Mobility as a Service in cities: addressing the minimum fleet problem for a traditional and an autonomous car sharing service based on massive real data

In recent years, the mobility sector has undergone a profound transformation driven by two key objectives: reducing emissions and decreasing urban traffic. The European Union, through the European Green Deal, has committed to achieving the first objective by banning the production of internal combustion engine vehicles starting in 2035, while promoting the use of electric vehicles. However, recent studies indicate that issues like high purchase costs and the lack of private infrastructure limit the electrification to a small number of people, moreover, without impacting the second objective. For decades, private cars have been considered symbols of freedom and independence, but currently, about 85% of the 1.475 billion vehicles in operation globally remain unused for 95% of their life cycle. This represents the major issue with today’s personal mobility system: a very high number of vehicles, but with limited use. In recent years, however, shared mobility services, such as car sharing, have seen increasing adoption. Despite the aim of optimizing vehicle usage, this model struggles to attract customers due to high costs and difficulties associated with its use. At the same time, leading car manufacturers and universities worldwide are developing what could be termed the "Big Bang" of the automotive industry: autonomous driving. This technology, coupled with the use of small electric vehicles suited for frequent short urban trips, would act as a catalyst toward a new mobility model based on car sharing, moving away from the idea of private vehicle ownership and adopting the new concept of Mobility as a Service (MaaS). This thesis aims to demonstrate, using a massive amount of real data, the advantages of a shared mobility model with autonomous electric vehicles compared to the current car sharing system. The focus is on finding the minimum fleet size to satisfy the data-driven demand with an optimal level of service. The results of this simulation-based minimization task opens up the possibility of predicting the high efficiency of the future autonomous sharing service and its benefits towards sustainable urban environment.

Il settore della mobilità sta subendo una radicale trasformazione per il raggiungimento di due obiettivi chiave: ridurre le emissioni e diminuire il traffico urbano. L'Unione Europea, attraverso l'European Green Deal, si è impegnata a conseguire il primo obiettivo, introducendo dal 2035 il divieto di produzione di veicoli con motori a combustione interna, promuovendo invece l'utilizzo di veicoli elettrici. Tuttavia, recenti studi evidenziano che l'alto costo di acquisto e la carenza di infrastrutture private limitano l'elettrificazione a un numero ristretto di persone, senza inoltre impattare sul secondo obiettivo. Da decenni l’auto privata è considerata un simbolo di libertà e indipendenza, ma attualmente circa l’85% dei 1,475 miliardi di veicoli operativi a livello globale resta inutilizzato per il 95% del loro ciclo vitale. Questa è la più grande criticità del sistema di mobilità odierno: un numero elevato di auto, ma scarsamente utilizzate. Negli ultimi anni però, i servizi di mobilità condivisa, come il car sharing, stanno riscontrando una crescente diffusione, ma faticano ad attrarre clienti a causa degli elevati costi e delle difficoltà d'utilizzo. Parallelamente, le principali case automobilistiche stanno sviluppando quello che può essere definito come il "Big Bang" del settore automotive: la guida autonoma. Tale tecnologia, abbinata all’uso di piccoli veicoli elettrici adatti a brevi spostamenti urbani frequenti, svolgerebbe da catalizzatore verso un nuovo modello di mobilità basato sul car sharing, superando l’idea del veicolo come proprietà privata e adottando invece il nuovo concetto di Mobility as a Service (MaaS). Questa tesi mira a dimostrare, attraverso l'utilizzo di una grande quantità di dati reali, i vantaggi del modello di mobilità condivisa con veicoli elettrici e autonomi rispetto all'attuale sistema di car sharing. L'obiettivo è trovare la dimensione minima della flotta necessaria per soddisfare la domanda basata sui dati, garantendo un livello di servizio ottimale. I risultati aprono la possibilità di prevedere l'elevata efficienza del futuro servizio di mobilità autonoma condivisa e i suoi benefici per un ambiente urbano sostenibile.