Cloud Computing per il trasporto “green” di merci su gomma

Nasce nei laboratori del Politecnico di Bari una piattaforma cloud in grado di elaborare il precorso più ecosostenibile per il trasporto dei mezzi pesanti. La piattaforma elabora i dati relativi alle contingenze del trasporto, come emissioni del mezzo, topografia stradale, limiti di velocità, ottimizzando il percorso da seguire. Lo studio si colloca all’interno del progetto europeo OptiTruck (Horizon 2020). Lo scopo è quello di riunire le tecnologie più avanzate per raggiungere una riduzione di almeno il 20% del consumo di carburante, raggiungendo gli standard Euro VI per il trasporto pesante su strada (40 t).

La situazione del trasporto di merci

Secondo il report “Unlocking Electric Trucking in the EU: recharging in cities”, i camion rappresentano meno del 2% dei veicoli su strada ma il 22% delle emissioni di CO₂ del trasporto su strada. Inoltre, l’impatto sul clima dei veicoli pesanti è uno dei più in crescita (9% aumento in tre anni). Secondo l’EEA (European Environment Agency), i veicoli pesanti sono responsabili di circa un quarto delle emissioni di CO₂ dal settore dei trasporti e di quasi il 5% delle emissioni totali di gas serra dell’UE-28. I maggiori contributori nazionali alle emissioni di CO₂ di veicoli pesanti sono, per dimensione, Germania, Francia, Regno Unito, Italia, Spagna e Polonia. Questo perché hanno le flotte di veicoli pesanti più grandi. Le emissioni di CO₂ di questi paesi rappresentano più di due terzi delle emissioni totali di CO₂ dei veicoli pesanti.

Il progetto OptiTruck

Il progetto OptiTruck pone l’obiettivo di sviluppare un sistema di controllo predittivo e intelligente. Esso utilizzerà le informazioni fornite dai sistemi di navigazione di nuova generazione. Dati come previsioni del traffico, previsioni meteo, topografia e rete stradale, e le informazioni riguardanti la missione di trasporto, sono basilari per elaborare un percorso e delle velocità ottimali, riducendo le emissioni prodotte dal veicolo. La strategia sarà ottimizzata dinamicamente in condizioni stradali in tempo reale utilizzando le informazioni dinamiche sul traffico e meteorologiche e le informazioni sui veicoli circostanti. L’ottimizzatore globale, utilizzando un sistema di controllo basato su un modello predittivo, realizzerà una riduzione minima del 20% del consumo di carburante. A questo segue l’ottimizzazione del consumo di altri materiali relativi al controllo delle emissioni in una tipica missione di trasporto. La condizione è non superare gli standard di emissioni EURO VI.

Il percorso più “green”

Il lavoro del Politecnico, coordinato dalla Prof. Maria Pia Fanti, docente ordinario di Automatica del Dipartimento di Ingegneria Elettrica e dell’Informazione, ha riguardato lo sviluppo dell’architettura cloud che ottimizza i percorsi dei mezzi. La logica di ottimizzazione prevede due fasi:

• Fase Pre-Mission: in questa fase, sulla base dei dati forniti, il sistema calcola il percorso migliore, ottimizza i profili di velocità. Successivamente li invia all’autista del camion prima che la missione inizi;
• Fase In-Mission: in questa fase subentrano nuove informazioni da considerare, come le coordinate GPS del camion, presenza di incidenti, congestioni, cattive condizioni meteorologiche. In presenza di almeno una di queste contingenze, il sistema ricalcola un nuovo percorso ottimizzato che il veicolo può percorrere.

Quali sono gli effetti di una scelta del percorso? Un risparmio ogni volta fino all’11% nell’emissione di anidride carbonica. Il progetto segna un importante traguardo nel settore della logistica green. Sviluppi futuri riguardano l’estensione della logica anche ai veicoli elettrici nel breve termine, e a quelli a guida autonoma negli scenari a lungo termine.