Il progetto OUTFIT è un progetto congiunto finanziato dall’Unione Europea tramite il bando PRIN 2022. Il progetto ha come obiettivo la rappresentazione dinamica del rumore stradale in un modello 3D Digital Twin attraverso l’ottimizzazione del flusso di dati relativo al rumore.

La stima del rumore del traffico stradale è normata sia a livello italiano che Europeo e la END fornisce i modelli di  calcolo per le mappature, tuttavia negli anni è emersa la necessità di andare oltre gli indicatori medi con i quali  solitamente si stabiliscono i piani di azione. La ricerca è andata verso la mappatura dinamica per poter intercettare bisogni dei cittadini non visibili con indicatori di lungo periodo e si è mostrato necessario fornire ai decisori politici un metodo di visualizzazione dei problemi e delle soluzioni che sia facilmente intuitivo e comprensibile.

Il Digital Twin urbano è uno strumento utilizzato per assistere i decisori nelle scelte riguardanti la pianificazione urbana, gli interventi di potenziamento della sostenibilità e l’ottimizzazione delle infrastrutture.

In questo progetto, la stima del rumore dinamico viene effettuata tramite il modello ufficiale europeo CNOSSOS -EU, ovvero tramite un input costituito dai flussi e dalle velocità delle categorie di mezzi passanti. Tuttavia, per ottenere un  input dinamico da fornire al Digital Twin si è reso necessario lo sviluppo di un flusso di dati che ha come origine i cosiddetti crowd data, i dati provenienti da fonti collettive, più nello specifico sono stati utilizzati i tempi di percorrenza forniti in tempo reale da Google Maps. È stato sviluppato un codice in grado di effettuare una richiesta di dati  (chiamata API) temporizzata al servizio di Google API Direction per ottenere i tempi di percorrenza su ogni arco stradale di interesse ed aggiornarlo ogni dieci minuti. A partire da questi tempi di percorrenza si deriva le velocità e tramite opportuni modelli di traffico e calibrazioni si vuole derivare i flussi veicolari. 

In concreto, il progetto delinea obiettivi specifici:

1. la realizzazione di un database del traffico stradale ottenuto da dati crowdsourcing da utilizzare come input per il modello di rumore stradale.

2.  l'ottimizzazione dei flussi di dati per permettere l'elaborazione dinamica dei dati del traffico e la trasformazione in dati di rumore 

3. il rendering del rumore al fine di creare un modello DT che integri dati su livello di rumore, traffico stradale e reclami o segnalazioni dei cittadini. 

L’output finale del progetto è un modello riproducibile per derivare flussi di traffico e RTN tramite il quale sviluppare un Digital Twin in 3D con rendering dinamico del rumore e un sistema API per consentire l'interoperabilità degli open data del sistema OUTFIT.  

Il progetto ha costruito i database di traffico relativi all'area test di Pisa e alle due aree di Brindisi designate per la validazione.

Sono stati acquisiti dati dalle APi di Google che hanno portato alla definizione dei livelli di rumore a partire dai tempi di percorrenza degli archi stradali nelle zone test.

I particolare per la  zona di test del Comune di Pisa, si è condotta la calibrazione dei risultati tramite misure su archi selezionati, sia di traffico che di rumore settimanali. I risultati di calibrazione hanno dimostrato una differenza inferiore ai 3dB per tutte le classi stradali e periodi del giorno (6-20, 20-22, 22-6) ad esclusione del periodo notturno sulle strade residenziali dove i flussi erano troppo bassi per essere legati e quindi stimabili da una relazione di traffico a flusso continuo.

Inoltre, si è sviluppato un applicativo capace di eseguire le chiamate all'API secondo intervalli di tempo selezionabili e restituire i tempi di percorrenza calcolati su un set di archi geografici forniti tramite file CSV.  

Oltre all'applicativo per le sole chiamate è possibile utilizzare i codici anche per calcolare i livelli di rumore ai ricettori: come input sono necessari gli archi selezionati e una matrice di attenuazione del rumore dalle sorgenti ai punti di calcolo desiderati.

Gli applicativi e gli script sviluppati sono disponibili gratuitamente qui: https://github.com/ParaGroup/OUTFIT/tree/main.

Si è sviluppata anche la fase di validazione e costruzione del modello nella zona di Brindisi. 

In questo contesto le simulazioni di rumore sono state finalizzate alla implementazione nel digital twin e le validazioni tramite misure sono state effettuate con misurazioni fonometriche a bordo strada.

Le misure spot hanno permesso di comprendere l'inadeguatezza della classificazione stradale fornita da Open Street Map per determinare i parametri trasportistici stradali, ovvero la stessa classe a Pisa e a Brindisi si è dimostrata avere parametri diversi a causa della differente configurazione urbanistica (larghezza strade, presenza parcheggi etc..). 

Per la zona di Brindisi sono state sviluppate diverse modalità di vista in Digital Twin dei risultati di rumore. 

Sono stati utilizzati sia Blender che Unreal Engine 5. Il secondo ha permesso un integrazione dei dati più efficace nelle viste 3D.