L’evoluzione digitale della mobilità del Terzo millennio ha portato alla nascita delle Smart road: un termine, questo, che identifica le infrastrutture “intelligenti” in grado di integrare le tecnologie avanzate per garantire sicurezza, efficienza, e sostenibilità del traffico veicolare. Questo lavoro, perciò, si propone di analizzare le reti V2X- Vehicle-to-Everything, l’apporto dell’Intelligenza Artificiale (IA), dell’Internet of Things (IoT) e dei Big Data quali principali strumenti di ottimizzazione della gestione stradale. Il tutto sarà considerato focalizzandosi sul progetto della Smart Road di Anas. L’indagine teorica e applicativa del lavoro, di conseguenza, vertono entrambe sui concetti di self-aware e self-adapt, ossia gli approcci che tecnicamente sono in grado di monitorare e adattare in tempo reale le condizioni della rete stradale ai flussi ed agli scenari che si concretizzano nelle arterie di traffico più importanti. Un focus specifico è dedicato al concetto di sicurezza stradale declinato in senso digitale nella maggiore attenzione alla prevenzione degli incidenti quanto alla gestione proattiva del traffico veicolare. Il lavoro, inoltre, include anche i risultati di una ricerca empirica svolta mediante un questionario relativo alla percezione degli utenti della strada sull’introduzione delle nuove tecnologie nella viabilità. I risultati raccolti forniranno informazioni utili per la valutazione dell’impatto che il progetto Smart Road avrà in itinere sulla società oltre che nell’ambito di specifica influenza: l’integrazione congiunta tra IA, IoT e Big Data, rappresenta una svolta di assoluta rilevanza nel rendere il settore delle infrastrutture stradali più sicuro portando a realizzare un’ottimizzazione dei modelli di mobilità tradizionalmente intesi.
MOBILITA' DEL FUTURO: IL RUOLO DELLE SMART ROAD NELL'EVOLUZIONE TECNOLOGICA VERSO UN SISTEMA DI TRASPORTO GREEN E INTELLIGENTE. IL CASO ANAS.
DELLA PIETRA, LEONARDO
2023/2024
Abstract
L’evoluzione digitale della mobilità del Terzo millennio ha portato alla nascita delle Smart road: un termine, questo, che identifica le infrastrutture “intelligenti” in grado di integrare le tecnologie avanzate per garantire sicurezza, efficienza, e sostenibilità del traffico veicolare. Questo lavoro, perciò, si propone di analizzare le reti V2X- Vehicle-to-Everything, l’apporto dell’Intelligenza Artificiale (IA), dell’Internet of Things (IoT) e dei Big Data quali principali strumenti di ottimizzazione della gestione stradale. Il tutto sarà considerato focalizzandosi sul progetto della Smart Road di Anas. L’indagine teorica e applicativa del lavoro, di conseguenza, vertono entrambe sui concetti di self-aware e self-adapt, ossia gli approcci che tecnicamente sono in grado di monitorare e adattare in tempo reale le condizioni della rete stradale ai flussi ed agli scenari che si concretizzano nelle arterie di traffico più importanti. Un focus specifico è dedicato al concetto di sicurezza stradale declinato in senso digitale nella maggiore attenzione alla prevenzione degli incidenti quanto alla gestione proattiva del traffico veicolare. Il lavoro, inoltre, include anche i risultati di una ricerca empirica svolta mediante un questionario relativo alla percezione degli utenti della strada sull’introduzione delle nuove tecnologie nella viabilità. I risultati raccolti forniranno informazioni utili per la valutazione dell’impatto che il progetto Smart Road avrà in itinere sulla società oltre che nell’ambito di specifica influenza: l’integrazione congiunta tra IA, IoT e Big Data, rappresenta una svolta di assoluta rilevanza nel rendere il settore delle infrastrutture stradali più sicuro portando a realizzare un’ottimizzazione dei modelli di mobilità tradizionalmente intesi.File | Dimensione | Formato | |
---|---|---|---|
TESI MAGISTRALE COD Leonardo Della Pietra.pdf
accesso aperto
Descrizione: Il futuro della mobilità: le Smart road.
Dimensione
1.51 MB
Formato
Adobe PDF
|
1.51 MB | Adobe PDF | Visualizza/Apri |
È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.
https://hdl.handle.net/20.500.14239/28235