Analisi dell'influenza della localizzazione di sensori di rilevamento di traffico nell'aggiornamento di matrici OD. Caso di studio : Torino

In this work, the Origin-Destination (OD) matrix of the city of Turin is estimated using traffic counts from automatic sensors and a prior OD matrix, which are available as Open Data. The purpose of this thesis, in addition to update the private transport OD Matrix, is to assess the sensitivity of the estimate on the number and location of sensors. To do so, three sensor allocation methods were applied: Maximum Flow Coverage (MFC), OD-Pair Coverage (ODPC) e OD-Demand Coverage (ODDC). Given a budget constraint of a maximum number of sensors to allocate (n), these methods are used to select the group of n sensors that should be used in the OD-matrix estimation procedure in order to increase the quality of the result. Two hundred and fifty scenarios were performed, changing the number of sensors (n) and the allocation method used to select them, including also scenarios in which the allocation was carried out in a purely random fashion. The estimated matrices in every scenario were then compared with the matrix estimated using all the available sensors, which is considered as the “most likely” matrix. The results show that the estimates obtained using an appropriate allocation method are considerably closer to the most likely matrix than the ones obtained selecting the sensors randomly. It was seen that the use of a low number of sensors, if not selected properly, might distort the prior matrix and result in a completely unreliable estimate. It was also found that, once the maximum OD coverage is reached, the overall matrix variation, when adding further sensors, is quite small. Nevertheless, since the OD-matrix estimation problem is underdetermined, some single OD pairs may anyway undergo significant changes when additional sensors are included, even if the new sensors do not provide any additional OD coverage. The procedure of OD-matrix estimation from traffic counts is a very powerful, economic and practical alternative to the classical methods, but might be too sensitive on the location of the traffic counts, especially if a low number of sensors is used.

In questa tesi viene sviluppato un modello di aggiornamento della matrice Origine-Destinazione (OD) della città di Torino a partire da conteggi automatici del traffico disponibili come “Open Data”. Questo lavoro si pone l’obiettivo non solo di aggiornare la matrice di domanda del trasporto privato, ma di analizzare le possibili variazioni nella stima matriciale in funzione del numero (n) e della posizione dei sensori di rilevamento utilizzati. La variazione della posizione dei conteggi è stata svolta applicando tre diversi criteri di localizzazione di sensori: Maximum Flow Coverage (MFC), OD-Pair Coverage (ODPC) e OD-Demand Coverage (ODDC). Sono stati, quindi, generati 250 scenari di aggiornamento, a comprendere anche scenari in cui la localizzazione è stata realizzata in modo puramente aleatorio. Le matrici stimate in ogni scenario sono state confrontate con la matrice aggiornata usando tutti i sensori disponibili, considerata la matrice “più probabile”. I risultati indicano che le stime ottenute usando i sensori selezionati con i metodi di localizzazione sono notevolmente più vicine alla matrice “più probabile” rispetto alle stime matriciali ottenute dagli scenari in cui i sensori sono stati selezionati in modo aleatorio. Infatti, si è visto che quando si usa un numero ridotto di sensori, se essi non vengono selezionati con un criterio appropriato, si potrebbe addirittura distorcere la matrice prior ed ottenere una matrice stimata più lontana dalla “reale” rispetto alla matrice di partenza. Si è trovato anche, che una volta ottenuta la “copertura” massima di coppie OD raggiungibile con i sensori disponibili, la variazione globale della matrice, conseguente all’aggiunta di ulteriori sensori, è piuttosto limitata. Tuttavia, poiché il problema di aggiornamento di matrici OD è sottodeterminato, alcune singole relazioni possono comunque subire modifiche sostanziali con l’aggiunta di nuovi sensori, anche se essi non coprono nuove relazioni. In conclusione, il metodo di aggiornamento di matrici OD, pur essendo molto potente, economico e pratico, può risultare molto sensibile alla posizione dei conteggi di traffico, specialmente se il numero di essi è troppo limitato.