Il cambiamento tecnologico legato alle nuove tecnologie ICT e alla digitalizzazione farà da volano per il passaggio ad un sistema di trasporto urbano che ponendo al centro le necessità del cittadino faccia uso in maniera integrata della mobilità attiva (pedonale, con bicicletta, con monopattini etc.) e del trasporto pubblico o di servizi privati condivisi (e.g. car-sharing o car-pooling), limitando al minimo il trasporto legato all’utilizzo dell’auto privata individuale. Nel contesto quindi dello sviluppo della mobilità come servizio (mobility as a service, MaaS), la presente attività di ricerca ha come obiettivo lo sviluppo di metodi e tecnologie finalizzate alla progettazione, ottimizzazione e alla gestione di un servizio di mobilità integrata, “on demand” ed intelligente, basato sull’integrazione delle più moderne tecniche di modellazione predittiva di sistemi complessi, con metodologie di data mining e machine learning, in grado di far co-evolvere il sistema con dati raccolti in tempo reale dagli utenti e dai sistemi ICT. In questa direzione, i primi risultati ottenuti all’istituto STEMS del CNR appaiono molto promettenti. È stata infatti sviluppata una metodologia innovativa che consente di derivare in maniera automatica (direttamente da dati e/o da modelli predittivi) le condizioni critiche per il traffico urbano in una rete urbana e di stabilizzare le condizioni di flusso libero attraverso l’implementazione di un controllo di tipo decentralizzato. Ulteriori sviluppi saranno finalizzati alla scalabilità della metodologia alla intera rete urbana.