Search

La sicurezza e la mobilità dei pedoni sono requisiti basilari che dovrebbero caratterizzare ogni sistema di trasporto urbano. Tuttavia, le morti degli utenti della strada più vulnerabili costituiscono ancora oggi una componente significativa di tutte le vittime della strada nel Mondo. Nonostante gli innumerevoli sforzi compiuti per l’innovazione tecnologica dei veicoli e il riesame degli spazi urbani, le statistiche sull’incidentalità dimostrano la necessità e l’importanza di sviluppare sempre più affidabili sistemi di protezione in grado di diminuire gli impatti sociali ed economici del sistema di trasporto. Sebbene sul mercato di massa siano stati immessi molti sistemi di frenata automatica di emergenza (o AEB, dall’inglese Automatic Emergency Braking), una misura di sicurezza chiave nei veicoli moderni in grado di evitare o mitigare gli effetti di una collisione, diversi ricercatori hanno individuato una nuova strategia per lo sviluppo efficiente di questi sistemi: migliorare la sicurezza dei pedoni nel traffico urbano richiede sistemi “intelligenti” in grado, non solo di comprendere lo stato attuale dell’interazione veicolo-pedone, ma di anticipare proattivamente il futuro modello di rischio dell’evento. In altre parole, prevedere in anticipo le decisioni degli utenti nella scena di traffico, interpretare i comportamenti dei conducenti e definire accurate metriche di valutazione del rischio sono gli obbiettivi da perseguire per raggiungere nuovi traguardi nell’ambito della mobilità sostenibile. Questo elaborato discute la natura globale del problema della sicurezza dei pedoni e i diversi approcci che sono stati sviluppati dai gruppi di ricerca nel Mondo per affrontarlo. Inoltre, la tesi presenta nel dettaglio lo studio, l’implementazione e l’analisi di un innovativo modello di valutazione del rischio, recentemente oggetto di pubblicazione su rivista internazionale, per l’efficientamento dei sistemi di assistenza alla guida esistenti. Il modello proposto, basato su moderne tecniche di Machine Learning e processi di analisi in linea con la letteratura scientifica più recente, è in grado di predire, fino a tre secondi nel futuro, il livello di rischio atteso negli incontri tra veicolo e pedone sulle strisce pedonali in funzione della rappresentazione attuale della scena di traffico tratta da radar e telecamere esterne al veicolo. Infatti, l’algoritmo prototipato fornisce una previsione sequenziale, su più orizzonti temporali, di indicatori di sicurezza operativi che descrivono in continuo il processo di incontro e permettono di annotare le interazioni conflittuali gravi. L’applicazione è stata ottimizzata attraverso dati di mobilità, acquisiti con un simulatore di guida avanzato ad elevato grado di realismo, su un campione di giovani conducenti. Questi ultimi hanno affrontato diversi conflitti veicolo-pedone su un percorso urbano virtuale pianificato. La conoscenza acquisita dal modello in questo contesto potrà essere sfruttata per facilitare l’adattamento online del sistema a nuove situazioni operative e alle diverse caratteristiche comportamentali degli utenti.