logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-06162025-143930


Tipo di tesi
Tesi di laurea magistrale
Autore
ANCILLOTTI, GIULIA
URN
etd-06162025-143930
Titolo
Modellazione e simulazione di un sistema di distribuzione merci basato su un Urban Distribution Centre e plotoni di veicoli automatizzati. Caso studio del Pireo.
Dipartimento
ECONOMIA E MANAGEMENT
Corso di studi
MANAGEMENT E CONTROLLO DEI PROCESSI LOGISTICI
Relatori
relatore Prof. Farina, Alessandro
Parole chiave
  • Grafo
  • UDC
  • Urban Distribution Centre
  • Van Plaatoning System
Data inizio appello
10/07/2025
Consultabilità
Completa
Riassunto
L’obiettivo di questo lavoro di Tesi è quello di proporre un sistema innovativo di trasporto per la consegna delle merci in riferimento alla logistica urbana della città del Pireo. In particolare ci soffermiamo sul cosiddetto “ultimo miglio”.
Nella parte iniziale viene data una definizione del concetto di logistica e, in particolare, di logistica urbana, analizzandone le principali criticità.
Successivamente sono state identificate delle soluzioni per quanto riguarda i suoi impatti esterni ed ambientali, focalizzando l’attenzione sui Centri di Distribuzione Urbana (o Urban Distribution Centre, UDC). Ciononostante, la localizzazione di tali centri presenta delle difficoltà in quanto se posizionati nelle vicinanze del centro cittadino, mezzi di grandi dimensioni si trovano costretti a circolare in prossimità del centro cittadino incrementando la congestione; al contrario, nel caso in cui gli UDC siano posizionati lontani dal centro città, i veicoli di piccole dimensioni devono percorrere distanze più lunghe per raggiungere i destinatari finali, impattando notevolmente sui costi dei conducenti.
Una possibile soluzione presentata per risolvere tale problematica consiste nel “two-echelon distribution system”. Tale sistema prevede due diversi momenti di transhipment: il primo presso l’UDC e il secondo nelle vicinanze del centro storico. In particolare, il trasferimento delle merci dal luogo di produzione fino all’UDC avviene con i mezzi di grandi dimensioni (ad esempio degli autoarticolati). Tale trasferimento prende il nome di “distribuzione di lunga distanza”. Una volta giunte all’UDC, le merci vengono consolidate in base alla destinazione finale e caricate in unità di carico modulari.
Successivamente vengono caricate su mezzi di medie dimensioni (ad esempio treni o tram), i quali si occupano di effettuare la “distribuzione di media distanza”, avendo come destinazione dei precisi punti posizionati in stretta prossimità dall’area urbana. A questo punto le unità di carico vengono trasferite in veicoli più piccoli ed ecologici i quali consegnano la merce ai destinatari finali.
Un’altra possibile soluzione identificata consiste nel “Van Platooning System”, un sistema che prevede plotoni di veicoli a guida autonoma. L’obiettivo di tale sistema è migliorare l’efficienza e la sostenibilità della consegna merci nelle aree urbane. In tale sistema i veicoli viaggiano in plotoni in cui il primo veicolo è guidato manualmente da un autista e i mezzi che seguono sono connessi al primo tramite un sistema di Wireless. I plotoni partono dall’UDC, localizzato in prossimità dell’area urbana, per dirigersi presso una o più posizioni chiamate Split Up Location (SUL) strategicamente situate in punti cittadini. All’interno delle SUL i veicoli dei plotoni vengono divisi ed ogni veicolo, ad eccezione di del primo, effettua l’ultima parte del percorso di consegna in maniera automatizzata ed indipendente. Una volta completate tutte le consegne i mezzi tornano presso la SUL di partenza, sono riaggregati in plotoni e tornano all’UDC. All’UDC i veicoli possono essere riorganizzati per completare altre consegne.
Lo scenario prevede una finestra temporale per effettuare le consegne pari a 6 ore (dalle 6:00 alle 12:00).
L’area di riferimento in cui è stato sviluppato il sistema è la città del Pireo. L’UDC è stato localizzato presso un’area da riqualificare; mentre le zone scelte come SUL sono tutte situate nel cuore del Pireo e collegate in modo ottimale sia con il porto che con il centro città.
Viene, successivamente, esposta la metodologia utilizzata e i modelli impiegati per progettare, ottimizzare e simulare il sistema di trasporto. La metodologia si articola in sei sotto-problemi.
Per ottimizzare il sistema di trasporto, è stata sviluppata una metodologia che permette di determinare, in modo ottimale, il numero di veicoli e i conducenti necessari. Il simulatore calcola in modo preciso il numero di plotoni necessari, definendone la composizione e gli orari di partenza e di arrivo. In aggiunta stima le tempistiche necessarie per effettuate le consegne, ottimizzando le risorse e i tempi.
Inoltre per ogni autista stima il tempo e il luogo in cui deve trovarsi e i tempi necessari per portare a termine le attività di guida, attesa o riallocazione.
In altre parole il simulatore offre una rappresentazione delle attività svolte da ciascun veicolo, plotone e autista minuto per minuto. Infine viene esaminato un confroto tra il progetto e lo stato attuale.
La presente Tesi si compone di sei capitoli riportati brevemente di seguito.
Nel primo capitolo viene fornita una definizione di logistica, le problematiche ad essa connesse ed eventuali soluzioni. Inoltre viene affrontato anche il tema della sostenibilità.
Nel secondo capitolo viene esposto il tema degli Urban Distribution Centre (Centri di Distribuzione Urbana, UDC) e il problema della loro localizzazione. Inoltre vengono esposti due diversi sistemi per risolvere tale problema: il two-echelon urban freight distribution systems e il van plooting system.
Nel terzo capitolo viene esposto il sistema di trasporto proposto e introdotti i sei sotto-problemi.
Nel quarto capitolo viene descritta l’area di studio, ovvero la città del Pireo. Inoltra viene esposta la costruzione del grafo per rappresentare l’area di studio tramite il software Qgis, le SUL e l’UDC individuati. Viene, inoltre, descritto il veicolo utilizzato per la consegna delle merci.
Nel quinto capitolo viene illustrata la metodologia e i modelli impiegati per progettare, simulare e migliorare il sistema di trasporto. Come detto, tale strategia si compone di sei sotto-problemi. I primi quattro vengono risolti con il software Matlab. Gli ultimi due vengono risolti in contemporanea tramite un microsimulatore con il linguaggio di programmazione Phyton.
Nel sesto capitolo vengono esposti i risultati ottenuti, fornendo dati e statistiche sia sui veicoli che sugli autisti. Infine, le conclusioni chiudono il presente lavoro di Tesi.

The objective of this thesis is to propose an innovative transportation system for goods delivery with reference to the urban logistics of the city of Piraeus, focusing in particular on the so-called “last mile.”
The initial section provides a definition of the concept of logistics and, more specifically, urban logistics, analyzing its main critical issues.
Subsequently, solutions regarding its external and environmental impacts have been identified, with particular attention to Urban Distribution Centres (UDCs). However, the location of such centres presents challenges: if positioned near the city centre, large vehicles are forced to circulate close to the urban core, thereby increasing congestion; conversely, if UDCs are located far from the city centre, smaller vehicles must travel longer distances to reach the final recipients, significantly impacting driver costs.
One possible solution presented to address this issue is the “two-echelon distribution system.” This system envisages two distinct transshipment phases: the first at the UDC and the second near the historic city centre. Specifically, the transfer of goods from the production site to the UDC is carried out by large vehicles (e.g., articulated trucks). This transfer is referred to as “long-distance distribution.” Once the goods arrive at the UDC, they are consolidated according to their final destination and loaded into modular loading units.
Subsequently, these units are loaded onto medium-sized vehicles (such as trains or trams), which perform the “medium-distance distribution,” targeting specific points located in close proximity to the urban area. At this stage, the loading units are transferred to smaller, more environmentally friendly vehicles that deliver the goods to the final recipients.
Another identified solution consists of the “Van Platooning System,” which involves platoons of autonomous vehicles. The aim of this system is to improve the efficiency and sustainability of goods delivery in urban areas. In this system, vehicles travel in platoons where the leading vehicle is manually driven by a driver, while the following vehicles are wirelessly connected to the leader. Platoons depart from the UDC, located near the urban area, and proceed to one or more strategically positioned Split-Up Locations (SULs) within the city. Within the SULs, the platoon vehicles are separated, and each vehicle, except for the first, completes the last part of the delivery route autonomously and independently. Once all deliveries are completed, the vehicles return to the originating SUL, are reassembled into platoons, and return to the UDC. At the UDC, vehicles can be reorganized to complete further deliveries.
The scenario envisages a delivery time window of six hours (from 6:00 a.m. to 12:00 p.m.).
The reference area in which the system was developed is the city of Piraeus. The UDC has been located in a redevelopment area, while the zones chosen as SULs are all situated in the heart of Piraeus and optimally connected to both the port and the city centre.
The methodology used and the models employed to design, optimize, and simulate the transportation system are then presented. The methodology is structured into six sub-problems.
To optimize the transportation system, a methodology was developed that allows for the optimal determination of the number of vehicles and drivers required. The simulator accurately calculates the number of platoons needed, defining their composition and departure and arrival times. Additionally, it estimates the time required to complete deliveries, optimizing resources and schedules.
Furthermore, for each driver, the simulator estimates the time and location where they must be, as well as the durations necessary to perform driving, waiting, or reallocation activities.
In other words, the simulator offers a minute-by-minute representation of the activities carried out by each vehicle, platoon, and driver.
File