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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
Examples of EU research project
4
eDRUL
architecture
prof. Agostino Nuzzolo
Life CEMD, Lucca (Italy)
5
Examples of ITS implementation
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
Examples of ITS implementation
prof. Agostino Nuzzolo
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
Examples of ITS implementation
prof. Agostino Nuzzolo
CONSEGNA DEGLI ACQUISTI ON-LINE:
LOCALIZZAZIONE OTTIMALE
DEI PICK-UP POINTS
prof. Agostino Nuzzolo
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.
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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.
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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.
prof. Agostino Nuzzolo
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.
prof. Agostino Nuzzolo
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.
prof. Agostino Nuzzolo
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
Pick-up Point 2 37 78
Pick-up Point 3 12 30
Pick-up Point 4 35 74
Pick-up Point 5 17 36
Pick-up Point 6 21 43
Pick-up Point 7 18 37
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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.
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
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
prof. Agostino Nuzzolo
Examples of ITS implementation
Traffic
Information Pilot
Vienna (Austria)
36
prof. Agostino Nuzzolo
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
Examples of ITS implementation
Top Related