Intelligenza artificiale e traffico: nel Torinese arriva la mobilità smart
Scopri come l'intelligenza artificiale rende i semafori di Torino più smart per traffico fluido, meno emissioni e mobilità sostenibile.
Nel cuore di Torino prende forma una rivoluzione urbana: semafori intelligenti, sensori e algoritmi collaborano per gestire traffico e inquinamento, puntando a una mobilità più sostenibile ed efficiente per cittadini e territorio.
File di auto ferme agli incroci, carreggiate che rallentano fino a bloccarsi, concentrazioni di smog oltre i limiti nei periodi più delicati. La zona metropolitana torinese convive da tempo con gli effetti di una mobilità chiamata a garantire spostamenti efficienti senza aggravare la pressione sull’ambiente. Traffico e qualità dell’aria sono un problema comune alle grandi città europee. A Torino, però, il tema è reso più complesso dalla conformazione orografica del territorio e dalla funzione della città come snodo strategico per la mobilità intermodale.
Le amministrazioni hanno già utilizzato blocchi temporanei, misure per incentivare il trasporto pubblico e sostegni alla mobilità alternativa, insieme a interventi di emergenza. La congestione, però, non è scomparsa e le concentrazioni di PM10, PM2.5 e ossidi di azoto continuano a rappresentare un problema. Per questo si cerca un modo diverso di tenere insieme gestione del traffico, tutela ambientale e regolarità degli spostamenti.
Il progetto previsto per il 2026 parte da una domanda concreta: la città può reagire alle condizioni effettive del traffico e dell’aria invece di affidarsi soprattutto a soluzioni fisse? La risposta passa da un impianto che mette in comunicazione tecnologia digitale e dati ambientali. In questa prospettiva, gli incroci semaforici diventano punti di decisione: ricevono informazioni aggiornate e modificano il proprio comportamento in base a ciò che accade sulla strada e nell’atmosfera.
Il progetto “Intelligenza Artificiale al servizio del traffico”: obiettivi e investimento
L’area metropolitana torinese si prepara a una sperimentazione basata sull’intelligenza artificiale, rivolta a due problemi collegati: la congestione stradale e le emergenze ambientali. L’iniziativa “Intelligenza Artificiale al servizio del traffico” vale più di 11,5 milioni di euro. Quasi tutte le risorse arrivano da fondi statali, nell’ambito del Piano Regionale di Qualità dell’Aria, il PRQA.
Il progetto ha due obiettivi operativi ben definiti:
- rendere più scorrevole la rete stradale nei punti che presentano le maggiori difficoltà, intervenendo sui tempi di attesa e sulla formazione delle code;
- contenere le emissioni prodotte dai veicoli che restano fermi o avanzano lentamente con il motore acceso.
La Regione intende affiancare alle consuete limitazioni dei flussi una gestione che si aggiorni in base ai dati. L’infrastruttura dovrà quindi consentire interventi rapidi, coordinando la durata delle fasi semaforiche con le informazioni destinate agli automobilisti. L’intelligenza artificiale viene inserita proprio in questo passaggio: serve a leggere una situazione che cambia di minuto in minuto e a trasformare quei dati in indicazioni operative per la rete.
La Regione Piemonte partecipa direttamente alla realizzazione del progetto. Per gli Enti locali questo significa un carico amministrativo più contenuto, mentre l’esperimento può contare su strumenti aggiornati, sistemi capaci di dialogare tra loro e una governance centralizzata. Il modello proposto si allontana così dalla sola risposta all’emergenza. L’obiettivo è intervenire prima che una criticità si aggravi, usando le informazioni disponibili per organizzare meglio la circolazione e ridurre l’impatto sui cittadini e sull’ambiente.
La rete di semafori e sensori: come vengono raccolte le informazioni
Con il nuovo piano, i principali nodi della viabilità torinese diventano punti in cui osservare e gestire la circolazione. Il funzionamento parte da una rete di semafori intelligenti e sensori distribuiti. Agli incroci più trafficati vengono collocati dispositivi in grado di rilevare con continuità il numero e il movimento dei veicoli, i tempi di attesa e alcune condizioni ambientali.
Le informazioni arrivano in tempo reale alla centrale urbana di controllo, 5T. Qui vengono elaborate da algoritmi di intelligenza artificiale, che ricostruiscono lo stato della rete stradale e valutano come sta cambiando. Non si tratta quindi di impostare una volta per tutte la durata dei semafori. Il sistema deve poterla rivedere quando cambiano i flussi o quando i dati sulla qualità dell’aria segnalano una situazione diversa.
- La durata delle fasi semaforiche può essere modificata per il singolo incrocio, con una regolazione più flessibile rispetto a un ciclo fisso.
- Il calcolo tiene conto del traffico e dei livelli di inquinanti misurati dalle centraline ambientali integrate nella rete.
In questo modo, un picco di congestione o un aumento dell’inquinamento può produrre una risposta mirata. La regolazione non guarda soltanto al singolo semaforo, ma alle conseguenze che una scelta può avere sul resto della rete e sulle condizioni di spostamento della collettività.
Dai dati alle decisioni: gli algoritmi per il traffico e l’inquinamento
Gli algoritmi hanno il compito di coordinare le informazioni raccolte sul campo. I sensori stradali forniscono dati sui flussi, mentre ARPA Piemonte mette a disposizione le rilevazioni ambientali. Alla centrale 5T arrivano aggiornamenti continui sul traffico e sulla presenza di sostanze come PM10, PM2.5 e ossidi di azoto.
L’intelligenza artificiale interpreta questi dati mentre la situazione è in corso e produce istruzioni per i semafori. La durata del rosso e del verde può quindi cambiare in rapporto a ciò che viene rilevato. Il comportamento previsto è diverso a seconda dello scenario.
- Quando un’area presenta un picco di traffico insieme a valori di smog oltre una determinata soglia, l’algoritmo può favorire il deflusso dei veicoli dal punto più congestionato.
- Quando gli arrivi sono ridotti, i tempi possono essere organizzati in modo da agevolare il trasporto pubblico o la mobilità alternativa.
La gestione diventa così localizzata e capace di anticipare alcune situazioni. Un intervento può alleggerire un incrocio già carico; un altro può evitare che la concentrazione di veicoli aumenti fino a peggiorare ulteriormente l’aria. La rete, in sostanza, si adatta alle informazioni che riceve, invece di seguire sempre lo stesso automatismo. Il risultato dipenderà dalla qualità dei dati, dalla precisione delle elaborazioni e dalla capacità delle infrastrutture di tradurre rapidamente le istruzioni in azioni.
Qualità dell’aria e semafori: il peso dei dati ambientali
Il tratto più specifico del modello torinese è il collegamento tra la gestione della viabilità e il monitoraggio dell’ambiente. La rete delle centraline ARPA viene utilizzata con particolare attenzione a tre categorie di inquinanti:
- PM10, cioè le polveri sottili;
- PM2.5, particelle di dimensioni ultra-fini;
- NOx, gli ossidi di azoto.
I valori registrati vengono messi in relazione con i flussi di veicoli. I semafori possono quindi modificare la durata del ciclo non soltanto sulla base delle auto presenti, ma anche della qualità dell’aria nella zona interessata. Se alcuni agenti inquinanti superano i limiti previsti dalla normativa regionale e comunitaria, la regolazione può aiutare a far defluire più rapidamente i veicoli dai nodi con le concentrazioni maggiori. L’intento è evitare che nuove file di auto restino ferme con il motore acceso nello stesso punto.
È questa capacità di reagire alle condizioni ambientali a distinguere il progetto. Lo smog non viene considerato soltanto dopo il superamento delle soglie o quando l’emergenza è già evidente: i dati possono orientare le decisioni sulla circolazione e contribuire a prevenire ulteriori accumuli. L’effetto atteso riguarda direttamente la salute dei cittadini, anche se dovrà essere verificato attraverso misurazioni concrete.
Infomobilità: pannelli e avvisi per chi si sposta
Il progetto comprende anche un sistema di comunicazione rivolto agli utenti della strada. Ai margini delle principali vie di accesso a Torino e nei punti più importanti dei Comuni della cintura vengono installati pannelli a messaggio variabile, collegati alla centrale 5T.
Il loro compito è duplice. Possono avvisare della presenza di code, incidenti o livelli di inquinamento superiori alle soglie. Tra i messaggi previsti rientrano indicazioni come “traffico intenso in ingresso città” e “livelli PM10 elevati”. Gli stessi pannelli possono suggerire percorsi alternativi, così da distribuire i veicoli lungo itinerari diversi e ridurre la pressione sugli assi più affollati.
La componente tecnologica, quindi, viene accompagnata da informazioni rivolte direttamente a chi guida. Un avviso tempestivo può modificare la scelta del percorso e impedire che tutti i veicoli convergano sullo stesso nodo. In questo modo la comunicazione contribuisce a limitare le condizioni che favoriscono la congestione e il peggioramento dell’aria, lasciando agli utenti elementi utili per decidere come proseguire lo spostamento.
Il cronoprogramma della sperimentazione a Torino e nei Comuni della cintura
Il piano operativo prevede una sequenza di passaggi amministrativi, tecnici e territoriali:
- entro dicembre 2026 è prevista la pubblicazione della manifestazione di interesse;
- all’inizio del 2027 dovrebbe partire la co-progettazione tra Regione, Comuni coinvolti e stakeholder ambientali;
- le gare d’appalto per acquistare le tecnologie e procedere alle installazioni sono previste entro settembre 2027;
- l’avvio sperimentale partirà da Torino, a piazza Rebaudengo: tra la fine del 2026 e l’inizio del 2027 il primo prototipo dovrebbe entrare in funzione nell’area strategica della zona nord della città;
- l’estensione riguarderà gradualmente i centri della cintura metropolitana, vale a dire Beinasco, Orbassano, Grugliasco, Collegno, Settimo Torinese, San Mauro Torinese e Venaria Reale, con piena operatività prevista entro il 2029.
La Regione Piemonte coordina direttamente l’iter organizzativo e amministrativo. L’impostazione serve a ridurre gli oneri gestionali dei singoli Comuni e a costruire un modello che possa essere ripreso in seguito. Ogni fase sarà sottoposta a monitoraggio tecnico, così da verificare l’aderenza agli obiettivi mentre l’infrastruttura viene attivata.
I Comuni coinvolti e il coordinamento territoriale
L’iniziativa punta a costruire una rete intelligente su scala metropolitana. La collaborazione tra Enti locali, Regione e partner tecnici dovrebbe permettere di superare i limiti delle sperimentazioni condotte in singoli punti, senza collegamento con ciò che accade nei territori vicini.
Il primo intervento è previsto a Torino, in uno degli snodi più sollecitati. In seguito il sistema sarà esteso a Beinasco, Orbassano, Grugliasco, Collegno, Settimo Torinese, San Mauro Torinese e Venaria Reale. La cabina di regia è affidata alla Regione Piemonte, che mette a disposizione competenze progettuali, fondi e capacità di gestione per definire le specifiche, realizzare le opere e mettere in funzione i sistemi.
Ogni Comune partecipa a un tavolo tecnico. Questo consente di adattare le soluzioni alle caratteristiche della viabilità locale e di mantenere un confronto tra mobility manager, responsabili ambientali e soggetti che operano nella mobilità pubblica e privata. La regia comune non elimina le differenze tra i territori: prova a gestirle all’interno di una stessa infrastruttura.
La centralizzazione delle decisioni, insieme alla presenza capillare di sensori, semafori e pannelli, dovrebbe assicurare coerenza tecnica, controllo più omogeneo e possibilità di replicare i risultati su un’area ampia.
Risultati attesi per traffico, emissioni e cittadini
Il progetto mira a produrre effetti misurabili sulla circolazione e sulle condizioni ambientali. Tra i risultati attesi ci sono:
- tempi più brevi di attesa e di stazionamento ai semafori, con una circolazione più prevedibile anche nelle ore di punta;
- riduzione delle emissioni di PM10, PM2.5 e ossidi di azoto, ottenuta diminuendo la presenza di auto ferme con il motore acceso nei punti più congestionati;
- maggiore regolarità per pendolari e trasporto pubblico, che possono beneficiare di incroci più scorrevoli;
- meno superamenti delle soglie di inquinamento nelle zone considerate critiche;
- un aumento della soddisfazione e del benessere percepiti dai cittadini, legato alla possibile diminuzione dello stress durante gli spostamenti urbani.
La gestione della mobilità viene quindi collegata alla salute pubblica. Le tecnologie di intelligenza artificiale sono chiamate a svolgere un compito pratico: aiutare a organizzare la quotidianità in modo più efficiente e a limitare le conseguenze ambientali dei rallentamenti.
Come si misurerà l’efficacia del sistema
La valutazione dei risultati sarà affidata a un sistema di monitoraggio basato su dati verificabili. Gli indicatori considerati comprendono:
- i tempi medi di percorrenza sulle tratte interessate dagli interventi;
- la quantità di emissioni rilevata dalle centraline ARPA prima e dopo l’attivazione;
- il numero di superamenti dei limiti di legge relativi a PM10, PM2.5 e NOx;
- i flussi veicolari, con il volume dei mezzi e i tempi di attesa ai semafori;
- il grado di soddisfazione degli utenti, raccolto attraverso sondaggi periodici.
Il confronto potrà essere effettuato tra periodi diversi e tra aree differenti della città. Sarà così possibile capire quanto gli algoritmi incidano davvero sulle abitudini di spostamento e sugli effetti ambientali, distinguendo per quanto possibile il loro contributo dalle altre variabili. Le rilevazioni serviranno anche a decidere dove indirizzare gli investimenti successivi e quali parti del sistema richiedano correzioni o aggiornamenti.
Torino come caso pilota europeo
Il progetto torinese si differenzia da altre esperienze europee per il modo in cui collega la regolazione dei semafori alla qualità dell’aria. In molti casi l’ottimizzazione si concentra soprattutto sui parametri del traffico. Città come Barcellona e Praga stanno sperimentando reti di “onde verdi” e sistemi per migliorare la durata delle fasi semaforiche; in Piemonte, invece, le informazioni ambientali entrano direttamente nel processo decisionale.
Questa impostazione lega la mobilità urbana alla salute pubblica e affida alla qualità dell’aria un ruolo nella regolazione predittiva. Non è un semplice sistema per far scorrere più rapidamente le auto: almeno nelle intenzioni del progetto, la gestione dei flussi deve tenere conto anche degli effetti che la circolazione produce nell’ambiente circostante.
Per questo l’esperienza può interessare altre aree metropolitane impegnate nella trasformazione in smart city. Il modello potrebbe contribuire alla definizione di standard nazionali ed europei. Torino viene osservata come caso di innovazione sotto più profili: la tecnologia impiegata, la governance, le partnership e la possibilità di adattare l’impianto a contesti differenti.
Le criticità: tempi, misurazione e gestione amministrativa
L’uso di sistemi evoluti per governare il traffico non elimina le difficoltà. Le rende, in alcuni casi, più complesse da valutare.
- Definire indicatori di successo univoci può essere difficile, perché la circolazione risente anche di fattori esterni: condizioni meteorologiche, chiusure impreviste e variazioni nei flussi dei pendolari possono modificare i risultati.
- Progettazione, appalti e avviamento richiedono tempo. La piena operatività dell’intera infrastruttura è prevista nell’arco di diversi anni, perciò anche la valutazione dovrà considerare gli esiti intermedi.
- Il coordinamento tra soggetti pubblici e privati può creare rallentamenti, soprattutto quando le organizzazioni hanno priorità e modalità di lavoro diverse.
- La sostenibilità economica nel lungo periodo comprende la manutenzione degli impianti e l’aggiornamento delle tecnologie. Una pianificazione accurata dovrà confrontarsi con le risorse effettivamente disponibili.
Un investimento superiore a 11,5 milioni di euro dovrà essere sottoposto a una verifica rigorosa. Amministratori e tecnici dovranno rendere leggibili i risultati, mentre ai cittadini dovranno essere comunicati con chiarezza sia i benefici raggiunti sia i problemi emersi nella fase di avvio. La credibilità del sistema dipenderà anche da questo.
Cosa occorre per portare il modello in altre città
L’esperienza torinese indica alcune condizioni necessarie per applicare altrove una regolazione dinamica del traffico basata sull’intelligenza artificiale. Prima di tutto serve una rete di monitoraggio distribuita, con sensori, semafori adattivi e centraline ambientali capaci di fornire dati affidabili e aggiornati.
- Le banche dati dei servizi stradali, dei sistemi ambientali e delle piattaforme di infomobilità devono essere interconnesse.
- Amministrazioni, operatori della mobilità e imprese tecnologiche devono lavorare su obiettivi condivisi anche nel lungo periodo.
- Un modello di governance centrale deve occuparsi della qualità dei sistemi, della loro manutenzione e della possibilità di estenderli.
- Cittadini e imprese devono essere coinvolti, sia attraverso la raccolta di osservazioni sia nella modifica delle abitudini di spostamento.
Non basta installare dispositivi agli incroci. L’estensione della sperimentazione deve essere collegata ai piani di mobilità locale e regionale e accompagnata da attività di formazione e informazione rivolte a tutti gli stakeholder. Senza dati compatibili, responsabilità definite e personale in grado di usare gli strumenti, anche una buona infrastruttura rischia di funzionare in modo parziale.
Smart city e mobilità sostenibile: la prospettiva per Torino
La sperimentazione torinese propone una gestione della mobilità in cui traffico e qualità dell’aria vengono analizzati insieme. Sensori, centraline ARPA, semafori adattivi e pannelli a messaggio variabile dovranno fornire dati aggiornati alla centrale 5T, così da modificare i flussi quando aumentano code o concentrazioni di inquinanti.
Il risultato non sarà automatico: dipenderà dall’affidabilità delle rilevazioni, dal coordinamento tra Regione e Comuni e dalla capacità di verificare gli effetti con indicatori concreti, come tempi di percorrenza, emissioni, superamenti dei limiti e soddisfazione degli utenti. La piena operatività, prevista entro il 2029, permetterà di capire se il modello ridurrà davvero congestione e smog senza trasferire il problema nelle strade vicine.
- Priorità: intervenire sugli incroci più congestionati e sulle aree con maggiore pressione ambientale.
- Verifica: confrontare i dati prima e dopo l’attivazione, considerando anche meteo, cantieri e variazioni dei flussi.
- Condizione per l’estensione: mantenere infrastrutture, banche dati e responsabilità amministrative coordinate nel tempo.
