Come l’Intelligenza Artificiale rende le strade più sicure

Uno studio sulle strategie di modellizzazione avanzate per la gestione della sicurezza stradale e sullo sfruttamento delle potenzialità delle reti neurali artificiali, comunemente definite Artificial Neural Networks (ANNS)

.

.

Al giorno d’oggi, la sicurezza stradale è un problema significativo che riguarda tutti. L’Organizzazione Mondiale della Sanità afferma che ogni anno muoiono più di 1,35 milioni di persone a causa di incidenti stradali. In particolare, le lesioni da incidente rappresentano la principale causa di morte per i bambini e i giovani adulti tra i 5 e i 29 anni [1].

Queste cifre allarmanti portano a una chiamata urgente alla comunità accademica per sviluppare soluzioni innovative e affidabili per prevenire il più possibile gli incidenti stradali gravi, individuando per quanto possibile le cause di quelli già occorsi.

In questo articolo, estratto da una delle nostre recenti pubblicazioni sulla rivista scientifica internazionale “Transportation Research Record: Journal of the Transportation Research Board”, proponiamo agli Enti gestori stradali di ricorrere a strategie di modellizzazione avanzate per la gestione della sicurezza stradale; in particolare, suggeriamo loro di sfruttare le potenzialità delle reti neurali artificiali, comunemente definite Artificial Neural Networks (ANNs).

Questa ricerca, dal titolo Overfitting Prevention in Accident Prediction Models: Bayesian Regularization of Artificial Neural Networks [2], è stata presentata a Gennaio 2021 al Transportation Research Board 101st Annual Meeting, Congresso internazionale leader nel settore infrastrutture e ingegneria dei trasporti che si tiene ogni anno a Washington D.C., Stati Uniti (https://www.trb.org/AnnualMeeting/).

Il caso studio e le reti neurali artificiali

Il caso studio ha visto l’utilizzo di una ANN per la previsione della frequenza incidentale sulla Strada Grande Comunicazione Firenze-Pisa-Livorno (Figura 2), la quale – con i suoi 100 km di estensione – collega le tre omonime province della Toscana.

La S.G.C. FI-PI-LI ha carreggiate separate e due corsie per senso di marcia, prevede l’utilizzo di intersezioni a livelli sfalsati e svincoli per la connessione con la rete stradale circostante, e presenta un flusso di traffico che va da circa 15.000 a circa 25.000 veicoli al giorno per direzione di marcia. Lo studio ha considerato le caratteristiche geometrico-funzionali della S.G.C. FI-PI-LI come input della ANN e gli incidenti stradali occorsi nel periodo 2015-2019 come output del modello. . . .

. . . CONTINUA:

13/06/2023, STRADE&AUTOSTRADE