prof. ing. Agostino Nuzzolo ITS in urban freight 1 ...

aprile 2015

prof. ing. Agostino Nuzzolo

ITS in urban freight 1

Transport and delivering

prof. Agostino Nuzzolo

Telematic in urban freight 1

Freight transport management systems: fleet

management systems and tracking & tracing systems

E-shopping delivering

(Freight) Traffic control and info systems (e.g. access

control systems, traffic and information systems)

City logistics support for management and planning

2


Freight transport management systems

Computerised Vehicle Routing and SchedulingEfficient planning by vehicle operators to plan vehicle loads and journeys

Navigation systems and traffic controlUsed to provide specific routeing guidance and real-time information about

vehicle location, traffic incidents and changes in customers requirements

In-Cab Communication systemsThey allow the driver to communicate with their company planners and also

with customer by voice or computer

Slot booking systemsUsed to co-ordinate and plan goods vehicle arrivals at major sites generating large

flows

E-shopping delivery systemsUsed to minimise the problem of failed deliveries

3


Examples of EU research project

4

eDRUL

architecture


Life CEMD, Lucca (Italy)

5

Examples of ITS implementation


Examples of ITS implementationTecnologie ICT al servizio della mobilità

Monitorare e gestire veicoli da lontanosviluppo della strumentazione di bordo: una strumentazione che consente di

monitorare uso, prestazioni, consumi ed emissioni dei veicoli.

6


E-shopping delivery systems

Recently logistics companies have designed alternative

delivery solutions to minimise the problem of failed deliveries

and the high costs of failed attended home deliveries.

Unattended delivery systems at the customer’s home include the

use of:o Reception boxes

o Delivery boxes

o Controlled access systems

Unattended delivery systems away from the customer’s home

include:o Collection points

o Locker banks

7


Reception boxes Permanently fixed to a wall outside the customer’s home

Access to the box via an electronic code or key

Customer can be alerted of the delivery by mobile phone or email

Used mostly for parcels, but can be used for foods if the boxes are

temperature controlled

Delivery boxes A pool of boxes owned by the retailer or delivery company

Filled with the goods at the distribution depot

At the customer’s home, they are temporarily attached to the home via a

locking device fixed on the wall in a secure place

Empty boxes or boxes containing returned goods are then collected by the

delivery company either as a separate collection round or as part of the next

delivery

8

Last mile solutions [1/2]Unattended delivery systems at home


Controlled access systems

Provide the delivery driver with a means of gaining access to a locked area

to leave the goods in

A key may be sealed inside a unit, which is mounted in a location where

delivery staff can access it

The driver enters an access code into the sealed unit to release the key and

open the nominated delivery location to leave the goods

9

Last mile solutions [2/2]Unattended delivery systems at home


Collection points

Based on the use of locations other than customers’ homes to which goods

are delivered

Locations can include the nearest Post Office, a convenience store or a

petrol station

Often have long opening hours

Goods are delivered by the retailer or their carrier to the collection point

The customer is informed that their order is ready for collection

Customers may arrange with the collection point for the goods to be

delivered to their home

Collection points result in fewer delivery locations and improved drop

density

10

Last mile solutions [1/2]Unattended delivery systems away from home


Locker-banks (e.g. Packing station by Deutsche Post)

Locker-banks are groups of reception box units (lockers).

Locker-banks are similar to collection points as they are not sited at each

customers premises.

Sited in apartment blocks, work places, car parks, railway stations etc.

Customers are not usually assigned their own locker to optimize usage

(lockers have electronic locks with a variable opening code, and can be used

for different customers on different days).

May be dedicated to one delivery company or used by many.

Customers may be notified by message about when their delivery has

arrived, the box number and location, and the code to open the box.

Locker-banks require the customer to make the final leg of the journey.

However, locker-banks are located to make the deviation in customers’

journeys as short as possible.

11

Last mile solutions [2/2]Unattended delivery systems away from home


Consignity, Paris (France)Consignity is a new type of delivery service based on a network of automated

lockers for goods’ pick-ups and deliveries

12



Cityssimo, La Défense (France)Since December 2006, the retail areas of the Paris underground subway system

include a new service, Cityssimo. Cityssimo (a service of the French Post) is a

system of dedicated locker banks which constitutes an alternative to home

deliveries for parcels delivered by Colissimo, the Poste parcels delivery service.

13



CONSEGNA DEGLI ACQUISTI ON-LINE:

LOCALIZZAZIONE OTTIMALE

DEI PICK-UP POINTS


Pick-up Point System

Gruppi di box di ricezione situati in condomini, uffici, parcheggi,

stazioni ferroviarie, ecc. che possono essere dedicati ad una sola o a più

aziende.

Consegne non presenziate

Ai clienti viene comunicato con un SMS il momento di arrivo del

pacco, il numero di armadietto, la sua localizzazione e il codice per la

sua apertura.

In Germania attualmente sono

oltre 900.000 gli utenti registrati al

servizio con oltre 2.000 stazioni

installate che coprono l’intero

territorio nazionale.


Progettazione del Pick-up Points System

Data un’area di progetto e la relativa domanda di consegne

per zona di domicilio acquirenti, definire:

il numero e la localizzazione dei Pick-up Point tale da ottimizzare il

tempo totale speso dai corrieri e dai destinatari delle consegne.

Numero di Pick-up Points

Tempo di prelievo

degli acquisti da parte

degli utenti finali.

Tempo di consegna da

parte degli operatori

Tempo


1• Definizione dell’area di studio e successiva zonizzazione.

2

• Stima del numero di consegne per ogni zona di traffico e categoria

merceologica effettuata tramite modelli di domanda o indagini

commerciali con successiva analisi dello Scenario Attuale.

3

• Progettazione del Pick-up Points System (numero e localizzazione

dei punti) risolvendo Problema di Localizzazione Ottimale (rispetto

dei vincoli sulla max distanza percorribile dagli utenti).

4

• Dimensionamento ottimale del numero di slot di ogni Pick-up

Point considerando l’aleatorietà del numero di consegne giornaliere e

del tempo di ritiro da parte degli utenti.

Metodologia Applicata


Definizione dell’area di studio

Quartiere Campo Marzio

Superficie: 0,9 km2

Popolazione: 6.766 abitanti

Densità: 7.673 abit/km2

90 zone di traffico


Stima del numero di consegne per ogni

zona di traffico

Stima da

modello

Consegne totali da

effettuare per ogni zona

di traffico

Indagini

Ripartizione delle consegne:

• presenziate

• non presenziate

Consegne presenziateConsegne non

presenziate


dove:

• Nj[online] è il numero medio di acquisti settimanali online effettuati dagli utenti

della zona zona j.

• Nji,s[online] è il numero medio di acquisti settimanali on-line di tipo merce s

effettuati dagli utenti della categoria i della zona j .

• nji è il numero di utenti della categoria i e residenti nella zona j.

• acqji,s è il numero medio di acquisti di merce di tipo s effettuati dagli utenti della

categoria i della zona j.

• pi,s [online] è la probabilità che un utente faccia almeno un acquisto on-line.

s,i

s,is,i

j

i

j

s,i

s,i

jj onlinepacqnonlineNonlineN

Stima del numero di consegne per ogni

zona di traffico


Modelli di simulazione per acquistiModello Nested Logit

pi,s[online] = probabilità di fare acquisti online per merce di tipo s da utenti di

categoria i;

pi,s[acquisti] = probabilità di fare degli acquisti di merce di tipo s da utenti di

categoria i;

pi,s[online/acquisti ] = probabilità di fare acquisti online di merce di tipo s

condizionato al fatto di fare acquisti per la classe di utenti di categoria i;

acquisti/onlinepacquistiponlinep s,is,is,i


Stima da modello del numero di

consegne per ogni zona

CATEGORIE DI UTENTIGRUPPO SESSO OCCUPAZIONE FASCIA D'ETA'

G1 MASCHIO STUDENTE 15 - 19

G2 FEMMINA STUDENTE 15 - 19

G3 MASCHIO DIPENDENTE 20 - 44

G4 FEMMINA DIPENDENTE 20 - 44

G5 FEMMINA CASALINGA 45 - 64

G6 MASCHIO STUDENTE 20 - 44

G7 FEMMINA STUDENTE 20 - 44

G8 MASCHIO RITIRATO OLTRE 64

G9 MASCHIO DIPENDENTE 44 - 64

G10 FEMMINA DIPENDENTE 44 - 64

G11 FEMMINA RITIRATA OLTRE 64

CATEGORIE MERCEOLOGICHE

Abbigliamento Elettronica Igiene & Casa Altro


Numero di consegne per zona di trafficoZONE N° acq.

sett.

ZONE N° acq.

sett.

ZONE N° acq.

sett.

6 89 47 9 80 5

10 8 48 1 81 7

15 0 49 12 82 0

18 9 50 8 83 7

19 8 51 0 84 10

20 10 52 5 85 16

21 13 54 4 86 20

22 17 55 5 87 7

23 0 56 0 88 3

25 33 57 15 89 9

26 30 58 4 90 0

27 0 59 18 91 11

28 48 60 16 92 8

29 19 61 5 93 5

30 7 62 4 94 0

31 13 63 33 95 27

32 25 64 6 96 5

33 19 65 3 97 4

34 20 66 23 98 11

35 12 67 10 99 6

36 19 68 9 100 14

37 0 69 5 101 7

38 4 70 1 102 7

39 14 71 4 103 0

40 0 72 1 104 3

41 35 73 1 105 28

42 4 74 9 106 15

43 13 76 8 107 21

44 15 77 10 108 1

45 1 78 20

46 15 79 0


Progettazione del Pick-up Points

System

OBIETTIVO

Installare il minimo numero di Pick-up Points a copertura

dell’area di studio minimizzando la somma pesata del tempo di

consegna dei corrieri e del tempo di prelevamento da parte degli

utenti.

VINCOLI

Ogni zona deve essere associata ad un solo Pick-up Point.

Ogni zona deve distare meno di 300 metri dal Pick-up Point a cui

viene associata.


Il modello di Localizzazione

xi = variabile binaria che vale 1 se c’è un Pick-up Point nella zona i ; 0 altrimenti

tf = tempo fisso di fermata speso dal corriere per la consegna in un Pick-up Point

tv= tempo di inserimento di una consegna nel Pick-up Point

yij = variabile binaria che vale 1 se la zona i è servita dal Pick-up Point della zona j

tij = matrice che indica le distanze (in tempi) da qualsiasi zona i a qualsiasi zona j

aij = variabile binaria che vale 1 se la zona i dista meno di 300 metri dalla zona j

dj = vettore che indica il numero medio di consegne nella zona j

α = coefficiente di omogeneizzazione tra il valore del tempo per i corrieri e gli utenti


Algoritmo di risoluzione

Si è utilizzato il linguaggio di modellazione AMPL (A Mathemathical

Programming Language).

Come risolutore è stato utilizzato il programma di ottimizzazione CPLEX

(software della IBM) che consente di risolve problemi di programmazione

lineare intera anche di notevoli dimensioni.


Localizzazione dei Pick-up Points

Per coprire tutta l’area di studio occorrono 7 Pick-up Points a cui abbiamo

associato le relative domande giornaliere.


Dimensionamento del numero di slot

E’ funzione del numero di consegne giornaliere e del tempo di permanenza

della consegna nello slot (entrambe v.a. che ipotizziamo essere esponenziali).

Applichiamo il modello M/M/S della teoria delle code:

λ = tempo medio di interarrivo al servizio;

μ = tempo medio di interuscita dal servizio;

ρ = λ/sμ =fattore di utilizzazione del servente;

k = numero di utenti che richiedono il servizio;

s = numero di serventi;

p(0) =(sr)k

k!+

(sr)s

s!×

1

1- rk=0

s-1

åé

ëê

ù

ûú

-1

P(K > s) = pk =(sr)s

s!(1- r)k=s+1

¥

å × p(0)

Probabilità che almeno un servente

sia inattivo.

Probabilità di non trovare nessuno

slot libero.


Ipotizzando i seguenti dati:

LS desiderato pari al 97% (superamento capacità nel 3% dei giorni);

E[ts] = 1/μ = 2 giorni ;

λ = domanda di slot giornaliera di ogni Pick-up Point;

Otteniamo:

Dimensionamento del numero di slot

Stazioni

installate

Domanda di slot

giornaliera

Dimensionamento

ottimale

Pick-up Point 1 22 45








Confronto scenari

Ciascun operatore effettua mediamente 4 consegne all’ora, su 7 ore

lavorative al giorno.

Abbiamo ipotizzato un aumento delle consegne a domicilio dovuto a quelle

non andate a buon fine pari al 12%.

SCENARIO CON CONSEGNE A DOMICILIOCorrieri

(quote)

Consegne a

settimana

Aumento dovuto alle

consegne fallite

Consegne al

giorno

Ore necessarie alle

consegne

N°

operatori

BRT (28%) 283 317 63 15,85 3

DHL (18%) 182 204 41 10,19 2

TNT (17%) 172 193 39 9,63 2

UPS (14%) 141 158 32 7,90 2

GLS (14%) 141 158 32 7,90 2

SDA (9%) 91 102 20 5,10 1

Tot: 1010 1131 226 57 12


Confronto scenari

Ipotizziamo che l’80% delle consegne avvengano tramite il Pick-up Point System,

mentre il restante 20% con la consegna a domicilio.

Ogni operatore durante ciascuna giornata lavorativa di 7 ore può servire al massimo

20 differenti Pick-up Point, con un massimo di 50 consegne totali per veicolo.

L’operatore riesce sempre ad effettuare la consegna, non ci sono consegne non

andate a buon fine.

SCENARIO CON PICK-UP POINTS SYSTEMCorrieri

(quote)

Consegne a

settimana

Consegne tramite

Pick-up Point

Consegne al

giorno

Ore necessarie alle

consegne

N°

operatori

BRT (28%) 283 226 45 + (13) 6,34 + (3,25) = 9,59 2

DHL (18%) 182 146 29 + (7) 4,08 + (1,75) = 5,83 1

TNT (17%) 172 138 28 + (6) 3,85 + (1,5) = 5,35 1

UPS (14%) 141 113 23 + (5) 3,16 + (1,25) = 4,41 1

GLS (14%) 141 113 23 + (5) 3,16 + (1,25) = 4,41 1

SDA (9%) 91 73 15 + (3) 2,04 + (0,75) = 2,79 1

Tot: 1010 808 202 22,63+ (9,75) = 32,38 7


ConclusioniSCENARIO CON CONSEGNE A DOMICILIO

Corrieri

(quote)

Consegne

al giorno

Ore necessarie alle

consegne

N°

operatori

BRT (28%) 63 15,8 3

DHL (18%) 41 10,2 2

TNT (17%) 39 9,6 2

UPS (14%) 32 7,9 2

GLS (14%) 32 7,9 2

SDA (9%) 20 5,1 1

Tot: 226 56,6 12

• Il numero di ore necessarie per le

consegne, così come quello degli

operatori, scende drasticamente

con l’applicazione del Pick-up

Point System.

SCENARIO CON PICK-UP POINTS SYSTEM

Corrieri

(quote)

Consegne

al giorno

Ore necessarie alle

consegne

N°

operatori

BRT (28%) 45 + (13) 6,34 + (3,25) = 9,59 2

DHL (18%) 29 + (7) 4,08 + (1,75) = 5,83 1

TNT (17%) 28 + (6) 3,85 + (1,5) = 5,35 1

UPS (14%) 23 + (5) 3,16 + (1,25) = 4,41 1

GLS (14%) 23 + (5) 3,16 + (1,25) = 4,41 1

SDA (9%) 15 + (3) 2,04 + (0,75) = 2,79 1

Tot: 202 22,63+ (9,75) = 32,38 7

• Questo è dovuto sia alla

maggiore velocità nelle consegne

da parte dei corrieri, sia al fatto di

non avere consegne non andate a

buon fine.


Traffic management systemsUrban traffic management and control (UTMC) systems

to improve traffic flow, to reduce journey times and delays, to

improve road safety.

UTMC components: Urban Traffic Control (UTC):

traffic signal

automated LTZ access control

multiuse bus line control

information to drivers:o via roadside signs Variable message signs (VMS)

o Route guidance

o …..

Journey-time measurement systems via automatic number-plate recognition

technology

33


Traffic management systemsAutomated vehicle access controls

Can activate rising barriers or bollards

Access can be managed using CCTV, smartcards or wireless

communications

Where barriers are considered visually intrusive, automatic

enforcement systems such as number plate recognition can be

employed to ensure compliance

34


Traffic management systemsThe provision of mapping or route guidance

Can encourage goods vehicle drivers to use the most suitable

routes.

Information provided can include:

Preferred routes

Vehicle height and weight restrictions

Access and loading regulations

Locations of goods vehicle parks (delivery bays)

35



Traffic

Information Pilot

Vienna (Austria)

36


Multi use lanes, Barcelona (Spain)To reduce the effects of increasing traffic in the commercial centre of

Barcelona, the municipality has implemented new street use management.

37


prof. ing. Agostino Nuzzolo ITS in urban freight 1 ...

Documents

Transcript of prof. ing. Agostino Nuzzolo ITS in urban freight 1 ...