Servizi per la didattica
PORTALE DELLA DIDATTICA

ICT in transport systems

01QWWBH

A.A. 2018/19

Course degree

Master of science-level of the Bologna process in Ict For Smart Societies - Torino

Course structure
Teaching Hours
Lezioni 40
Esercitazioni in laboratorio 20
Teachers
Teacher Status SSD h.Les h.Ex h.Lab h.Tut Years teaching
Mellia Marco Professore Associato ING-INF/03 10 0 10 0 2
Teaching assistant
Espandi

Context
SSD CFU Activities Area context
ICAR/05
ING-INF/03
4
2
C - Affini o integrative
B - Caratterizzanti
Attività formative affini o integrative
Ingegneria delle telecomunicazioni
2018/19
L’insegnamento intende fornire allo studente, attraverso lezioni teoriche ed esercitazioni quantitative con dati reali e su casi applicativi specifici, un approccio scientifico all’ingegneria dei trasporti con particolare attenzione agli ITS (Intelligent Transport Systems) ed a fargli acquisire una visione integrata della disciplina, considerando la forte interrelazione esistente tra trasporti e ICT. Dopo una breve introduzione al concetto di sistema di trasporto e di pianificazione dei trasporti, verranno presentate le tecniche per il monitoraggio dei sistemi di trasporto e per la raccolta dei dati, i metodi di descrizione di un sistema domanda - offerta mediante modelli matematici ed i modelli di «interazione tra domanda e offerta». La parte principale del corso intende invece focalizzarsi sulle problematiche relative all’adozione di sistemi di trasporto sostenibile ed al controllo e gestione della mobilità, considerando l’interazione tra trasporti e ICT, come anche la valutazione degli effetti sul comportamento dell’uso delle nuove tecnologie e degli ITS. Il corso presenta una panoramica sui sistemi ITS, sulle innovazioni tecnologiche e le loro applicazioni ai diversi modi di trasporto. In seguito vengono presentati i sistemi di informazione all’utenza con attenzione ai dati necessari per progettarli, con un’attenzione particolare ai big data ed agli open data. Casi studio ed esempi di applicazioni aiuteranno a fornire un quadro completo del settore. Gli studenti saranno chiamati a mettere in pratica quanto visto a lezione in esercitazioni usando piattaforme ICT per la gestione dei sistemi di trasporto. Una parte del corso è dedicata allo sviluppo di un caso di studio dove gli studenti sono chiamati a portare a termine alcuni casi studio legati al mondo dei trasporti.
The course, through theoretical lessons and practical works using real data and specific case studies, is focused at giving to the students a scientific approach to transport engineering with a special focus on ITS (Intelligent Transport Systems), helping them to acquire an integrated vision among transport and ICT. After a first brief introduction on the concept of transport systems and transport planning, the monitoring methods of transport systems as well the data collection and the techniques to describe the system demand-supply both through mathematical models and demand-supply interaction models will be presented. The main part of the course is focussed on the issues related to the implementation of sustainable transport systems and to the transport demand management, considering the interaction between transport and ICT as well the evaluation of the effects of ITS and new technologies on travel behaviour. The course gives an overview of ITS, technological innovations and their applications to different transport modes. Then, the traveller information systems are presented with a main focus on the data needed to design them and a special attention to big and open data. Case studies and examples of applications will support the full understanding of the field. Students will be required to put into practice the lessons in exercises using ICT platforms for managing transport systems. Part of the course is devoted to the development of a case study where students are required to complete some comprehensive cases study related to the world of transport.
Le conoscenze acquisite attraverso il corso sono di tipo sia metodologico sia applicativo. Le conoscenze di tipo metodologico si basano sull’acquisizione di teorie e metodi che permettono di sviluppare la capacità di concepire sistemi di trasporto "smart" attraverso l’utilizzo dell’ICT e di acquisire uno spirito critico nell’analisi dei sistemi di trasporto esistenti per farli evolvere verso una maggiore sostenibilità grazie anche all’ausilio delle nuove tecnologie. In particolare, lo studente sarà in grado di spiegare le principali componenti e tecnologie dei sistemi di trasporto intelligenti (ITS) e di relazionarle con i principi di progettazione dei sistemi di informazione all’utenza, per tutte le modalità di trasporto. Inoltre, lo studio dei metodi di raccolta dati e dell’utilizzo dei big data permette di analizzare la mobilità da un nuovo punto di vista, valutando quando e come i dati possano essere utilizzati a fini previsionali e quale sia la loro affidabilità rispetto ai metodi tradizionali. Le conoscenze di tipo applicativo si acquisiscono, invece, attraverso i lavori richiesti agli studenti durante il corso, che prevedono l’analisi di casi reali ai quali applicare le teorie ed i metodi di analisi appresi. Ad esempio gli studenti acquisiscono la conoscenza dei costi dello spostamento in diversi scenari progettuali che permette di sviluppare l’abilità a prevedere la scelta modale degli utenti e di progettare sistemi di informazione all’utenza che ne faciliti gli spostamenti utilizzando i diversi modi di trasporto (intermodalità). Le conoscenze teoriche acquisite durante il corso permettono di sviluppare: a) la capacità di considerare la tematica della mobilità all’interno di uno schema complesso, in cui l’ICT interagisce con i sistemi di trasporto; b) la capacità di sviluppare applicazioni per una migliore gestione della mobilità da parte dei decision makers e per facilitare gli spostamenti degli utenti rendendoli più sostenibili; c) la capacità di analisi di dati di mobilità (anche big data) con tecniche statistiche avanzate e di data mining e di utilizzarli per fornire informazioni mirate agli utenti; d) la capacità di valutare gli effetti dell'ICT sul comportamento degli utenti dei sistemi di trasporto e di individuare i limiti del loro sviluppo; e) la capacità di verificare l’utilizzo delle applicazioni ITS al trasporto pubblico, alla gestione delle flotte, ai sistemi di informazione all’utenza ed alla gestione della domanda di trasporto. Gli studenti sono chiamati a mettere in pratica quanto appreso attraverso lo sviluppo di un caso di studio completo legato al mondo del car sharing. Il caso di studio di pone come obiettivo la costruzione di una piattaforma per la raccolta, memorizzazione ed analisi di dati provenienti da sistemi di car sharing disponibili sul web.
The knowledge acquired all along the course is both methodological and applied. The methodological knowledge is based on theories and methods allowing the development of the ability to design "smart" transport systems through the ICT use and to critically analyse the existing transport systems to make them progressing towards a greater sustainability, also thanks to the support of the new technologies. More precisely, the student will be able to explain the main components and technologies of ITS and to relate them with the key concepts and components of the ITS systems architecture and the basic design of traveller information systems, for all transport modes. Furthermore, the study of the data collection methods and the use of big data allows to analyse the mobility under a new perspective, evaluating when and how such data can be used for forecasting and which is their reliability in regards to the traditional methods. The applied knowledge is acquired through the experimental work carried out during the course that provides the analysis of real cases to which apply the learned theories. For example, the students learn how to calculate the transport costs in different scenarios, allowing the development of the ability to forecast the users’ modal choice and to design information systems facilitating the trips using different transport modes (intermodality). The theoretical knowledge acquired during the course allows to develop: a) the ability to consider mobility within a complex framework in which ICT interacts with transport systems; b) the ability to carry out applications allowing to decision makers a better management of mobility and to users a better planning of their trips, making them more sustainable; c) the ability to analyse mobility data (also big data), through advanced statistical techniques and data mining, and to use them for giving specific and tailored information to users; d) the ability to evaluate the effects of ICT on travel behaviour and to find out the limits of their development; e) the ability to understand the implementation of ITS applications to public transport, to fleets management, to traveller information systems and to the transport demand management.
Lo studente deve possedere una buona conoscenza informatica e dei fondamenti della matematica. E’ inoltre indispensabile che lo studente padroneggi i concetti di base di statistica. Relativamente alle conoscenze nella disciplina dei trasporti, sarebbe preferibile che lo studente avesse già acquisito le nozioni di domanda ed offerta. Per lo sviluppo dei casi studio, lo studente deve aver conoscenze di reti, nonché dei normali linguaggi di programmazione, ed in particolare del Linguaggio Python.
The student must possess a good computer knowledge and the foundations of mathematics. It is also imperative that the student master the basic concepts of statistics. Regarding knowledge in transport discipline, it would be preferable for the student to have already acquired the basic of the discipline. For the development of the cases study, the student must have knowledge concerning networks and the normal programming language, particularly of the Python language.
INTRODUZIONE AI SISTEMI DI TRASPORTO (4,5 ore) • Definizione del sistema di trasporto: sistema territoriale delle attività (attrazione) e delle residenze (generazione); sotto-sistemi della domanda di trasporto e dell'offerta di trasporto. • Caratteristiche della domanda (derivata, non derivata, indotta, latente) e dell'offerta di trasporto (infrastrutture e servizi). • Impatti del sistema di trasporto (economici, ambientali, sociali) LE NUOVE TECNOLOGIE PER LA GESTIONE DEI SISTEMI DI TRASPORTO ED I SISTEMI DI TRASPORTO INTELLIGENTI (ITS) (13,5 ore) • Principale normativa europea con attenzione agli ITS e l’evoluzione dei sistemi di trasporto del futuro. La relazione tra trasporti e ICT, con attenzione agli ITS (Intelligent Transport Systems) (1,5 ore) • Concetti fondamentali degli ITS (standard e architettura) e applicazione degli ITS nell’innovazione dei sistemi di trasporto, nella gestione della mobilità e nella definizione di politiche di trasporto (1,5 ore) • Presentazione delle tecnologie per la gestione dei sistemi di trasporto collettivo (4,5 ore) a) Advanced Communications Systems (ACS); b) Automatic Vehicle Location (AVL) Systems; c) In-Vehicle Diagnostic Systems; d) Automatic Passenger Counter Systems; e) Traffic Counter Systems f) Electronic Payment Systems; g) Real time fleet management systems; h) Veicoli connessi (V2V, V2I) e veicoli autonomi. • Standard di comunicazione all'interno dei mezzi, tra i mezzi e le centrali, tra le centrali e le terze parti (4,5 ore). • Soluzioni ICT per le politiche dei trasporti e di gestione della mobilità (smart mobility e smart cities, partecipazione della collettività ai processi decisionali attraverso l’utilizzo delle nuove tecnologie, effetti dell'ICT sul comportamento degli utenti dei sistemi di trasporto) (1,5 ore) CENNI SUI MODELLI DI TRASPORTO (6 ore) • Modello di offerta di trasporto (1,5 ore) delimitazione e zonizzazione dell’area di piano e dell’area di studio; ampiezza zonale; grafo della rete di trasporto (nodi centroidi; nodi di rete, archi di rete, archi connettori, flussi, costi, percorsi). • Modelli di domanda (4,5 ore) Struttura generale dei modelli di domanda. I modelli a stadi: modelli di generazione degli spostamenti, di distribuzione, di ripartizione modale e di assegnazione. I modelli comportamentali di scelta discreta o di utilità casuale (logit e probit). OPEN DATA E REAL TIME DATA PER LA PIANIFICAZIONE E LA GESTIONE DEI SISTEMI DI TRASPORTO (3 ore) • Fonti di dati open e real time (1,5 ore) • Sistemi di supporto alle decisioni nella gestione della mobilità (Decision Support System e Decision Support Tool), definizione di Key Performance Indicators (KPIs) e presentazione degli indicatori attraverso la progettazione di dashboard (1,5 ore) ANALISI E COLLEZIONE DEI DATI TRAMITE TECNOLOGIE ICT (13 ore) • Uso di app per smartphone per la raccolta dei dati di mobilità degli utenti (1 ora) • Analisi dei dati di mobilità di Google: Costruzione di matrici O/D, costruzione di zone, analisi dei percorsi, correlazione dei percorsi con la disponibilità di sistemi di trasporto pubblico (4,5 ore) • Individuazione del mezzo di trasporto mediante GPS (4,5 ore) • Analisi di testi dei social network ed estrazione di informazioni (3 ore) CASO DI STUDIO – IL CAR SHARING (20 ore) Gli studenti saranno chiamati sviluppare una applicazione che permetta di : • Raccolta dati da piattaforme mediante scraping web • Memorizzazione delle informazioni in database NO SQL – L’uso di MongoDB • Analisi dei dati raccolti
INTRODUCTION TO TRANSPORT SYSTEM (4,5 hours) • Definition of a transport system: territorial system of the activities (attraction) and of residences (generation); sub-systems of transport demand and transport supply. • Characteristics of the transport demand (derived, not-derived, induced, latent) and of the transport supply (infrastructures and services). • Impacts of the transport system (economical, social, enviromental) NEW TECHNOLOGIES FOR INTELLIGENT TRANSPORT SYSTEM (ITS) (13,5 hours) • Main regulations of ITS and future evolution of transport systems. The relationship between transport systems and ICT, with emphasis on ITS (Intelligent Transport Systems) (1,5 hours) • Fundamentals of ITS (standard and architecture) and application to innovation for transport systems, in mobility management, and in the definition of mobility patterns (1,5 hours) • Technologies for public transport management (6 - 9 hours) a) Advanced Communications Systems (ACS); b) Automatic Vehicle Location (AVL) Systems; c) In-Vehicle Diagnostic Systems; d) Automatic Passenger Counter Systems; e) Traffic Counter Systems f) Electronic Payment Systems; g) Real time fleet management systems; h) Connected vehicles (V2V, V2I) and Autonomous vehicles. • ICT solutions for transport system management (smart mobility and smart cities, involving end-users into the decision process via apps, impact of ICT on end-user habits) (1,5 hours) MODELS FOR TRANSPORT SYSTEMS (6 hours) • Supply model (1,5 hours) definition and zoning of the Plan and the Study area; zone sizing; graph of the transport network model (centroids; nodes of the network, links of the network, connecting links, flows, costs, paths). • Demand models (4,5 hours) General structure of the demand models. Multiple stage models: generation models, distribution models, modal choice models, route choice models / assignment. Behavioural models of discrete choice and random utility (logit and probit). OPEN DATA AND REAL TIME DATA FOR MANAGEMENT AND PLANNING OF A TRANSPORT SYSTEM (3 hours) • Sources of open data and real time data (1,5 hours) • Decision Support System and Decision Support Tool, definition of Key Performance Indicators (KPIs) and visualization of KPI in dashboards (1,5 hours) DATA COLLECTION AND DATA ANALYSIS THROUGH THE NEW TECHNOLOGIES (13 hours) • Use of smartphone apps as a collaborative tool for collecting mobility data (1 hour) • Analysis of mobility data collected through Google: construction of O/D matrixes, definition of traffic zones, analysis of paths, matching the paths with the used transport mode (4,5 hours) • Individuation of the transport mode from the GPS data (4,5 hours) • Analysis of textual data appearing in social networks: how to extract information from text (3 hours) CASE STUDY – CAR SHARING (20 hours) Students will develop a case study considering car sharing system, and in particular, they will learn and put in practice how to develop an application to • Collect data from web systems • Store information in NO SQL database – The usage of MongoDB • Analysis of collected data.
L’insegnamento vede lezioni frontali alternate a esercitazioni pratiche mediante l’uso di software e calcolatori. Alcune tematiche saranno affrontate da esperti del settore che verranno a presentare direttamente alcuni argomenti. La parte di esercitazioni verrà svolta usando i PC degli studenti che saranno chiamati a implementare semplici programmi al fine di raccogliere, memorizzare e analizzare i dati. Gli studenti lavoreranno in gruppi di tre persone, e saranno tenuti a scrivere una relazione sulle alcune delle esperienze di laboratorio. Il contenuto delle stesse sarà indicato durante le lezioni dal docente.
Teaching sees frontal lessons alternating with practical exercises through the use of software and computers. Some topics will be addressed by industry experts who will directly present some topics. The final project will be done using the students' PCs that will be called to implement simple programs to collect, store, and analyze the data. Students will work in groups of three, and they will be required to write a report on some of the laboratory experiences. The contents of these will be indicated during lectures by the teacher.
La natura del corso e l’offerta bibliografica attualmente disponibile non consentono di indicare un unico testo di riferimento, e la frequenza di lezioni ed esercitazioni è indispensabile per un efficace processo di apprendimento. Durante lo svolgimento del corso verranno di volta in volta indicati per ogni argomento i testi, gli articoli, le dispense, in inglese, considerati utili per il completamento della formazione degli allievi. A titolo esemplificativo, tali testi potranno essere tratti dei seguenti libri di testo: - ICT for transport: opportunities and threats. Thomopoulos N., Givoni M., Rietveld P. (Eds.). NECTAR series on Transportation and Communications Networks Research, Cheltenham: Edward Elgar. 2015. ISBN 978 1 78347 128 7. - Modelling Transport, 4th Edition. Juan de Dios Ortúzar, Luis G. Willumsen. Wiley 2011. ISBN: 978-0-470-76039-0 - Urban Transportation Planning, MEYER M., MILLER E.J. McGraw-Hill 2001 Su alcune tematiche specifiche verrà inserito sul portale della didattica materiale in forma di dispense a cura del docente e articoli, report, ecc.
The nature of the course and the available references do not allow to have only one textbook and the attendance to the course is fundamental for an effective learning process. During the course (at each time) proper textbooks, in English and Italian, will be suggested to complete the training process. As an example, some topics are contained in the following textbooks: - ICT for transport: opportunities and threats. Thomopoulos N., Givoni M., Rietveld P. (Eds.). NECTAR series on Transportation and Communications Networks Research, Cheltenham: Edward Elgar. 2015. ISBN 978 1 78347 128 7. - Modelling Transport, 4th Edition. Juan de Dios Ortúzar, Luis G. Willumsen. Wiley 2011. ISBN: 978-0-470-76039-0 - Urban Transportation Planning, MEYER M., MILLER E.J. McGraw-Hill 2001 Concerning specific topics, ad hoc material (articles, reports, etc.) will be uploaded on the Politecnico web site (teaching portal).
Modalità di esame: prova orale obbligatoria; progetto di gruppo;
L'esame di profitto consiste nella redazione di una relazione sulla parte di laboratorio (report di gruppo) il cui contenuto sarà indicato durante le lezioni dal docente. Ciascuna relazione sarà corretta e il voto (massimo 30 e lode) sarà proposto al gruppo. Ciascun studente affronterà quindi una prova orale sugli argomenti del programma svolto e nell’effettuazione, durante il corso, di elaborati applicativi di approfondimento di tematiche discusse a lezione e/o affrontate durante le esercitazioni. Queste ultime si basano sull’utilizzo di dati e/o mappe forniti dal docente e verranno valutate assegnando un voto (massimo 30 e lode). L’esame orale potrà essere sostenuto solo in caso di votazione delle esercitazioni superiore a 18/30. Il voto finale sarà dato dalla media pesata del voto orale (65%) e della relazione di gruppo (35%). Il voto massimo sarà 30 e lode.
Exam: compulsory oral exam; group project;
Students will have to prepare a report on the Laboratory Part (Group Report) whose content will be indicated during the lectures by the teacher. The group report has to be uploaded on the didattica portal in pdf format. The deadline for the upload is the same as the deadline for registering to the exam (prenotazione esame). It is possible to upload multiple version of the report -- however only the last one will be considered. Each report will be corrected and the grade (maximum 30 and praise) will be proposed to the group. Once corrected, the report can be changed/updated only if all students of the group agree to do so. The report will be valid for 2 years so that students that did not pass the oral exam do not have to prepare another report. Each student will then have an oral exam on the topics faced during the course for in-depth discussion of topics discussed in lessons and / or addressed during the exercises. The latter are based on the use of data and / or maps provided by the teacher and will be evaluated by assigning a vote (maximum 30 and praise). During the individual oral exam, the student will have to answer up to four questions on the topics presented during the classes. During the oral exam, the student will also discuss the lab report by presenting some of the results he/she obtained and described in the report. The oral examination must be sufficient and over 18/30. The final vote will be given by the weighted average of the oral vote (65%) and the group's report grade (35%). The maximum vote will be 30 cum laude. No mid term homeworks are required


© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
m@il