The Kalamatas Pilot project, SchoolHeroZ, aims to promote a more sustainable mobility behavior among school citizens, as behavior change in relation to citizens’ mobility choices has been identified as a key systemic priority for the City of Kalamata in its Climate City Contract. Structural approaches to reduce the external costs of transport such as investment in walking and cycling infrastructure, bus priorities, high‐occupancy vehicle lanes and other traffic management measures might be further supported by behavior change initiatives that incorporate in their design principles of behavioral economics. Indeed, the focus of this pilot on promoting behavior change is supportive to other infrastructure interventions that the Municipality has made or planned in relation to facilitating citizens’ mobility around the City (described in the section of the main proposal titled ‘Current/past pilot-complementary activities’).

The engagement application for sustainable transportation is designed to motivate users— students, parents, and school staff—toward greener mobility choices through interactive and data-driven functionalities. At its core, the application integrates route planning, gamification, digital nudging, and user engagement tools to create a seamless and incentivized experience. Users can plan their daily commutes based on street traffic, weather, and carbon footprint estimations, etc. allowing them to make informed decisions. Gamification elements, such as leaderboards, point-based rewards, and community challenges, encourage consistent participation and healthy competition. Digital nudging mechanisms deliver personalized reminders and incentives based on user habits, ensuring proactive engagement. The application also features a robust user profile system that tracks progress, achievements, and preferences, enabling a customized experience. Data analytics further refine user recommendations, providing valuable insights to enhance engagement. By integrating these functional components, the application strengthens a community-driven shift toward sustainable mobility, making eco-friendly transportation choices both accessible and rewarding.

Local AI is a technology startup in Kalamata, Greece founded in 2022 for AI R&D, under the name Local AI, developing innovative solutions for sustainability by harnessing the power of artificial intelligence for local and global stakeholders, such as Municipalities, Regional Government, Private Energy Carriers, etc. AI innovation is at the core of its business strategy and it is actively involved in research and innovation projects to kick-start the development of new functions and commercial solutions.

The architecture overview of the SchoolHeroz Engagement App Platform (SEAP), illustrates the integration of various components and services within the system. At the user interface level, the SEAP GUI App interacts with the backend to process data and provide dynamic features. The backend consists of several core components, such as:

• Nudging Engine: Responsible for providing personalized nudges or recommendations to users, based on engagement patterns and behaviors.
• Routing Engine: This component manages the routing of data and requests between different parts of the platform, ensuring that information is directed to the appropriate services efficiently.
• AI Model Repository: This central repository stores machine learning models used for prediction, scoring, and heuristic-based decision-making. It facilitates the retrieval of AI models for various tasks like long-term predictions, scoring, and street attribute scoring using machine learning techniques.

The platform also integrates real-time Weather Information to enhance user interactions, providing contextually relevant data. The system’s architecture supports external communication via protocols such as JDEC, WMPA, and pickle, enabling smooth data exchange between the different subsystems.

The synergy between advanced data processing, AI-driven insights, and dynamic user engagement, positioning SEAP as a robust and scalable platform for educational applications and user interaction optimization.

By implementing the Mobility Data Space, we will utilise open-source components such as Postgres/PostGIS for the storage and structuring of the layers as shown in the figure above. For the data management and setup of the additional special layers, the QGIS platform will be used in order to enter, configure the additional layers, such as pedestrian crossings, urban green polygons, traffic density, etc.

A pre-processing of the additional layers in order to assign edge weight in the street network Graph will be set up based on the Open Street Maps. These weights will be essential for the AI algorithms we will employ to perform the navigation and optimal route suggestions.

The processing of GIS layers of the Mobility Data Space, will develop a Street Network Graph that will have a number of different weights on its edges that represent the merits of each road segment with regard to safety, slope, aesthetics, etc. These edge weights will be used as input on ML algorithm that will come up with the composite merit of each particular segment for any type of mobility. For the actual routing, a number of variations of the classic A* AI heuristic search algorithm will be implemented, in order to deliver the actual routes that the app will suggest to the end user.

Το πιλοτικό έργο της Καλαμάτας, SchoolHeroZ, στοχεύει στην προώθηση βιώσιμης συμπεριφοράς κινητικότητας μεταξύ των μαθητών, καθώς η αλλαγή συμπεριφοράς σε σχέση με τις επιλογές κινητικότητας των πολιτών έχει αναγνωριστεί ως βασική συστημική προτεραιότητα για τον Δήμο Καλαμάτας στο Κλιματικό Συμβόλαιο. Οι διαρθρωτικές προσεγγίσεις για τη μείωση του εξωτερικού κόστους των μεταφορών, όπως οι επενδύσεις σε υποδομές πεζοδρομίων και ποδηλασίας, οι προτεραιότητες λεωφορείων, οι λωρίδες οχημάτων υψηλής πληρότητας και άλλα μέτρα διαχείρισης της κυκλοφορίας, θα μπορούσαν να υποστηριχθούν περαιτέρω από πρωτοβουλίες αλλαγής συμπεριφοράς που ενσωματώνονται στο σχεδιασμό των αρχών συμπεριφορικής οικονομίας. Πράγματι, η εστίαση αυτού του πιλοτικού προγράμματος στην προώθηση της αλλαγής συμπεριφοράς είναι υποστηρικτική σε άλλες παρεμβάσεις υποδομής που έχει κάνει ή προγραμματίσει ο Δήμος σε σχέση με τη διευκόλυνση της κινητικότητας των πολιτών στην πόλη. Η εφαρμογή δέσμευσης για βιώσιμες μεταφορές έχει σχεδιαστεί για να παρακινήσει τους χρήστες – μαθητές, γονείς και σχολικό προσωπικό – προς πιο πράσινες επιλογές κινητικότητας μέσω διαδραστικών λειτουργιών που βασίζονται στα δεδομένα. Στον πυρήνα της, η εφαρμογή ενσωματώνει σχεδιασμό διαδρομής, παιχνιδοποίηση, ψηφιακή ώθηση και εργαλεία αφοσίωσης χρηστών για να δημιουργήσει μια απρόσκοπτη και ενθαρρυνόμενη εμπειρία. Οι χρήστες μπορούν να προγραμματίσουν τις καθημερινές τους μετακινήσεις με βάση την κυκλοφορία, τον καιρό και τις εκτιμήσεις αποτυπώματος άνθρακα κ.λπ., επιτρέποντάς τους να λαμβάνουν τεκμηριωμένες αποφάσεις. Τα στοιχεία παιχνιδοποίησης, όπως οι βαθμολογικοί πίνακες, οι ανταμοιβές βάσει πόντων και η συμμετοχή σε προκλήσεις της κοινότητας, ενθαρρύνουν τη συνεπή συμμετοχή και τον υγιή ανταγωνισμό. Οι ψηφιακοί μηχανισμοί ώθησης παρέχουν εξατομικευμένες υπενθυμίσεις και κίνητρα με βάση τις συνήθειες των χρηστών, διασφαλίζοντας την προληπτική συμμετοχή. Η εφαρμογή διαθέτει επίσης ένα ισχυρό σύστημα προφίλ χρήστη που παρακολουθεί την πρόοδο, τα επιτεύγματα και τις προτιμήσεις, επιτρέποντας μια προσαρμοσμένη εμπειρία. Η ανάλυση δεδομένων βελτιώνει περαιτέρω τις προτάσεις των χρηστών, παρέχοντας πολύτιμες πληροφορίες για την ενίσχυση της αφοσίωσης. Με την ενσωμάτωση αυτών των λειτουργικών στοιχείων, η εφαρμογή ενισχύει μια στροφή προς τη βιώσιμη κινητικότητα με γνώμονα την κοινότητα, καθιστώντας τις φιλικές προς το περιβάλλον επιλογές μεταφοράς τόσο προσβάσιμες όσο και ανταποδοτικές.

Η Local AI είναι μια startup τεχνολογίας στην Καλαμάτα της Ελλάδας που ιδρύθηκε το 2022 για την Ε&Α AI, με την επωνυμία Local AI, αναπτύσσοντας καινοτόμες λύσεις για τη βιωσιμότητα αξιοποιώντας τη δύναμη της τεχνητής νοημοσύνης για τοπικούς και παγκόσμιους ενδιαφερόμενους φορείς, όπως Δήμους, Περιφερειακή Κυβέρνηση, Ιδιωτικούς Ενεργειακούς Ενεργειακούς φορείς κ.λπ. Η καινοτομία της τεχνητής νοημοσύνης βρίσκεται στον πυρήνα της επιχειρηματικής της στρατηγικής και συμμετέχει ενεργά σε έργα έρευνας και καινοτομίας για την εκκίνηση της ανάπτυξης νέων λειτουργιών και νέων εμπορικών λύσεων.

Η επισκόπηση αρχιτεκτονικής της πλατφόρμας SchoolHeroz Engagement App Platform (SEAP), απεικονίζει την ενσωμάτωση διαφόρων στοιχείων και υπηρεσιών στο σύστημα. Σε επίπεδο διεπαφής χρήστη, η εφαρμογή SEAP GUI αλληλεπιδρά με το backend για τηνεπεξεργασία δεδομένων και την παροχή δυναμικών λειτουργιών. Το backend αποτελείται από διάφορα βασικά στοιχεία, όπως: 

• Μηχανή ώθησης: Υπεύθυνη για την παροχή εξατομικευμένων ωθήσεων ή προτάσεων στους χρήστες, με βάση τα μοτίβα αφοσίωσης και τις συμπεριφορές. 
• Μηχανή δρομολόγησης: Αυτό το στοιχείο διαχειρίζεται τη δρομολόγηση δεδομένων και αιτημάτων μεταξύ διαφορετικών τμημάτων της πλατφόρμας, διασφαλίζοντας ότι οι πληροφορίες κατευθύνονται αποτελεσματικά στις κατάλληλες υπηρεσίες. 
• Αποθετήριο μοντέλων AI: Αυτό το κεντρικό αποθετήριο αποθηκεύει μοντέλα μηχανικής μάθησης που χρησιμοποιούνται για πρόβλεψη, βαθμολόγηση και λήψη αποφάσεων. Διευκολύνει την ανάκτηση μοντέλων AI για διάφορες εργασίες, όπως μακροπρόθεσμες προβλέψεις, βαθμολόγηση και βαθμολόγηση χαρακτηριστικών δρόμου χρησιμοποιώντας τεχνικές μηχανικής μάθησης.

Η πλατφόρμα ενσωματώνει επίσης πληροφορίες καιρού σε πραγματικό χρόνο για να ενισχύσει τις αλληλεπιδράσεις των χρηστών, παρέχοντας δεδομένα σχετικά με τα συμφραζόμενα. Η αρχιτεκτονική του συστήματος υποστηρίζει εξωτερική επικοινωνία μέσω πρωτοκόλλων όπως JDEC, WMPA και pickle, επιτρέποντας την ομαλή ανταλλαγή δεδομένων μεταξύ των διαφόρων υποσυστημάτων. Η συνέργεια μεταξύ προηγμένης επεξεργασίας δεδομένων, πληροφοριών που βασίζονται στην τεχνητή νοημοσύνη και δυναμικής αφοσίωσης των χρηστών, τοποθετούν το SEAP ως μια ισχυρή και κλιμακούμενη πλατφόρμα για εκπαιδευτικές εφαρμογές και βελτιστοποίηση αλληλεπίδρασης χρηστών.

Με την υλοποίηση του Mobility Data Space θα χρησιμοποιήσουμε στοιχεία ανοιχτού κώδικα όπως το Postgress / PostGIS για την αποθήκευση και τη δομή των επιπέδων όπως φαίνεται στο παραπάνω σχήμα. Για τη διαχείριση των δεδομένων και τη ρύθμιση των πρόσθετων ειδικών επιπέδων, θα χρησιμοποιηθεί η πλατφόρμα QGIS για την είσοδο, διαμόρφωση των πρόσθετων επιπέδων, όπως διαβάσεις πεζών, πολύγωνα αστικού πρασίνου, πυκνότητα κυκλοφορίας κ.λπ. Μια προ-επεξεργασία των πρόσθετων στρωμάτων προκειμένου να αποδοθεί το βάρος των άκρων στο γράφημα του οδικού δικτύου, θα ρυθμιστεί με βάση τους Open Street Maps. Αυτά τα βάρη θα είναι απαραίτητα για τους αλγόριθμους AI που θα χρησιμοποιήσουμε για να εκτελέσουμε τις προτάσεις πλοήγησης και βέλτιστης διαδρομής. Η επεξεργασία των στρωμάτων GIS του χώρου δεδομένων κινητικότητας, θα αναπτύξει ένα γράφημα οδικού δικτύου που θα έχει έναν αριθμό διαφορετικών βαρών στις άκρες του, που αντιπροσωπεύουν τα πλεονεκτήματα κάθε οδικού τμήματος όσον αφορά την ασφάλεια, την κλίση, την αισθητική κ.λπ. Αυτά τα βάρη άκρων θα χρησιμοποιηθούν ως είσοδος στον αλγόριθμο ML που θα καταλήξει στη σύνθετη αξία κάθε συγκεκριμένου τμήματος για κάθε τύπο κινητικότητας. Για την πραγματική δρομολόγηση, θα υλοποιηθεί ένας αριθμός παραλλαγών του κλασικού αλγορίθμου ευρετικής αναζήτησης A* AI, προκειμένου να παραδοθούν οι πραγματικές διαδρομές που θα προτείνει η εφαρμογή στον τελικό χρήστη.