Sicurezza stradale: l’IA e il design urbano per prevenire gli incidenti prima che accadano
di Davide Re
Presentati al Parlamento europeo due studi di Politecnico di Milano e MIT di Boston, promossi da The Urban Mobility Council (Unipol): come prevedere le zone a rischio frenate brusche e come strade più contenute e piste ciclabili fisicamente separate riducano i pericoli nelle città, dove si concentra oltre il 73% dei sinistri italiani

Sembra un paradosso ma non lo è: la strada più pericolosa potrebbe essere quella sulla quale non si è ancora verificato un incidente. Perché per individuarla non basta contare le vittime o ricostruire gli scontri, bisogna fare infatti uno sforzo predittivo, riconoscendo in anticipo le condizioni che possono provocarli. È questo il cambio di prospettiva suggerito al Parlamento europeo da The Urban Mobility Council, il centro studi promosso da Unipol, con due ricerche elaborate dal Politecnico di Milano e dal MIT di Boston. Studi che si sono serviti di milioni di dati raccolti dai veicoli in circolazione, di intelligenza artificiale e tecniche di progettazione delle città e delle reti di mobilità. La prevenzione e predizione diventano così fondamentali.
Secondo il secondo rapporto del Council, elaborato con Isfort, nel 2024 in Italia si sono registrati 173.364 incidenti con lesioni alle persone e 3.030 morti. Il 73,2% degli incidenti e il 69,3% dei feriti si concentrano nelle aree urbane. Il costo sociale è stimato in circa 20 miliardi di euro l'anno. Si pensi poi nelle grandi città turistiche o commerciali, anche il problema legato alla mobilità secondaria, usata da chi fa consegne o ryder, spesso con biciclette elettriche modificate. O dall’uso disinvolto, per esempio dai turisti, di monopattini e bici a pedalata assistita in sharing, che aumenta il rischio incidente, in relazione al traffico ordinario.
Così, il Politecnico di Milano, con il progetto RoadSafeAI 2.0, spiegato da Sergio Savaresi, ha sviluppato un modello predittivo che combina dati telematici, traffico e caratteristiche della rete viaria per produrre mappe dinamiche del rischio. I parametri utilizzati scattano una foto che illustra dove si guida in modo pericoloso, ma come la pericolosità varia nelle ore e nelle condizioni di circolazione e da altri fattori. Sperimentato a Milano e Genova, il sistema è stato messo alla prova anche a Napoli senza disporre dei dati telematici locali, utilizzando immagini delle mappe OpenStreetMap. Secondo i ricercatori, ha individuato le zone con maggiore o minore intensità di frenate brusche con un margine d'errore del 5-6%. Un risultato interessante e che invita ad approfondire le ricerche, anche se per ora misura un indicatore di rischio e non la capacità di prevedere con efficacia il numero degli incidenti.
La seconda ricerca, presentata da Carlo Ratti del MIT Senseable City Lab, sposta l'attenzione sulla forma delle strade. Analizzando a Milano milioni di manovre brusche — frenate, sterzate, accelerazioni — registrate dalla telematica UnipolTech, emerge che il traffico non spiega da solo il pericolo. Per esempio, se le strade sono larghe e aperte, le guide sono più “sportive” e “aggressive”, viceversa negli spazi densi e contenuti i rischi sono inferiore, perché gli automobilisti spesso sono più attenti. Anche per le biciclette ci sono indicazioni utili. Le ciclabili ben separate da dove invece si muovono le auto, risultano associate a maggiore sicurezza rispetto alle corsie soltanto dipinte sull'asfalto.
A Bruxelles, nei giorni scorsi, nell'incontro Road Safety, a Global Commitment, è stata annunciata inoltre una collaborazione tra Unipol e l'ufficio di Jean Todt, inviato speciale dell'Onu per la sicurezza stradale. Un protocollo con la Polizia di Stato punta invece sulla condivisione di dati anonimi e aggregati e sull'educazione, soprattutto dei giovani.
© RIPRODUZIONE RISERVATA
Seguici anche su Google Discover di AvvenireTemi






