Giovedì 2 giugno 2011, nell'ambito dell'Extended Semantic Web Conference 2011 a Creta, CEFRIEL - Politecnico di Milano e Siemens Research di Monaco di Baviera hanno vinto l'AI Mashup Challenge 2011 con l'applicazione Traffic LarkC, sviluppata nell'ambito del Progetto di Ricerca Europeo LarkC.


Traffic LarkC propone un sistema innovativo per calcolare i percorsi ottimali all'interno della città, tenendo conto di tutte le variabili in gioco nel contesto del traffico urbano. Utilizzando le tecnologie semantiche, in particolare quelle legate ai Linked Data, l'applicazione effettua il mash-up dei dati raccolti attraverso tecniche di Machine Learning ed algoritmi di calcolo, restituendo all'utente le previsioni di traffico per le due ore successive ed il migliore percorso stradale individuato. La Extended Semantic Web Conference, la cui ottava edizione si è tenuta a Heraklion dal  29 maggio al 2 giugno,  è un evento che ha lo scopo di riunire ricercatori e professionisti che si occupano di diversi aspetti delle tecnologie semantiche. L’Artificial Intelligence Mashup Challenge 2011, organizzata durante la conferenza, ha visto la partecipazione anche di LarKC (progetto di ricerca europeo al quale CEFRIEL – Politecnico di Milano partecipa) con l’applicazione Traffic LarKC che si è aggiudicata il primo posto sia sulla base della votazione del Program Committee che del Pubblico.

Uno dei requisiti previsti per la partecipazione al concorso era infatti lo sviluppo di una soluzione che utilizzasse congiuntamente tecnologie del Semantic Web e tecniche di Intelligenza Artificiale. L’applicazione Traffic LarkC fa proprio questo: nell’ambito dell’urban computing (ovvero una elaborazione di dati relativi ad ambito urbano) usa le tecnologie del progetto LarKC per integrare tecnologie diverse e creare applicazioni e servizi che soddisfino il bisogno dell’utente di una pianificazione dei percorsi in un contesto urbano.

Uno degli usi principali delle mappe è infatti trovare il percorso ottimale per spostarsi da un punto A ad un punto B. Ottimale però è un termine ambiguo dato che può riferirsi alla distanza fisica tra i due punti o al tempo necessario per percorrere questo spazio: Traffic LarKC è un’applicazione che permette di stabilire il percorso tra due punti di Milano tenendo in considerazione il potenziale traffico stradale sulla base delle informazioni provenienti da sorgenti informative sia pubbliche che private. L’applicazione elabora queste informazioni utilizzando diverse tecniche quali Semantic Web, Machine Learning e Operations Research.

Possiamo quindi scegliere di visualizzare tre diverse alternative:

• Percorso più breve - Viene calcolato il percorso più breve tra il punto di partenza e l’arrivo tenendo in considerazione solamente la lunghezza del percorso al fine di ridurre quanto più possibile la distanza totale da percorrere;
• Percorso più rapido (senza predizioni di traffico) - Viene calcolato il percorso più breve tra il punto di partenza e l’arrivo tenendo in considerazione il tempo di percorrenza necessario al fine di ridurre il tempo di viaggio nominale tenendo in considerazione la lunghezza del percorso e la tipologia di strada (ad esempio il numero di corsie o la capacità nominale);
• Percorso più rapido (con predizioni di traffico) - Viene calcolato il percorso più breve tra il punto di partenza e l’arrivo tenendo in considerazione la previsione di tempo necessario per percorrerlo tenendo presente la situazione del traffico al fine di minimizzare il tempo di percorrenza reale.

Per ottenere questo risultato CEFRIEL e Siemens hanno utilizzato quattro differenti sorgenti di dati:

1. Dati provenienti dai sensori di traffico (spire sotto il manto stradale che contano quante macchine passano ogni cinque minuti) forniti dall’AMAT (sono stati elaborati circa 4 anni di dati di traffico);
2. Topologia delle strade di Milano: analisi della lunghezza e della tipologia di strada (numero e specifiche delle corsie) sempre forniti dall’AMAT;
3. Dati meteorologici passati prelevati dal sito ilMeteo.it;
4. Informazioni sul calendario (giorni lavorativi, feriali, etc.) provenienti dall’AMAT e dal Mozilla Calendar project.

Questi dati sono utilizzati per predire la situazione di traffico nelle due ore successive e rispondere alle richieste degli utenti sulla pianificazione della rotta stradale.

Traffic LarKC si muove quindi nel contesto dell’Internet of Things, elaborando  le informazioni prodotte da vari dispositivi presenti sul territorio per migliorare la vita delle persone durante le loro attività quotidiane. Inoltre l’uso della piattaforma di LarkC mostra come  attraverso l’uso di Linked Data e delle tecnologie collegate si possano sviluppare soluzioni con un tale livello qualitativo da essere in grado di competere con le soluzioni commerciali.

Link Utili:
Prova l’applicazione: http://bit.ly/TrafficLarKC
Guarda il video http://bit.ly/TLarKCvideo
Consulta il paper http://bit.ly/TLarKCPaper

LarKC (Large Knowledge Collider: http://www.larkc.eu) è un progetto cofinanziato dall’Unione Europea che vede la partecipazione di diversi enti di ricerca (tra i quali il CEFRIEL – Politecnico di Milano) e ha come obiettivo la rimozione degli ostacoli di scalabilità dei sistemi di ragionamento attualmente esistenti per il Semantic Web.

TAG
Semantic Web, Internet of Things