Camminando tra la folla, solitamente si scansano gli altri pedoni con movimenti spontanei e impulsivi, con la pandemia forse più consapevolmente ma non certo pensando di seguire un modello matematico. L’idea di averne uno, però, che descrive nel suo insieme questo tipo di interazioni fisiche dinamiche tra individui potrebbe risultare molto utile non solo per attuare meglio le misure di distanziamento sociale legate al Covid-19 ma anche e soprattutto per rendere ambienti, città, spazi sempre più smart. Un gruppo di fisici ha colto questa esigenza e, applicando la ricerca scientifica alla vita quotidiana, ha avviato già in tempi non sospetti un’iniziativa volta a comprendere le dinamiche della folla e come influenzarle.
Dal premio Ig Nobel 2021 sulla pedestrian avoidance agli studi sulla social distance
Una tappa importante del percorso di ricerca intrapreso nel 2012 e tuttora in corso, è rappresentato dalla vittoria dell’Ig Nobel per la Fisica proprio quest’anno, per uno studio effettuato su come i pedoni si evitano, o meno, in un ambiente affollato e di transito. La ricerca è stata svolta studiando la folla nella stazione ferroviaria di Eindhoven nel 2014 e i risultati sono stati anche pubblicati nel 2018 su Physical Review E a firma di Alessandro Corbetta, ricercatore del Dipartimento di Fisica Applicata dell’Università di Eindhoven, insieme ai colleghi Federico Toschi e Jasper Meeusen della Eindhoven University of Technology, Chung-min Lee della California State University Long Beach e Roberto Benzi dell’Università degli Studi di Roma Tor Vergata. Ciò che è emerso è che i pedoni non aspettano l’ultimo secondo a scansarsi ma già reagiscono quando sono a circa 140 cm di distanza l’uno dall’altro. L’esito in sé e il tema in generale possono far sorridere ma, come capita spesso per gli Ig Nobel, anche questa volta la ricerca è stata guidata da un obiettivo preciso e ad alto impatto sociale, molto legato alla progettazione e alla gestione di ambienti affollati.
Al di là dei frequentatori della stazione ferroviaria olandese monitorata infatti, come spiega Corbetta, “il nostro progetto ha permesso di ottenere uno strumento metodologico applicabile allo studio delle interazioni nelle dinamiche della folla ed estendibile anche all’analisi di altre situazioni di vita reale caratterizzate da maggiore complessità e densità, quali stazioni metropolitane nell’ora di punta oppure teatri, cinema, stadi e concerti al momento dell’ingresso e dell’uscita”.
Non è stato affatto banale da diversi punti di vista capire la fluido dinamica che caratterizza il comportamento delle folle pedonali trovandone una descrizione matematica quantitativa, un modello matematico che riproducesse lo spettro statistico del sistema. Dato che i pedoni sono imprevedibili, e lo sono anche le loro traiettorie, il metodo di analisi dei sistemi deterministici, come il sistema solare, ad esempio, non può essere utilizzato. Corbetta e colleghi hanno dovuto quindi costruire un approccio diverso, più simile a quello utilizzato per lo studio del moto di particelle in flussi turbolenti, raccogliendo milioni di dati per poi catturare le statistiche del sistema e sviluppare una simulazione che le replicasse.
Per arrivare a cogliere comportamenti tipici, fluttuazioni, struttura delle fluttuazioni, eventi rari e la loro dipendenza dal traffico serviva una grande quantità di traiettorie reali da rilevare sul posto ma nel pieno rispetto della privacy, e da trasmettere poi in Università per l’analisi e l’elaborazione.
“Abbiamo utilizzato dei sensori di profondità di tipo Microsoft Kinect che associano ad ogni pixel una sfumatura diversa in base alla distanza di un soggetto dal piano della telecamera ottenendo una mappa in scala di grigi molto accurata – racconta Corbetta – abbiamo per un anno registrato dati 24 /7, per il paper abbiamo usato quelli di 6 mesi ma si è trattato comunque di 100 Gigabytes di dati relativi a 100.000 traiettorie ogni giorno”. Una volta trasferiti in Università con un sistema radio attivo durante la notte, i dati sono stati analizzati partendo dal caso della particella libera, come lo è il pedone indisturbato, per capire con che logica a volte inverte la sua traiettoria senza apparente motivo, affrontando anche il problema delle connessioni tra piccole e grandi fluttuazioni . Il passo successivo è stato quello di passare a più pedoni interagenti e, nello specifico, di identificare “le forze che determinano il fatto che due persone si evitano”.
Dopo la sfida “sperimentale” della raccolta dati, l’altra più “modellistica” è stata quella di isolare nella grande mole solo le traiettorie rilevanti, ovvero relative a due pedoni che si scansano senza essere influenzati da altri eventi. Vinta anche questa difficoltà è arrivato il modello, la pubblicazione e ora l’Ig Nobel ma nel frattempo il progetto di ricerca ha continuato ad evolvere affrontando situazioni sempre più complesse e offrendo uno strumento utile proprio durante la pandemia per aiutare le facilities a comprendere l’efficacia delle loro contromisure per il distanziamento sociale. In questo caso la difficoltà principale è stata quella di “gestire i social group consentiti e non tener conto, quindi, dei congiunti che camminavano vicini all’interno della zona di monitoraggio delle distanze – spiega Corbetta – analizzati i dati, questa volta nella stessa stazione Utrecht tra aprile 2020 e luglio 2020, abbiamo fornito informazioni e indicazioni per migliorare la gestione dello spazio e renderlo, in questo preciso caso, più sicuro dal punto di vista pandemico”.
Col digital twin della Galleria Borghese, una nuova prospettiva di gestione degli spazi affollati
Sempre per comprendere meglio i movimenti delle persone, ma stavolta con l’obiettivo di migliorare l’accessibilità di un museo, diminuire le code e aumentare la qualità della visita sviluppando un nuovo sistema per la gestione dei flussi di visitatori, Corbetta, in collaborazione con Emiliano Cristiani, ricercatore dell’Istituto per le applicazioni del calcolo “Mauro Picone” del Consiglio Nazionale delle Ricerche (Cnr-Iac), ha realizzato un modello matematico per descrivere le dinamiche all’interno degli spazi della Galleria arrivando a svilupparne un gemello digitale del museo per simulare i movimenti delle persone e misurare l’occupazione delle varie sale in ogni istante.
Diversi sensori, diverso modello e diverso obiettivo, ma ancora una volta fisica e tecnologia che prendono dati dalla vita reale e producono un output per migliorarla. In questo caso è stato implementato in tutte le aree del museo un sistema di ricevitori Bluetooth e di trasmettitori, distribuiti ai visitatori, per tracciare i comportamenti stanza per stanza e ricostruire i pattern di visita più o meno frequenti. Con le simulazioni effettuate grazie al digital twin variando il numero di visitatori per turno di visita, la durata della visita, gli scaglioni di ingresso e la scelta delle entrate/uscite del museo, attraverso un algoritmo si sono ottenuti per tutti i parametri i valori che portassero ad una ottimizzazione del numero di visitatori giornalieri.
Corbetta amplia lo sguardo e regala prospettiva al risultato ottenuto spiegando che “rappresenta una metodologia per realizzare digital twin di musei e comprendere il comportamento dei visitatori, elemento di grande valore. Il metodo inoltre consente un’analisi in tempo reale, essenziale per introdurre degli elementi ambientali di guida automatica e ottimizzazione dei flussi, liberando tanti ricercatori dal ruolo di vigilanti di sala per potersi dedicare ad attività a maggior valore aggiunto all’interno dei musei come quelle di educazione e formazione”.
Modelli, simulazioni e nudging per suggerire alla folla configurazioni smart
Tutti i risultati e i promettenti sviluppi per il futuro emersi in entrambi i progetti, in stazione e nei musei, sono trasponibili negli ambienti di lavoro, seppur solitamente più statici. Assumono invece una maggiore importanza nel contesto dei grandi eventi come le fiere e i convegni dove oggi più che mai diventerà importantissimo conoscere il comportamento folle per creare ambienti smart. Si va oltre il progettare a tavolino gli spazi e regolare gli ingressi seguendo i consigli elaborati dai digital twin e dai modelli matematici e si mette in campo il nudging per studiare come si possono usare input visivi e uditivi per influenzare il comportamento.
Corbetta, impegnato in prima persona anche in questo tipo di studi, spiega come l’idea sia quella di “comprendere come vari tipi di stimoli dinamici possano migliorare l’utilizzo degli spazi in caso di evacuazione, ad esempio, oppure semplicemente far sì che le persone siano equamente distribuite in un certo spazio e ne possano godere meglio”.
La comprensione fisica di come si muove la folla influenzata dalle geometrie ma anche dai diversi stimoli può avere un enorme impatto sulla società, secondo Corbetta, e non solo per le esigenze legate alla gestione del post pandemia, ce ne sono ben altre altrettanto importanti legate alla concentrazione della popolazione nelle città e, per lo meno nel Nord Europa – speriamo presto anche in Italia all’incremento previsto di persone che utilizzeranno i mezzi pubblici riempiendo stazioni e metropolitane e abbracciando pratiche di mobilità sostenibile. “Lo spazio pedonale nelle infrastrutture pubbliche non può essere incrementato all’infinito, soprattutto in contesti densamente abitati. L’unica opzione è migliorare le prestazioni di quello disponibile ottimizzando dinamicamente il flusso della folla grazie a dati, modelli, simulazioni e tecnologia”.
Immagine di apertura: Credits A. Corbetta, TU Eindhoven e pubblicazione: A. Corbetta, J.A. Meeusen, C. Lee, R. Benzi, F. Toschi
Physics-based modeling and data representation of pairwise interactions among pedestrians | Phys. Rev. E. 98, 062310, 2018
