La Mobilità Aerea Innovativa può ridurre i divari di accessibilità in territori geograficamente svantaggiati come le aree rurali, insulari e montane. Integrando Fattori Umani, analisi dati e Digital Twin, il progetto europeo PRIAM studia domanda, accettazione e integrazione di questa mobilità per guidarne uno sviluppo sostenibile e centrato sui passeggeri.
La strategia per la mobilità dell’Unione europea punta ad assicurare da qui al 2050 collegamenti door-to-door entro 4 ore al 90% dei viaggiatori. Un obiettivo fattibile nelle grandi aree metropolitane dove rete ferroviaria e trasporto aereo sono efficacemente integrati. Molto più complessa è invece la situazione in aree rurali, montane e insulari in cui vincoli geografici, bassa densità di popolazione e alti costi infrastrutturali comportano significativi limiti di accessibilità. In questo contesto, la Mobilità Aerea Innovativa o IAM, basata su velivoli elettrici a decollo e atterraggio verticale, potrebbe essere la soluzione per migliorare la connettività regionale.
Esistono tuttavia incertezze che ne ostacolano l’implementazione. Non si tratta di limiti tecnologici bensì di aspetti relativi ad accettazione sociale, previsione della domanda e integrazione con le reti di trasporto esistenti. Da qui l’esigenza di sforzi di ricerca esplorativa focalizzati proprio su questi aspetti. Come PRIAM, progetto europeo finanziato nell’ambito del programma SESAR che integra i Fattori Umani nella pianificazione tecnica dell’IAM.
PRIAM: un modello di Mobilità Aerea Innovativa replicabile e adattabile
Le aree insulari che difettano di infrastrutture e le regioni con barriere geografiche che complicano gli spostamenti sono il focus di PRIAM. “Il progetto non si concentra direttamente sui passeggeri, ma vuole comprenderne necessità e pattern di mobilità per informare coloro che la Mobilità Aerea Innovativa la ‘costruiscono’ sviluppando droni e vertiporti”, chiarisce Francois Brambati, consulente Human Factors (HF) in Deep Blue, nel consorzio di PRIAM. “L’obiettivo è capire dove e a chi serve questo tipo di mobilità e come integrarla nelle infrastrutture esistenti per realizzare un modello di sviluppo di IAM esportabile a livello regionale”, aggiunge.
I casi studio: isole e aree montane
Due sono i casi studio scelti per analizzare le sfide di mobilità: isole Canarie e Pirenei catalani. “La Gomera e Tenerife sono due isole collegate principalmente da traghetti lenti e un numero limitato di voli – spiega Brambati – una mobilità aerea che assicurasse collegamenti rapidi, affidabili e flessibili potrebbe significativamente migliorare la connettività regionale, favorire il turismo e promuovere la crescita economica in tutto l’arcipelago”. Sui Pirenei la barriera è geografica, trattandosi di un’area montana dove è difficile realizzare infrastrutture stradali di alta qualità e collegamenti ferroviari ad alta velocità. “Anche in questo caso, la IAM permetterebbe di superare questi ostacoli riducendo quell’isolamento che incide sull’accesso ai servizi per i residenti e limita il potenziale turistico della regione”, prosegue il consulente HF.
Come raccoglie i dati PRIAM?
PRIAM adotta un approccio multifattoriale per raccogliere i dati necessari a modellare lo sviluppo della IAM, non solo nei territori dei casi studio, ma anche sfruttando il network dei partner di progetto – aeroporti della Catalogna, Bluenest e Airport Regions Council a Bruxelles – così da avere una prospettiva più ampia a livello europeo.
Gli spostamenti e i mezzi di trasporto utilizzati dalle persone vengono rilevati tramite rete mobile per costruire “mappe di mobilità” specifiche dei territori. Questa attività è coordinata dalla tech company Nommon, a capo del progetto. “Deep Blue si occupa invece di raccogliere, tramite workshop e interviste, bisogni e requisiti degli stakeholder interessati (costruttori di vertiporti, sviluppatori di droni, management strategico, ecc.) rispetto a veicoli, connettività e barriere”, spiega Paola Lanzi, a capo dell’area Automated & Multimodal Transports di Deep Blue.
A creare cluster di potenziali utenti è invece HAIKAI, società collegata a Deep Blue specializzata in soluzioni di Intelligenza Artificiale per domini complessi e safety critical (ne abbiamo parlato qui). HAIKAI raccoglie e analizza i dati dei potenziali passeggeri per definire le diverse tipologie di utenti in base ai bisogni e alla propensione ad accettare le tecnologie IAM non solo rispetto alle possibilità economiche ma anche alle motivazioni che influenzano la scelta del trasporto, per esempio viaggi di lavoro o turismo.
“Uno dei punti di forza di PRIAM è proprio la collaborazione tra Deep Blue e HAIKAI – sottolinea Lanzi – mentre Deep Blue, specialista in Human Factor, conduce la parte qualitativa con interviste e workshop con gli stakeholder, HAIKAI aggiunge un approccio più algoritmico e di analisi dati, concentrandosi sulla segmentazione delle potenziali categorie di utenti in funzione di specifici aspetti in grado di favorire o ostacolare l’accettazione del servizio di trasporto basato su IAM. Questa sinergia permette di arricchire l’analisi dei Fattori Umani per un approccio ancor più completo e innovativo”.
Il Digital Twin: uno strumento chiave per testare la IAM
Un elemento innovativo di PRIAM è l’utilizzo dei cosiddetti Digital Twins per testare impatto e qualità della Mobilità Aerea Innovativa. “Parliamo di una riproduzione virtuale, non necessariamente tridimensionale, che integra fattori e variabili della mobilità – spiega Brambati – nel contesto di PRIAM, questo significa una mappa con punti di partenza, arrivo e nodi di mobilità, dove i dati sul movimento dei veicoli vengono riprodotti digitalmente”. Ciò consente di simulare scenari differenti e testare l’impatto di variabili diverse come variazioni della domanda e introduzione di nuove infrastrutture come i vertiporti. È inoltre possibile visualizzare la mobilità attraverso heat map che evidenziano le aree a maggiore concentrazione di spostamenti.
Cosa ci si fa con tutte queste informazioni
Le attività di raccolta e analisi dei dati rappresentano una vera e propria metodologia replicabile per l’introduzione della IAM in territori geograficamente complessi.
Le applicazioni pratiche per la progettazione di servizi efficaci orientati ai passeggeri sono diverse:
- identificare nella società i segmenti di utenti più propensi all’utilizzo dei servizi basati su IAM (lavoratori, turisti, servizi medici, ecc.) e individuare per ciascuna categoria gli specifici aspetti che possono facilitarne o ostacolarne l’accettazione;
- comprendere i pattern di mobilità e la disponibilità degli utenti a modificare le proprie abitudini di trasporto;
- valutare la sostenibilità economica di nuovi servizi;
- individuare il posizionamento ottimale dei vertiporti per massimizzare l’impatto e le opportunità di business.
“In altre parole, il progetto definisce una metodologia e gli step necessari per approcciare lo sviluppo della IAM, per esempio la valutazione della densità di popolazione, i pattern di movimento e la disponibilità a cambiare servizio, potenzialmente applicabili anche in altre aree ‘difficili’”, conclude Lanzi. Un esempio di come la ricerca esplorativa possa fornire strumenti concreti per plasmare il futuro della mobilità, rendendola più efficiente e sostenibile.
