Eco-efficient smart mobility: a focus on the human factor

Smart mobility provides eco-efficient solutions for human locomotion, through the active control of energy sources and vehicle dynamics. The shifting towards this type of transportation systems determines a change in the role of the human subject as a driver and consequently calls for a redefinition of the methods to deal with the human perception of ride quality. This dissertation presents three eco-efficient smart mobility solutions, which are developed with a focus on the human factor. Each solution investigates a specific type of engagement of the person. First, I propose a computationally efficient speed planner for fully autonomous driving systems. The developed algorithm optimizes a tuneable trade-off between energy consumption and passenger comfort, where the latter considers a novel frequency-based evaluation of comfort and motion sickness incidence. Additionally, the description of motion sickness incidence is enhanced through the experimental identification of models for the passenger's head dynamics. The second solution investigates the energy management of power-assisted cycles, I analyze the usage of hybrid bicycles in the context of a bike-sharing free-floating service. I propose a motor control strategy to tackle simultaneously the stabilization of the long-term system energy dynamics and the improvement of the cycling experience, by exploiting the gaps of the cycling efficiency. The result is a user-adaptive control that obtains the energetic and economic sustainability of the service. Finally, the dissertation considers the enhancement of human mobility through the supervision of the body status, specifically I analyze the potential of a novel wearable sensor for respiratory measurements in the identification of the energy optimal run gait of an athlete.

La mobilità intelligente fornisce soluzioni eco-efficienti per la mobilità umana, attraverso il controllo attivo delle risorse energetiche e della dinamica veicolo. La transizione verso questo tipo di sistemi di trasporto modifica il ruolo del soggetto umano in quanto guidatore, e conseguentemente richiede un cambiamento dei metodi per trattare la percezione umana della qualità del viaggio. Questa dissertazione presenta tre soluzioni eco-efficienti di mobilità intelligente, sviluppati con un focus sul fattore umano. Ogni soluzione approfondisce un diverso tipo di coinvolgimento della persona. Per prima cosa è proposto un pianificatore di velocità, efficiente dal punto di vista computazionale, per un veicolo a guida autonoma. L’algoritmo sviluppato ottimizza un trade-off regolabile tra consumo energetico e comfort del passeggero, dove quest’ultimo considera una innovativa valutazione in frequenza del comfort e dell’incidenza del mal d’auto. In aggiunta, la descrizione dell’incidenza del mal d’auto è arricchita da un’identificazione sperimentale di modelli della dinamica della testa del passeggero. La seconda soluzione esamina la gestione energetica di biciclette a pedalata assistita, viene analizzato l’utilizzo di una bicicletta ibrida nel contesto di un servizio di bike-sharing free-floating. Viene proposta una strategia di controllo motore che faccia fronte contemporaneamente alla stabilizzazione dell’energia della flotta sul lungo periodo e al miglioramento dell’esperienza di pedalata, sfruttando le disomogeneità dell’efficienza della pedalata. Il risultato è un controllo adattativo all’utente che ottiene la sostenibilità energetica ed economica del servizio. Infine, la dissertazione considera il miglioramento della mobilità umana attraverso il monitoraggio dello stato fisico della persona, nello specifico vengono analizzate le potenzialità di un innovativo sensore indossabile per misure respiratorie nell’identificazione dell’impostazione di corsa a minimo consumo di un atleta.