L’individuazione degli incidenti imputabili alla strada

Per soddisfare le esigenze di una moderna progettazione stradale l’obiettivo primario dell’analisi incidentale è il riconoscimento dei rapporti di causa/effetto che possono essere governati da opportune scelte progettuali; tuttavia, l’individuazione degli eventi direttamente o indirettamente imputabili alla strada trova immediata applicazione per intervenire sul patrimonio in esercizio al fine di ridurre gli attuali livelli incidentali. Infatti, anche se una componente certamente non trascurabile dell’incidentalità deve attribuirsi ad altre cause, dopo aver individuato le situazioni in cui prevale la responsabilità dell’infrastruttura, è possibile intervenire efficacemente per rimuovere le anomalie fisiche e funzionali che determinano i sinistri ripetitivi.

Allo scopo, è possibile adottare una procedura che, nella sua essenzialità si articola nei seguenti passi elementari.

1. Analisi dello scenario incidentale per un arco temporale predefinito e calcolo dell’incidentalità specifica media per il periodo considerato.

L’esigenza di prendere in considerazione più annualità consecutive è imposta dalla necessità di effettuare le successive elaborazioni utilizzando un campione statisticamente affidabile. A tale scopo l’arco temporale da considerare deve essere il più ampio possibile, sempre che nel periodo considerato non siano intervenute significative variazioni delle condizioni di fruizione della strada, tali da non consentire di comparare gli scenari incidentali per effetto, ad esempio, di rilevanti incrementi dei traffici, di una variazione della composizione tipologica dei flussi, di significativi interventi manutentori, ... ecc.

2. Individuazione degli incidenti ripetitivi (IR) e di quelli casuali (IC)

con riferimento ai soli incidenti localizzati (IL), assumendo per essi come ripetitivi quelli che eccedono l’incidentalità media di una prefissata soglia numerica (Δ/2) essendo Δ il range di

variabilità locale degli incidenti casuali;

Per la determinazione del valore di soglia è necessario adottare un procedimento che consente di calcolare, per i soli incidenti localizzati, sia il valor medio dell’incidentalità imputabile agli eventi casuali, sia il loro possibile range di variabilità locale. Allo scopo, devono necessariamente adottarsi criteri probabilistici che, tuttavia, si sono dimostrati particolarmente affidabili alla luce dei riscontri condotti sul campo in situazioni controllate, ove è stato possibile effettuare un adeguato monitoraggio.

Fig. 4.3 – Rappresentazione schematica del processo iterativo per la valutazione degli incidenti ripetitivi.

Facendo riferimento al grafico in figura 4.3, dove sono rappresentati i soli incidenti localizzati, la procedura prevede nell’ordine:

a. il calcolo dell’incidentalità media al chilometro dei soli incidenti localizzati

(If) = IL/km. (2)

In figura 4.3 l’incidentalità media si è indicata con la scrittura If in

quanto, quando si estenderà il calcolo alla totalità degli incidenti, il suo valore ricavato al termine della procedura sarà rappresentativo dell’incidentalità “fisiologica” della strada;

b. l’assunzione, in prima ipotesi, di un range di variabilità locale Δ1,

tale per cui solo il 5% dei chilometri della tratta siano caratterizzati da una concentrazione degli incidenti che eccedono la soglia S1 = (If) + Δ1 /2 così definita;

c. l’attribuzione degli incidenti (Σ1) che eccedono il valore di soglia

S1 al sottoinsieme di incidenti ad altra probabilità di ripetizione;

d. la “correzione dell’incidentalità media” prima calcolata (esclusi gli incidenti che superano la soglia S1) e la conseguente definizione di

un nuovo valore di soglia pari a: S2 = (IL-Σ1)/km + Δ1 /2;

e. l’attribuzione degli incidenti (Σ2) che eccedono il valore di soglia

S2 al sottoinsieme di incidenti ad altra probabilità di ripetizione;

f. la reiterazione del procedimento come al punto “d”, ripetuta sin quando ulteriori riduzioni del valore di soglia (Sf ) non comportino

l’individuazione di incidenti ad alta probabilità di ripetizione (Σf = 0).

A seguito dell’iterazione, con riferimento al valore Δ1 questa prima fase

della procedura avrà individuato come incidenti ripetitivi un numero di sinistri pari a:

(IR)1 = Σ1 + Σ2 + …… + Σf-1+ Σf. (3)

Reiterando l’intero processo a partire dalla fase “a” assumendo un valore di Δ2< Δ1e successivamente Δ3 < Δ2... ecc, si otterrà una serie di

coppie di valori Δi ;(IR)i rappresentabile in forma ordinata.

Tale rappresentazione assume usualmente l’andamento in figura 4.4 e consente di individuare un “gomito” della curva che discrimina due sottoinsiemi caratterizzati rispettivamente da un’elevata e da una modesta variabilità di (IR)i in funzione di Δi. Pertanto il numero degli incidenti

ripetitivi si otterrà reiterando il procedimento per il valore di

Δ/2 individuato dal gomito della curva.

Tale modello matematico è stato più volte testato e validato [13,18,21,23,25,37].

L’intera procedura è stata sviluppata dal Prof. Carlo Benedetto nel corso della sua pluriennale attività di ricerca nel campo della sicurezza stradale. Ho voluto in questo paragrafo riportarla nel dettaglio [23,25] in quanto ritengo sia utile per comprendere le potenzialità di un nuovo approccio all’analisi incidentale che il professore è riuscito a sviluppare nei suoi anni di ricerca.

Il modello è stato applicato in questa sperimentazione per estrarre gli incidenti imputabili all’infrastruttura dal totale degli eventi registrati nelle banche dati a disposizione (fonte ACI-ISTAT, arco temporale di studio 2000-2004 [4]).

4.3 Metodologia

Com’è stato già discusso nel capitolo precedente, l’approccio innovativo della simulazione rende possibile riprodurre in realtà virtuale la totalità delle condizioni differenti di traffico, ambiente stradale e al contorno. Per migliorare il realismo della simulazione è fondamentale la generazione grafica di tutti gli oggetti costituenti l’ambiente al contorno, come vegetazione, muri, barriere di sicurezza e l’introduzione delle geometrie stradali e delle sezioni trasversali.

In considerazione della complessità delle simulazioni in programma, si è preventivamente verificata la significatività dei dettagli da riprodurre in realtà virtuale. Questa fase dell’indagine ha posto in evidenza la necessità di rappresentare col maggiore dettaglio possibile l’ambiente interno della strada (sezione, pendenze, raggi, arredi, ..ecc.), mentre si può comporre il paesaggio prescindendo dalle emergenze di dettaglio (edifici, tipologia della vegetazione, …ecc.), purché siano rispettati i principali caratteri morfologici ottenibili in simulazione utilizzando per esempio per gli sfondi le foto acquisite in sito.

Gli scenari sono stati implementati sul simulatore di guida del laboratorio di realtà virtuale del Centro Interuniversitario di Ricerca per gli studi sulla Sicurezza Stradale (figura 4.5).

Prima di generare lo scenario di simulazione si è reso necessario acquisire tutti i dati utili: cartografia, mappe georeferenziate, foto e video delle tre infrastrutture. Tutte le informazioni sono state inserite nel software di simulazione secondo una sintassi basata su un codice alfanumerico per riprodurre le sei tratte stradali di studio.

Questo passo è stato molto importante per restituire miglior affidabilità e un adeguato livello di realismo allo scenario di simulazione.

Come dimostrato sperimentalmente altrove [6,10,11,14,15,19,20,28,38], se lo scenario ha un appropriato livello di realismo l’utente si comporta in realtà virtuale come nel mondo reale [12,87].

La costruzione degli scenari è stata indubbiamente un’attività onerosa nell’ambito dell’intera sperimentazione, sia in quanto ha richiesto numerosi sopralluoghi sulle infrastrutture di studio per ottenere tutte le informazioni necessarie, sia perché si è cercato di riprodurre con la massima fedeltà lo scenario reale, includendo i flussi veicolari, nell’ambiente simulato.

La figura 4.6 mostra alcune immagini dello scenario della viabilità esistente e delle stesse tratte ricostruite in realtà virtuale con riferimento all’autostrada A24.

Fig. 4.5 – Laboratorio di realtà virtuale del CRISS.