E’ stato presentato a Milano il primo Rapporto del think tank ‘The Urban Mobility Council’ – promosso dal Gruppo Unipol – realizzato in collaborazione  con Isfort, Istituto Superiore di Formazione e Ricerca per i Trasporti.

Tra i dati rilevati emerge come la domanda di mobilità continua a calare rispetto ai livelli pre-pandemici (-3% rispetto al 2023, -8,5% rispetto al 2019), complice l’invecchiamento della popolazione. La mobilità urbana rappresenta circa il 70% degli spostamenti totali degli italiani, ma l’auto privata resta il mezzo di gran lunga più usato (oltre il 50% di utilizzo per gli spostamenti nelle aree urbane sono effettuati con l’auto). Nonostante le difficoltà crescenti in merito alla circolazione e al parcheggio nei centri urbani, il trasporto pubblico copre meno dell’8% degli spostamenti, con significative disparità territoriali: al Nord si registra una sua maggiore diffusione, mentre nel Sud prevale un uso strutturale dell’auto. Il parco circolante è tra i più estesi in Europa (oltre 41 milioni di veicoli, 70 ogni 100 abitanti), ma anche tra i più vecchi: un’auto su quattro ha più di 20 anni. L’elettrico resta marginale (0,7% del totale circolante).

Nel corso del convegno è stato anche presentato un innovativo modello di intelligenza artificiale, a cura del Politecnico di Milano in collaborazione con UnipolTech,  in grado di stimare il rischio stradale urbano analizzando direttamente le immagini della rete stradale, integrate da dati telematici sulle frenate brusche registrate a bordo veicolo attraverso i dispositivi telematici (black box). L’obiettivo è fornire alle amministrazioni strumenti predittivi affidabili per individuare le aree urbane più critiche e pianificare interventi mirati sulla sicurezza. L’algoritmo ha mostrato un’accuratezza superiore al 95% nel prevedere il rischio su zone escluse dalla fase di addestramento, grazie a un approccio di validazione spaziale.

Sergio Savaresi, Direttore Dipartimento Elettronica, Informazione e Bioingegneria, Politecnico di Milano e Membro del Comitato di Indirizzo The Urban Mobility Council, ha sottolineato che “il progetto di ricerca ha sviluppato un modello di intelligenza artificiale in grado di stimare, a partire da immagini della rete stradale, il livello di rischio associato a diverse aree urbane. Questo modello è stato alimentato e istruito con una enorme quantità di dati telematici e ha dimostrato un’eccellente capacità di generalizzazione, riuscendo a predire con precisione la rischiosità di aree urbane non utilizzate per l’addestramento della rete neurale’”.

Discussa infine anche una ricerca del MIT Senseable City Lab, in collaborazione con UnipolTech, che ha l’obiettivo di analizzare la relazione, a parità di limite di velocità, fra disegno della sede stradale e velocità media osservata nella strada. Lo studio è stato presentato oggi da Carlo Ratti, Direttore del MIT Senseable City Lab e Membro del Comitato di Indirizzo The Urban Mobility Council. La sola riduzione dei limiti di velocità – è emerso dalla ricerca – non è sufficiente per rallentare il traffico urbano, dimostrando che è il design fisico delle strade a influenzare il comportamento dei conducenti, molto più della semplice segnaletica. La configurazione delle strade, insomma, incide in modo decisivo sul comportamento dei conducenti. Ne emerge la necessità di affiancare alle politiche normative interventi concreti di design urbano, per rendere davvero efficaci ad esempio le zone a 30 km/h.

Executive Summary 1° Rapporto The Urban Mobility Council​​

Abstract Ricerca MIT “Infrastrutture a supporto del rispetto dei limiti di velocità” – a cura del Prof. Carlo Ratti,  Direttore, MIT Senseable City Lab

Abstract Ricerca PoliMi “Le città parlano e l’IA ascolta”​ – a cura del Prof. Sergio Savaresi, Direttore Dipartimento Elettronica, Informazione e Bioingegneria, Politecnico di Milano