Big data analytics for mobility patterns mining via on-board telematic measurements

The knowledge of people’s daily movement patterns plays a fundamental role in the planning of future urban mobility. Real data on urban mobility is the key to understand and control this complex and constantly evolving process. In the next years, different stakeholders will have to make their services sustainable and their decisions implementable: insights from real data can help accomplish such tasks. For what concerns the urban and interurban mobility of private vehicles, a deep analysis of the trips’ flows, the duration and position of parking and the drivers’ behaviours on the short and long-term, together with specific information on the geography of cities and their suburbs, will be necessary for the planning and sizing of future transportation systems. Starting from real data recorded over an entire year by on-board sensors installed on 52,176 vehicles from two Italian provinces, this work focused on the preprocessing, the analysis and the interpretation of such data, with the purpose of extracting insights relevant to the comprehension of mobility patterns in current private mobility, and to the data-driven planning of its future evolution. Following the computation of a set of indicators concerning the overall vehicles’ mobility patterns, the home position for each vehicle was identified, in order to segment the sample between urban and non-urban citizens and compare these two population’s behaviours in terms of flows, commuting and parking habits. Furthermore, based on a preliminary analysis, the potential market size of sharing services (cars, bikes, scooters), and of Robo-Taxi services was produced. The first estimate concerns existing technologies with a great expansion potential in the short-term, while the second one is a long-term estimate, since autonomous diffused mobility still has a significant period of time for testing ahead.

La conoscenza delle abitudini quotidiane di spostamento delle persone è in grado di fornire un contributo significativo alla pianificazione della mobilità nel prossimo futuro. I dati reali sugli spostamenti urbani sono la chiave per comprendere e controllare questo sistema complesso e in enorme trasformazione, in cui nei prossimi anni i diversi attori dovranno agire in modo tale da rendere i servizi sostenibili e le proprie decisioni, prese in base ad evidenze concrete, implementabili. Riguardo alla mobilità auto privata urbana ed interurbana, un’approfondita analisi dei flussi dei viaggi, della durata e posizione dei parcheggi e delle abitudini di guida sul breve e sul lungo periodo, incrociata con la geografia delle città e delle loro cinture, sarà certamente indispensabile per la programmazione e quantificazione dei sistemi di spostamento futuri. Partendo da dati reali registrati in un intero anno da dispositivi telematici fissati a bordo di 52,176 veicoli di due provincie italiane, il presente lavoro si è concentrato sul preprocessing, l’analisi e l’interpretazione di tali dati, al fine di ricavare informazioni rilevanti per la comprensione dei fenomeni dell’attuale mobilità privata, e per la pianificazione della sua evoluzione futura. Partendo dal calcolo di una serie di indicatori riguardanti gli spostamenti dei veicoli nel loro complesso, si è identificata la posizione della home di ogni veicolo, per segmentare il campione tra residenti cittadini e non, e comparare i comportamenti delle due popolazioni in termini di flussi, commuting e abitudini di parcheggio. In base alle analisi preliminari, sono state formulate delle ipotesi e, successivamente, delle stime di dimensionamento dei potenziali servizi di sharing (auto, biciclette, monopattini), rappresentanti un’innovazione della mobilità già attualmente presente, ma con una enorme potenzialità di espansione nel breve termine, e di quelli di Robo-Taxi, servizio potenzialmente dirompente in un’ottica di lungo periodo, in quanto la mobilità autonoma diffusa ha ancora davanti un significativo numero di anni di sperimentazione.