Come coordinatori del tavolo sulla mobilità sostenibile, BV TECH, in collaborazione con l’Università di Roma Tre e l’Università di Cassino e del Lazio Meridionale, ha condotto una ricerca significativa focalizzata sulla sicurezza stradale e la mobilità inclusiva.

Questa ricerca è stata presentata alla “The 25th International Conference on Computational Science and Its Applications (ICCSA)”, tenutasi a Istanbul, in Turchia, dal 30 giugno al 3 luglio 2025. La presentazione è stata curata da Davide Maestroni di BV TECH, accompagnato da Francesco Misso.

La ricerca, intitolata “Mapping Risk Factors to Build Inclusive Roads: A Systematic Diagnosis for Enhancing Vulnerable Users and Persons with Reduced Mobility Safety”, si allinea agli obiettivi di sviluppo sostenibile delle Nazioni Unite (SDG 11) che promuovono accessibilità, sicurezza ed efficienza nei trasporti.

L’obiettivo principale è identificare i fattori di rischio critici per la sicurezza stradale e proporre interventi mirati per migliorare la mobilità di utenti vulnerabili della strada (VRU) e persone a mobilità ridotta (PRM) in aree urbane.

È una ricerca che applica i principi di sostenibilità sociale nel trasporto per valutare la sicurezza stradale.

Per raggiungere questo scopo, è stata applicata una metodologia innovativa e ibrida nella zona di Nomentano-Tiburtino a Roma, un’area selezionata per la sua alta incidenza di incidenti che coinvolgono VRU, la presenza di ospedali, università e stazioni della metropolitana, e la vicinanza alla stazione ferroviaria di Roma Tiburtina.

La metodologia integra tre analisi interconnesse:
• Analisi degli incidenti: Identificazione di “punti neri” ad alto rischio tramite la mappatura degli incidenti che coinvolgono VRU utilizzando il Sistema Informativo Geografico (GIS) e la Stima della Densità del Kernel (KDE). È stato utilizzato un set di dati di incidenti stradali dal 2011 al 2020.
• Analisi dell’interazione veicolo-infrastruttura: Valutazione dei rischi dell’infrastruttura stradale utilizzando i dati di veicoli in movimento (Floating Car Data – FCD) dal 2022-2023 per analizzare il comportamento dei conducenti, comprese anomalie come frenate brusche e accelerazioni rapide, e correlarlo con i dati degli incidenti.
• Analisi del potenziale di incidenti (Pedestrian Crowding): Valutazione del rischio di incidenti pedonali esaminando i flussi pedonali e le strutture della rete urbana, integrando l’analisi configurazionale con gli strumenti Space Syntax. Questa analisi valuta l’esposizione al rischio.

L’integrazione di queste tre fonti di informazioni quantitative ha permesso l’identificazione di aree critiche e lo sviluppo di interventi mirati.
I risultati chiave della ricerca sono stati i seguenti:
• Sono stati identificati cinque “punti neri” ad alto rischio nella zona di Nomentano-Tiburtino, caratterizzati da una concentrazione anomala di incidenti VRU. Questi includono Piazzale del Verano, Piazza delle Provincie, e intersezioni tra Viale Regina Elena/Viale dell’Università, Via Giovanni B. Morgagni/Viale Regina Margherita, e Viale Pretoriano/Viale Piero Gobetti.
• È stata riscontrata una correlazione positiva moderata (coefficiente di Pearson di 0.61) tra le anomalie nei dati FCD (come frenate brusche o accelerazioni rapide) e gli hotspot di incidenti. Questo suggerisce che i FCD possono essere un indicatore significativo dei punti critici stradali.
• L’analisi dell’affollamento pedonale ha rivelato che la maggior parte delle aree con affollamento significativo si trovano nella parte centrale dell’area di studio.
• È stato proposto un Indicatore di Rischio (RI) che aggrega i risultati delle tre analisi, assegnando pesi maggiori agli incidenti VRU e ai dati FCD rispetto all’affollamento pedonale. Sulla base del valore RI, i siti sono stati classificati in quattro gruppi di rischio:
    ◦ Gruppo 1 (>13 RI): Alta concentrazione di incidenti VRU e dati FCD; livelli da moderati ad alti di affollamento pedonale (1 sito).
    ◦ Gruppo 2 (9-13 RI): Alta concentrazione di incidenti VRU e significativa concentrazione di dati FCD; alto affollamento pedonale in determinate ore (4 siti).
    ◦ Gruppo 3 (5-8 RI): Assenza di alte concentrazioni di incidenti VRU, con alte o moderate concentrazioni di dati FCD e affollamento pedonale da moderato ad alto (6 siti).
    ◦ Gruppo 4 (<5 RI): Assenza di alte concentrazioni di incidenti VRU e assenza di alte o moderate concentrazioni di dati FCD; affollamento pedonale da moderato ad alto (8 siti).
Le cause predominanti degli incidenti identificate includono:
• Condizioni del manto stradale: materiali incoerenti, buche.
• Segnaletica orizzontale: scarsa condizione o parzialmente cancellata.
• Parcheggi illegali: ostacolano la visibilità, in particolare vicino agli attraversamenti pedonali.
• Interazioni pedoni-veicoli: posizionamento non ottimale di fermate dei trasporti pubblici e attraversamenti pedonali che non prevengono comportamenti scorretti (es. jaywalking).
Per affrontare questi problemi, la ricerca propone interventi mirati, come il miglioramento delle condizioni del manto stradale, il ripristino della segnaletica orizzontale, l’applicazione delle normative sui parcheggi e l’ottimizzazione del posizionamento delle fermate dei trasporti pubblici e degli attraversamenti pedonali. È stata sviluppata una “Matrice di Efficacia dell’Intervento” basata sui Crash Modification Factors (CMF) per valutare e dare priorità alle misure di sicurezza. Le misure più efficaci (CMF < 0.8) sono prioritarie e gli interventi che agiscono su più cause sono considerati “Prioritari” rispetto a quelli “Secondari” che agiscono su una singola causa.

In sintesi, la metodologia proposta rappresenta un approccio sistematico e innovativo per identificare le aree ad alto rischio per gli utenti vulnerabili della strada, fornendo informazioni basate sui dati per decisioni mirate in materia di sicurezza e promuovendo strategie di pianificazione urbana e manutenzione stradale più efficaci.

Questo studio è un punto di partenza per analisi future e per promuovere interventi di manutenzione regolari.