È notizia recente l’intenzione di Daimler di accelerare la propria strategia relativa alla guida autonoma, in particolar modo in riferimento ai mezzi pesanti. Daimler Trucks, divisione del gruppo tedesco produttore di automobili e mezzi di trasporto, ha infatti acquistato Torc Robotics, azienda specializzata nello sviluppo di software per i veicoli commerciali driverless.
D’altro canto, già da fine 2016 Volvo Trucks ha avviato sperimentazioni nella miniera di Boliden a Kristineberg in Svezia in relazione al proprio autocarro FMX a guida autonoma, capace di muoversi con successo in condizioni difficili, grazie all’utilizzo di sensori laser e radar che forniscono le informazioni necessarie a supportare le funzioni di movimento, per evitare gli ostacoli eccetera. E nelle linee strategiche dell’azienda la tecnologia è protagonista già da tempo al fine di aumentare l’efficienza (diminuendo i fermi macchina grazie alla possibilità di fare manutenzione predittiva), di connettere i mezzi ai propri utilizzatori, al produttore e così via, così come di rendere più flessibile l’utilizzo dei veicoli stessi. Tutti i dati raccolti permetteranno infatti di impostare le specifiche dei veicoli in base a ogni singolo incarico perché le operazioni siano più efficienti possibile.
Sono solo due esempi di come la tecnologia consenta di abbandonare quel concetto un po’ noioso di autotrasporto cui tradizionalmente si è abituati rinnovandone logiche e modelli organizzativi, vediamo dunque cosa aspettarsi dal futuro della mobilità extraurbana, con una focalizzazione particolare al trasporto merci.
Indice degli argomenti
Le smart road per gli smart truck
Un nuovo concetto di logistica su gomma si inquadra in un più ampio disegno di mobilità urbana ed extra urbana efficace e sicura indicato dalla Direttiva 2010/40/UE1 che, già nel 2010, promuoveva lo sviluppo di tecnologie innovative per creare sistemi di trasporto. Le linee guida da seguire erano molteplici, per esempio: predisposizione nel territorio UE di servizi di informazione sul traffico in tempo reale, di servizi elettronici di chiamata di emergenza così come di informazione per aree di parcheggio sicure per gli automezzi e i veicoli commerciali (e anche di prenotazione di tali spazi).
In seguito a tutto ciò, secondo quanto pubblicato in Gazzetta Ufficiale a febbraio dell’anno scorso, è stato definito nel nostro Paese il concetto di Smart Road , ossia l’infrastruttura stradale che integra piattaforme di osservazione e monitoraggio del traffico, modelli di elaborazione dei dati e delle informazioni, servizi avanzati per i gestori delle strade stesse, oltre che per la PA e i guidatori, al fine di creare un ecosistema tecnologico che favorisca interoperabilità tra le infrastrutture stesse e i veicoli di nuova generazione.
In tale scenario i trend che emergono riguardano un’evoluzione sia del concetto di guidatore (che vedrà sempre più la possibilità di delegare al veicolo supervisione e controllo della sua stessa interazione con la strada e con gli altri mezzi), sia di quello degli automezzi che, sempre più connessi tra loro e con le strade saranno caratterizzati da sempre maggiore automazione, sia ovviamente delle strade stesse che saranno sempre più equipaggiate di sensori.
E proprio a questo proposito, circa un anno fa, il Ministero delle Infrastrutture e dei Trasporti ha reso noto il decreto che ha dato il via alle strade intelligenti e alla sperimentazione dei veicoli a guida autonoma. Su tali strade i veicoli potranno quindi comunicare e connettersi tra di loro, è imprescindibile infatti che per ospitare i veicoli smart nelle vie di comunicazione italiane debba essere introdotta la connettività V2X (ossia che abilita lo scambio di informazioni tra i veicoli e tra veicoli e infrastrutture…).
I mezzi pesanti intelligenti e i vantaggi del platooning
Tra 10 anni i camion non saranno molto diversi da quelli che vediamo circolare oggi, molto probabilmente avranno i limiti di carico pari a quelli attuali e simili dimensioni. Sicuramente vanteranno una maggior attenzione all’aspetto ambientale e sempre più affiancheranno l’elettricità ai carburanti tradizionali. Ma non saranno queste le principali caratteristiche degli smart trucks.
Per quanto riguarda l’aspetto tecnico, già attualmente gli automezzi sono lanciati sul mercato con una dotazione tecnologica e di connettività di rilievo, gli esperti si aspettano, però, che nel prossimo decennio queste capacità aumenteranno e le funzioni saranno più potenti per rendere ancora più efficienti i mezzi, ma anche più produttivo e controllabile il business del trasporto merci. I camion potranno capire, per esempio, come sta lavorando il motore, “vedere” cosa stanno traportando, come sta il personale di guida e, in generale, cosa accade nel dettaglio nell’ambiente che li circonda. Sensori, videocamere e tecnologia laser saranno sempre più abili nel mettere a fuoco oggetti mobili e fissi e i sistemi combineranno tutti i dati raccolti con quelli dei sistemi GPS, con le rotte memorizzate e così via per esempio per garantire la sicurezza del conducente e ottimizzare l’uso del carburante.
Il camion interconnesso è quindi integrabile in modo agevole in una organizzazione del trasporto efficiente e, naturalmente, trasparente. Concretamente, i dati raccolti sono utili (come accade per tutti gli altri veicoli connessi) per i gestori delle infrastrutture, al fine di sapere in quale zona fare manutenzione stradale, così come dove inviare soccorsi eccetera potranno servire per rendere meno pesante e stressante il lavoro dei guidatori, oltre a renderlo più sicuro. Non solo, aumentare le opportunità di scambio di informazioni significa rendere anche più produttivo il business dei trasportatori che possono infatti velocemente verificare come è possibile ottimizzare il carico e/o gli spostamenti (con ricadute positive anche sull’ambiente in quanto non si sprecano viaggi).
Nella stessa logica di produttività ed efficienza si inserirà la continua evoluzione delle capacità di autodiagnosi dei mezzi che saranno in grado di comunicare all’autofficina di riferimento le parti di ricambio di cui hanno bisogno (oltre alla stima dei chilometri che sono ancora in grado di fare senza procurare problemi).
Tutte queste opportunità offerte dai singoli mezzi si ripercuoteranno positivamente sulle flotte aziendali nel loro complesso in caso di aziende più strutturate, offrendo loro benefici in termini di pianificazione dell’attività, della programmazione dei servizi di manutenzione, così come per capire il funzionamento dei singoli modelli e formare man mano il personale sul loro uso (fissando, per fare un solo esempio, delle regole in merito all’accelerazione per diminuire l’uso del diesel).
Tornando al discorso driverless, anche guardando a un futuro a medio termine, non ci si aspettano grandissime novità: certo è che i sistemi di mitigazione delle collisioni, di controllo della velocità già oggi abilitano una certa automazione, quel che ci si può aspettare è che i conducenti, aiutati da questi supporti, possano svolgere altre attività durante il loro viaggio.
È importante ricordare, però, che sono previsti significativi benefici dal platooning, ossia del convoglio di mezzi (distanti circa 15 metri tra loro) legati tra loro digitalmente grazie a sistemi wireless, ove il primo ha il conducente che traccia quale percorso seguire e la velocità da tenere. Tale modalità di viaggio, permette in linea teorica di far viaggiare dal secondo mezzo in poi senza guidatore, ma come si sa al momento non è legalmente possibile. Il platooning è però comunque molto interessante perché offre vantaggi di varia natura: permette di gestire in modo sicuro più mezzi (le frenate per esempio sono sincronizzate) e di diminuire l’uso di carburante in quanto è ridotta la resistenza aerodinamica (è calcolato a questo proposito una diminuzione di utilizzo di carburante tra il 10 e il 20%, con le relative minori emissioni di CO2).
Le tecnologie utilizzate per gli smart truck
La direzione di sviluppo degli smart trucks è tracciata dall’evoluzione delle loro capacità di automazione, ossia delle funzionalità di quei sistemi che consentono il controllo dei mezzi stessi senza l’intervento umano. Si tratta di realizzare strutture e piattaforme abilitanti nuovi servizi applicativi, innovative reti di comunicazione e di connessioni che rendano interoperabili velocemente mezzi, persone, strade.
Protagonisti indiscussi in quest’ambito sono i sistemi IoT-Internet of Things che, in generale, permettono agli oggetti di interagire con altri oggetti, di più, l’IoT si pone proprio l’obiettivo recuperare i dati che servono per comprendere al meglio il mondo reale in real time. Si tratta di un insieme di tecnologie che vede convergere come si è detto sensoristica e poi elaborazione e comunicazione in rete.
Relativamente all’interno del mezzo: centraline sempre più intelligenti promuovono manutenzione predittiva, ossia il ricorso a interventi stabilito prima che il danno si verifichi, in seguito al rilevamento di alcuni parametri ritenuti importanti indicatori di un possibile guasto (usura e degrado di alcune parti, innalzamento di temperatura, variazione di determinate misure, eventuali perdite eccetera).
Guardando invece al mondo esterno al mezzo, come detto, sono tantissime le informazioni che possono essere rilevate, dal meteo alla situazione di strade e traffico, di problemi di varia natura.
Il risultato di tutto questo è la creazione di un ricchissimo flusso di informazioni, complice anche l’utilizzo del cloud per un minor sovraccarico della memoria di bordo dei mezzi e per rendere più facilmente condivisibili i dati stessi.
Lo sviluppo di applicazioni sempre più innovative sarà basato sull’utilizzo di tutti questi dati, o meglio big data (cioè informazioni strutturate e non, non sempre omogenee tra di loro) ma anche messi a fattor comune con open data (letteralmente tutti quei dati liberamente accessibili, banche di informazioni realizzate secondo determinati scopi prefissati che offrono dati in formato aperto, standardizzato e quindi utile per applicazioni).
Tutto ciò deve essere elaborato e compreso da sistemi di analytics, architetture software capaci di trarre valore dai dati stessi che non si limitano cioè a generare report ma che offrono conoscenza (insights) utile ai decisori aziendali, ma anche a migliorare il know how delle macchine stesse (e così si fa riferimento al machine learning, macchine che autoapprendono dai dati).
È importante a questo proposito sottolineare che l’analisi dei dati è solitamente compiuta a livello centrale (le informazioni vengono tradizionalmente inviate a server dislocati sul territorio), ma l’aumento dei dati e quindi della necessità di banda per trasmetterli rischia di ritardare il processo di elaborazione. Sempre più si parla quindi di edge computing, ossia di architetture IT decentralizzate per processare i dati dove sono prodotti. Ciò significa dotare di intelligenza le periferie e parallelamente liberare le applicazioni dalla dipendenza da strutture remote, il che si traduce in estrema velocità di azione e reazione delle macchine.