Idea progetto: Machine Learning su ritardo treni in tempo reale

[NiaJ3oE2LM]

Contesto, problema, obiettivi

Il sistema di visualizzazione dello stato dei treni di Trenitalia tramite l'app viaggiatreno è di qualità discutibile: non sembra riportare in tempo reale la situazione effettiva dei treni in quanto il ritardo diventa preciso solo quando il treno è arrivato (cioè quando l'informazione non ha più valore). Questo si può constatare durante condizioni meteo avverse (pioggia, gelo, etc.), problemi tecnici vari (alla linea e ai treni), scioperi.

Con la missione di migliorare la qualità del servizio treni dal punto di vista dell'esperienza utente, sarebbe utile creare un software che sia in grado di:

• scaricare i dati disponibili sullo stato / ritardo di un treno dalla banca dati Ferrovie dello Stato (FS)
• sopperire alla mancanza/ritardo di dati con un proprio database sullo storico dei ritardi (predizione semplice basata su media e varianza)
• sopperire alla mancanza/ritardo di dati con tramite un modello predittivo (opportunamente scelto e validato) di Machine Learning (ML) sul ritardo in tempo reale a breve termine (per esempio i prossimi 10-30 minuti)

Altre funzionalità potrebbero essere aggiunte, per esempio:

• raccogliere il feedback (anonimo) degli utenti in viaggio sui treni - un po’ come fa Waze per il traffico delle automobili. Per esempio, un form molto semplice che, dato il codice treno, permetta di raccogliere “etichette standard” di malfunzionamento da integrare come feature aggiuntiva nel modello predittivo
• predizione a lungo termine di un viaggio pianificato, un po’ come fa Google con lo storico del traffico sulle strade: la stima del tempo di viaggio è influenzata dalla data e dall’orario
• (per pendolari) monitoraggio di una tupla (cod.treno, stazione) specifica in modo da ricevere “notifiche”, per esempio dalla pagina web, oppure come widget (su una potenziale app smartphone)
• (per indennizzo), generazione di un resoconto dettagliato dei ritardi treno per codice treno. Attualmente il sito viaggiatreno dispone di una funzionalità chiamata “stampa arrivo” che genera un report in pdf dell’orario di arrivo del treno ad una certa stazione. Peccato che sia possibile solo fino ad una settimana prima.

Implementazione

Back-end. Python ? Rust? funzionalità da implementare (lista basilare):

• web-scraping dati FS: sembrano esserci diversi progetti di API non ufficiali, vedere risultati dalla ricerca della parola chiave "viaggiatreno" su github
• database per salvare lo storico ritardi per codice treno e condizioni esterne (da definire)

Front-end. Intuitivamente, l'interfaccia potrebbe avere due blocchi e delle impostazioni:

1. nel primo blocco ci sono tre campi input e un pulsante per avviare il calcolo. Il primo campo (input di testo) permette di inserire il codice treno; il secondo campo (lista a tendina con opzioni dedotte dal codice treno) permette di scegliere la stazione; il terzo campo (lista a tendina con scelte fisse) permette di decidere le condizioni di funzionamento (per esempio: normale, meteo avverso, sciopero, problema tecnico)
2. al premere del pulsante nel primo blocco, i dati in input vengono validati e risultati del calcolo vengono visualizzati nel secondo blocco. Con riferimento al tratto di corsa treno identificato, si stampa / calcola: l'orario di arrivo nominale (dati FS grezzi, quello che stampa attualmente l'app viaggiatreno), il ritardo (stimato dal modello predittivo), l'orario di arrivo previsto (nominale + ritardo), errore della predizione (stima della varianza associata al modello ML)
3. nelle impostazioni dell'applicazione si possono impostare dei valori di default per effettuare il calcolo al primo caricamento della pagina.

Il problema della predizione del traffico è un tema di ricerca (scientifico / ingegneristico) attivo. Potrebbe esserci qualcosa di già pronto per la predizione del ritardo sui sistemi ferroviari (di altri paesi, per esempio Inghilterra).

Applicazioni esistenti che utilizzano i dati FS senza alcun modello predittivo:

• il sito web dedicato ai locomotori FS E656 E655 Caimano
• con riferimento al subreddit "ho creato un sito per monitorare i ritardi di Trenitalia", il sito trainstats non permette, ad esempio: dato il codice treno, di elencare i ritardi per ogni possibile fermata (l'analisi si limita alla stazione di partenza e di arrivo).

Altre considerazioni

L'applicazione finale (in qualsiasi formato) dovrebbe declinare qualsiasi responsabilità a livello legale.

[NiaJ3oE2LM]

Propongo un disegno indicativo per dare un'idea dell'interfaccia, questa rappresentazione è pensata per un sito web visualizzato su uno smartphone e si compone di un form a singola pagina.

Il blocco superiore contiene tre campi di input e due pulsanti:

• COD. TRENO è un input di testo che deve essere opportunamente validato: il codice treno deve esistere
• STAZIONE è un menù a tendina che permette di scegliere le stazioni in base al viaggio corrispondente al codice treno.
• GO è un pulsante che invia la richiesta di calcolo al server Tutte le operazioni sono effettuate per la data corrente.
• 2 è un ulteriore menu a tendina che permette di impostare le condizioni di viaggio, per esempio: circolazione regolare, meteo avverso, sciopero, problema tecnico, etc.
• 3 è un ulteriore pulsante che si potrebbe utilizzare per accedere alle impostazioni. Il pulsante potrebbe contenere il logo dell'applicazione

Il secondo blocco permette di stampare i risultati dell'operazione:

• <nom> corrisponde all'orario dichiarato dal sito viaggiatreno, corrisponde ad una semplice lettura del database FS
• <pred> è la predizione sulla variabile ritardo calcolata con il modello ML. Il calcolo viene gestito dal back-end
• <err> è la stima dell'errore associato al modello utilizzato per la predizione del ritardo
• orario previsto è una semplice somma dell'orario nominale e della predizione. Questa operazione potrebbe essere delegata al front-end

[alanStocco]

Ciao come scritto in TG l'idea è carina e mi interessa per imparare ML però temo all'atto pratico sia poco usabile o utile per il sottostante di bassa qualità e poca affidabilità. E intendo sia i treni di FS(lol) che, soprattutto, i dati.

Si rischia di non poter fare allenamento e quindi avere stime sensate e utili per i pochi dati o farlocchi. Non so voi ma a me è capitato che il treno che è in ritardo di 30 min sul loro portale è segnato in ritardo di 5 o nulla o altre cose un po caso. E sul tabellone altra cosa ancora.

Però per imparare e giocare perché no