Parking Open Data: tre premi all’hackathon di Codemotion Roma
Come quattro persone hanno realizzato in meno di 24 ore un sistema di parcheggio basato su sensori, vincendo tre premi a Codemotion Roma 2013.
Il 22 e 23 marzo ho partecipato a Codemotion Roma 2013, uno dei principali eventi italiani per la comunità tecnologica. Oltre a un eccellente programma di workshop, ho avuto la possibilità di prendere parte all’hackathon organizzato da WHYMCA: The Mobile Revolution.
L’hackathon è stato una vera maratona di sviluppo durata 24 ore. I partecipanti hanno combinato le tecnologie messe a disposizione dagli sponsor con i propri strumenti per creare prototipi sperimentali.
Il team
Ho incontrato persone eccezionali e formato un team con:
- Federico Cappelli
- Daniele Guiducci
- Daniele Verducci
- Giuseppe Toto
Dopo più di tre ore di brainstorming abbiamo realizzato Parking Open Data in meno di un giorno. Il prototipo ha vinto tre premi:
- primo premio come miglior hack nella competizione Codemotion;
- primo premio nella categoria OpenVision–Skyport;
- terzo premio nella categoria Open Data.
Il tema dell’evento era migliorare la qualità della vita.
Cos’era Parking Open Data?
Parking Open Data era un sistema di business intelligence pensato per gestire i posti auto. Ogni parcheggio avrebbe avuto un sensore capace di rilevare la presenza di un’automobile e comunicarla a un server centrale. Il dispositivo raccoglieva anche dati su luce ambientale, temperatura e umidità.
Il server aggregava le letture e le pubblicava come open data su internet, permettendo ad altri sviluppatori di costruire applicazioni a partire dalle stesse informazioni.
Abbiamo creato sia un’app nativa per iOS sia una web app. Gli automobilisti potevano individuare i posti liberi e filtrarli in base a informazioni aggiuntive, come l’esposizione al sole o la temperatura dell’asfalto: preferenze che possono cambiare con la stagione. Il prototipo permetteva anche di pagare tramite PayPal, senza dover cercare monete per il parchimetro.
Perché rendere aperti i dati?
Una volta resi pubblici, i dati dei sensori potevano essere analizzati come un piccolo data warehouse. Anche presi da soli, potevano rivelare schemi legati alla domanda di parcheggi, al meteo, alla posizione e all’orario. Combinati con altri dataset pubblici, avrebbero permesso di verificare ipotesi più complesse, per esempio la relazione tra intensità del traffico e saturazione dei parcheggi.
Questi dati potevano supportare decisioni pratiche: aumentare il trasporto pubblico su una tratta affollata oppure ridurre il prezzo dei posti leggermente più lontani per distribuire meglio il traffico. Gli automobilisti ricevevano un servizio immediato, mentre gli amministratori della città ottenevano informazioni utili a comprendere un problema urbano più ampio.
Un ringraziamento al professor De Carolis del Dipartimento di Informatica, il cui lavoro precedente mi ha dato l’ispirazione iniziale per ragionare sui parcheggi.
Tecnologie del prototipo
- hardware Flyport di OpenPicus/OpenVision
- iOS nativo
- Spring 3 e Hibernate 4 con Maven
- JavaScript e HTML5
- Google Maps API