia di città poiché è completamente decentralizzato: ogni semaforo decide autonomamente sulla base dei dati che acquisisce e da quelli che riceve dagli altri. Infatti, ogni semaforo provvede a fornire i dettagli del traffico in uscita dal proprio incrocio ai semafori nelle vicinanze, verso cui si sono dirette le auto. La possibilità di comunicare le informazioni in tempo reale fra i diversi semafori garantisce un’eccellente risposta del sistema ad ogni condizione di traffico.

Più sono efficienti i servizi di trasporto pubblico, maggiore sarà il numero di cittadini che decide di muoversi senza prendere l’auto, e di conseguenza il traffico stradale diminuirà apportando ulteriori benefici ai servizi di trasporto.

Altre aziende stanno cercando di portare benefici anche per diversi tipi di utenti che percorrono le strade cittadine, come ad esempio gli autobus ed i ciclisti.

Miovision è un’azienda che produce un sistema di deep learning per ottimizzare il tempo di percorrenza degli autobus agli incroci: in questo modo, più sono efficienti i servizi di trasporto pubblico, maggiore sarà il numero di cittadini che decide di muoversi senza
prendere l’auto, e di conseguenza il traffico stradale diminuirà apportando ulteriori benefici ai servizi di trasporto.

L’effetto che cercano di ottenere è quello della cosiddetta “onda verde”, ovvero una sequenza di semafori verdi che permettono di superare gli incroci senza doversi mai fermare. Questo tipo di evento non è certamente pura fantascienza, bensì dipende da come i tecnici programmano la durata dei diversi stati dei semafori — solitamente si cerca di impostare questo fattore sulla base della percorrenza media del tratto di strada.

Alcuni ricercatori stanno quindi cercando di produrre un sistema di semafori che garantisca l’onda verde ai ciclisti, evitando quindi di dover faticare ulteriormente quando devono ripartire riducendo il numero di soste. Utilizzando un sistema di deep learning in grado di
riconoscere nelle riprese video la figura dei ciclisti è possibile controllare i semafori e permettere maggiore fluidità al traffico su due ruote.

Tutte queste soluzioni prevedono ancora l’utilizzo dei semafori con l’aggiunta di algoritmi di intelligenza artificiale per garantire una gestione autonoma e dinamica del traffico. Con l’avvento delle macchine a guida autonoma, però, sarà possibile ridurre ancora di più la congestione grazie alla comunicazione di informazioni fra i veicoli stessi e soprattutto fra veicoli e l’infrastruttura stradale intorno.

Una tecnologia che permette la comunicazione fra veicoli e semafori è stata già introdotta da Audi a Las Vegas: i modelli di auto A4 e Q7 mostrano in uno schermo a bordo del veicolo lo stato dei semafori, permettendo quindi di ottimizzare il traffico e concedendo agli automobilisti la possibilità di guidare in maniera più rilassata avendo sempre sotto controllo lo stato dei semafori. Fra le varie funzioni di questo sistema, chiamato Traffic Light Information V2I, vi è anche quella di segnalare la possibilità di sfruttare un’onda verde dei semafori se si procede entro i limiti di velocità imposti. Las Vegas non è la sola città a beneficiare di questo sistema: al momento anche Berlino, Verona, ed Ingolstadt stanno testando le capacità dei sistemi di comunicazione veicolo-infrastruttura sviluppati da Audi.

L’intelligenza artificiale, quindi, è un elemento fondamentale per un’efficiente gestione del traffico: permette di ridurre la congestione del traffico stradale, migliorare le condizioni di trasporto e facilitare gli spostamenti ai ciclisti che condividono la strada con le automobili.