Google Maps ora è in grado di risolvere i (tanto odiati) problemi di parcheggio. Le statistiche inglesi dicono che un’automobilista in media spreca 106 giorni della sua vita nel cercare parcheggio! Anche in Italia non scherziamo, soprattutto nei grandi centri abitati. Secondo i dati ISTAT 2016 sulla qualità della vita degli italiani, emerge che la difficoltà di parcheggio è al quarto posto tra i problemi più sentiti tra gli italiani: 1° posto il rischio criminalità (38,9%), 2° posto l’inquinamento (38%), 3° posto il traffico (37,9%) e 4° posto la difficoltà di parcheggio (37,2%). Da una ricerca della Camera di Commercio (attraverso il Centro Ricerca sui Trasporti e le Infrastrutture, Università Cattaneo – LIUC Castellanza ) condotta in diverse aree del centro di Milano risulta che ogni 4 minuti passati in macchina, in media 1 minuto è speso per ricercare il sospirato parcheggio.
A risolvere un problema che è in cima alle preoccupazioni degli abitanti di ogni paese al mondo arriva una nuova feature di Google Maps. Lo ha annunciato ufficialmente Google sul suo blog il 26 gennaio. Per ora purtroppo ne possono usufruire solo i fortunati abitanti che vivono o transitano nelle aree metropolitane di 25 tra le più importanti città americane.
Le città coinvolte sono: San Francisco, Seattle, Miami, Atlanta, Boston, Charlotte, Chicago, Detroit, Los Angeles, Minneapolis/St. Paul, New York City, Orlando, Philadelphia, Pittsburgh, San Diego, St. Louis, Tampa, Washington, DC, Cleveland, Dallas/Fort Worth, Denver, Houston, Phoenix, Portland and Sacramento.
Per cui se ti trovi in una di queste aree metropolitane, ora potrai visualizzare la disponibilità di parcheggio attraverso una piccola icona “P” sulla tua mappa. Se il parcheggio è carente l’icona, solitamente blu, sarà visualizzata in rosso.
Credits: immagine originale riportata sul Blog di Google
L’applicazione di Google Map è ancora in beta test e funziona solo per Android. Gli allert sono in grado di segnalare esattamente cosa aspettarti descrivendo la difficoltà di parcheggio in 3 crescenti livelli di difficoltà: “easy, medium e limited”.
L’aspetto più interessante di questa applicazione è proprio come vengono ottenuti i dati che stanno alla base del suo funzionamento. Google Map non utilizza i dati provenienti dai parchimetri collegati ad internet . Queste informazioni fornirebbero dati errati o incompleti, c’è chi parcheggia senza pagare o chi se ne va prima anche se ha pagato per un periodo di tempo superiore. L’applicativo per classificare la difficoltà nel parcheggio di una determinata zona funziona combinando dati di crowdsourcing e algoritmi relativamente semplici di Machine Learning.
In fase sperimentale Google ha anche rilevato un fenomeno interessante: le persone, in base alla valutazione della difficoltà di parcheggio, erano più propense a prendere in considerazione l’utilizzo dei mezzi pubblici rispetto alla macchina. Questa feature dunque potrebbe contribuire a ridurre il traffico cittadino.
La soluzione in termini di Machine Learning
Per migliorare il suo algoritmo, Google ha iniziato a classificare la difficoltà nel trovare Parcheggio misurando quanto ci impiega un automobilista a trovare parcheggio. Correlando questa informazione con i dati relativi all’area di riferimento, Google comunque deve filtrare i falsi positivi: chi ad esempio arriva in quel luogo in taxi o parcheggia in zone riservate.
Credits: immagine tratta dall’articolo originale di IoT For All
Per risolvere questo problema, Google ha stabilito che se gli automobilisti girano intorno ad un luogo come nell’immagine qui sopra, il parcheggio deve considerarsi difficoltoso.
Per riconoscere questo comportamento viene considerata la differenza di tempo tra quando un’automobilista dovrebbe raggiungere un determinate luogo rispetto a quando effettivamente ci arriva. Più il divario è ampio, maggiore è la difficoltà nel trovare parcheggio. Ovviamente Google tiene in considerazioni altre variabili quali il giorno della settimana, l’ora della giornata e la storicità dei dati per affinare il modello.
Google per migliorare l’algoritmo ha utilizzato un semplice modello di regressione logistica. L’algoritmo funziona anche in presenza di elementi di disturbo. I criteri di interpretazione del modello sono relativamente semplici (la difficoltà di trovare parcheggio vengono mappate da facile a difficoltoso).
Da questa feature di Google Maps possiamo trarre due importanti considerazioni relativamente alle smart city. Innanzitutto non tutte le applicazioni delle smart city necessitano dei sensori, in quanto spesso i dati sono già disponibili. Secondariamente sebbene le reti neurali siano popolari e accurate, talvolta algoritmi più semplici possono essere più che sufficienti allo scopo.
Finalmente un’applicazione di facile comprensione e di grande utilità nella vita di tutti i giorni. Ovviamente a noi e a tutti coloro che non abitano in una delle 25 città americane prescelte tocca aspettare che il servizio venga esteso a tutto il resto del mondo.
Fonti e Risorse:
Per leggere l’articolo originale (dal quale questo articolo è liberamente tradotto): iot-for-all.com/using-machine-learning-to-predict-parking-difficulty-d0af0cd3b9a9#.dd6f7z53f
Per leggere l’annuncio ufficiale di Google: blog.google/products/maps/know-you-go-parking-difficulty-google-maps/
Altre risorse: digitaltrends.com/mobile/google-maps-parking-availability-android-app/