XXXVII CONGRESSO AIAS

AIAS – ASSOCIAZIONE ITALIANA PER L’ANALISI DELLE SOLLECITAZIONI
44° CONVEGNO NAZIONALE, 2-5 SETTEMBRE 2015, – UNIVERSITÀ DI MESSINA
AIAS 2015 - 577
STUDIO DEGLI INCIDENTI STRADALI: SEVERITÀ E LESIVITÀ
POTENZIALI
D. Vangia, C. Cialdaia, S. Ranfagnia
a
Università degli Studi di Firenze - Dipartimento di Ingegneria Industriale,
Via di Santa Marta 3, 50139 Firenze,
e-mail: [email protected]
e-mail: [email protected]
e-mail: [email protected]
Sommario
Raccolta e analisi dei dati sugli incidenti stradali rappresentano un importante passo per individuare le
criticità, legate all’infrastruttura e ad i veicoli, e per il miglioramento della sicurezza stradale.
Nell'articolo viene presentata una relazione tra la severità di impatto e la lesività occorsa agli
occupanti mediante due parametri sintetici: il Crash Momentum Index (CMI) e la lesività potenziale
(IP) espressi entrambi per unità di velocità relativa. Dall’analisi del database incidentologico iGLAD,
viene illustrata l'efficacia dell'utilizzo dei suddetti parametri, indipendentemente da altri fattori (genere
e età, posizione occupata nell’abitacolo, modello di veicolo). Per incidenti ricollegabili a quelli oggetto
delle prove condotte da EuroNCAP, si assiste ad una maggiore dispersione della correlazione tra i due
parametri, in funzione proprio dei diversi tipi di veicoli presi in considerazione, a dimostrazione
dell'efficacia delle misure prese in termini di progettazione dei veicoli.
Abstract
Collection and analysis of data on road accidents represent an important step to identifying critical
areas, related to infrastructure and vehicles, and for improving safety road. The paper presents a
relationship between the impact severity and injury risk occurred to the occupants through two
synthetic parameters: Crash Momentum Index (CMI) and injury potential (IP) both expressed for unit
of relative speed. An analysis of the database iGLAD, shows the effectiveness of the use of these
parameters, independent of other factors (gender and age, position occupied in the vehicle, vehicle
model). Accidents associated with those covered by the tests conducted by EuroNCAP, there has been
a greater dispersion of the correlation between the two parameters, as a function of the different types
of vehicles considered, demonstrating the effectiveness of the measures taken in terms of vehicles
design.
Parole chiave: severità di un incidente; urti tra autoveicoli; incidente stradale; rischio di lesione; crash
test, EuroNCAP.
1. INTRODUZIONE
La commissione europea nell'ambito della sicurezza stradale si è posta, nel Road Safety Program [1]
l'obiettivo di dimezzare il numero di incidenti mortali nel decennio 2011-2020. Tra i punti strategici
del programma vi è quello di stabilire una raccolta dei dati degli incidenti stradali in tutta la EU ed
effettuare una analisi delle lesioni dei soggetti coinvolti. A conferma dell'importanza della raccolta dati
sugli incidenti, quale strumento per comprenderne le cause e proporre miglioramenti, negli ultimi anni
molti programmi sono stati istituiti al fine di creare database aggregati nei quali sono raccolti dati sul
44° CONVEGNO NAZIONALE – MESSINA, 2-5 SETTEMBRE 2015
tipo di incidente stradale e sul tipo/entità delle lesioni degli occupanti (GIDAS, iGLAD, LIVE,
RASIF, ecc.) [2]. Attraverso le informazioni contenute in questi database è possibile effettuare
numerose analisi. Queste possono essere rivolte al veicolo, agli occupanti o all’infrastruttura e i loro
risultati possono fornire input fondamentali per gli operatori del settore al fine di incrementare la
sicurezza stradale. Mentre dal punto di vista delle infrastrutture, l'analisi dei dati contenuti nei database
incidentologici permette di evidenziare i contesti stradali più pericolosi, il comportamento dei sistemi
di ritenuta e di sicurezza stradale, dal punto di vista del veicolo e del suo occupante, l'analisi consente
di evidenziare le situazioni e gli scenari ricorrenti degli incidenti, i comportamenti tipici dei guidatori e
dei pedoni, le prestazioni dei veicoli e dei sistemi di sicurezza attiva e passiva, e di correlare la severità
dell’urto alle conseguenze lesive occorse agli occupanti. La correlazione tra severità dell'impatto e le
lesioni, oltre a fornire un importante indicatore sul progresso della sicurezza degli occupanti, risulta
particolarmente utile anche per definire e valutare le configurazioni reali di impatto più pericolose e di
potere confrontare tali situazioni con le prove standardizzate, sia di omologazione dei veicoli sia
quelle svolte nell'ambito di programmi di assessment per i consumatori (ad esempio le prove
EuroNCAP). Inoltre, la conoscenza della lesività degli occupanti in funzione della severità dell’urto,
può risultare un valido indice di valutazione tra il miglioramento che le nuove tecnologie automated
driving systems (ADS) e advanced driving assistance systems (ADAS) portano in termini di sicurezza
degli occupanti e i potenziali effetti negativi che gli stessi dispositivi introducono, quali: 1)
spostamento dell'attenzione (distrazione) dei guidatori, 2) reazioni dei driver inadeguate (ad esempio
frenata brusca) che si traducono in manovre inaspettate [3, 4], 3) l'insoddisfazione del guidatore
nell’udire i sistemi di allarme frequenti e talvolta non opportuni, 4) l’insoddisfazione del conducente
quando alcune manovre o azioni sono prese in carico dal dispositivo e risultano in contrasto con il
desiderio del conducente [3, 4]. In letteratura la severità di un incidente viene definita in diversi modi,
a seconda dei fattori considerati. Qualora si consideri la severità di un incidente come la probabilità
che esso si verifichi, i parametri più rappresentativi, in accordo con Gettman e Head [5] , sono il Time
to Collision (TTC), il Post Encroachment Time (PET) e il Deceleration Rate (DR). Al diminuire di
TTC e PET la probabilità di accadimento di un incidente aumenta, mentre diminuisce al crescere del
DR. In alternativa, secondo Saunier [6], la probabilità di accadimento di un incidente è modellabile
come una funzione di potenza del Time to Collision. Generalmente però, più che in termini di
probabilità di accadimento, la severità di un incidente viene valutata in relazione alla severità
dell'impatto, espressa generalmente in funzione della risposta strutturale del veicolo e della cinematica
dell'impatto, e in relazione al rischio di lesioni [7]. Questo pone un particolare accento sull'importanza
di avere delle correlazioni tra severità dell'impatto e lesività. I primi modelli per predire la probabilità
che un incidente risultasse lesivo o fatale per i suoi partecipanti , sviluppati negli anni ’70, sono basati
su parametri quali la velocità d’impatto, la massa dei veicoli e la variazione di velocità nell’impatto
(ΔV). È emerso che tra questi parametri il ΔV è il più rappresentativo per valutare la severità
dell’impatto [8]. Dagli anni '70 ad oggi sono stati sviluppati diversi approcci per valutare la severità
dell'incidente, sviluppando diversi indici di severità o di lesività, tenendo conto di diversi parametri. In
[9] ad esempio è stata analizzata la relazione tra lesività e variazione di velocità a partire da incidenti
che coinvolgono due auto di masse diverse, e quanto la variazione di ΔV influisca su due nuovi
parametri, il Fatality Risk (R), e l’Injury Risk (P). In [10] viene studiato il rischio di mortalità (e
quindi la potenzialità lesiva dell'incidente) in relazione all'effetto della posizione dell’occupante,
classificando i conducenti, il tipo di impatto (direzione e area di deformazione), il veicolo e l'injury
severity (fatale o non fatale). In [11] vengono confrontati la variazione di velocità e la velocità di
impatto all'urto, per valutare le lesioni degli occupanti in incidenti reali. In [12] viene valutata la
severità dell'urto combinando le caratteristiche dell’infrastruttura, dell'urto (caratteristiche d'impatto
dei veicoli coinvolti e l'energia cinetica dissipata nell'urto e trasferita all'occupante) e valutazioni delle
lesioni attraverso gli indici medici (Injury Severity Score - ISS). Le più recenti correlazioni tra gli
indici di lesività e di severità dell’impatto [12] tengono conto di molti parametri, che tuttavia spesso
sono difficili da conoscere o stimare, quali: velocità d'impatto, rapporto delle masse, energia cinetica
del veicolo colpito, tipo d'impatto, genere, età e posizione dell'occupante, presenza di cinture di
sicurezza e airbag e numerose altre variabili indipendenti. L’applicabilità di queste relazioni è quindi
spesso compromessa dalla mancanza di alcuni dati di input che talvolta non vengono codificati nei
database incidentologici. Risulta utile, al fine di quantificare la severità dell'incidente e comprenderne
le cause, ricercare delle correlazioni tra severità dell'urto e lesività basate su pochi parametri,
44° CONVEGNO NAZIONALE – MESSINA, 2-5 SETTEMBRE 2015
generalmente disponibili nei database incidentologici, permettendo così di esprimere tale correlazione
in modo sintetico e di potere disporre di un campione di incidenti più numeroso così da ottenere
risultati statistici più significativi. Lo scopo di questo studio è presentare l'utilizzo e le potenzialità di
due parametri sintetici, basati su pochi dati di partenza legati all'incidente, utilizzabili per mettere in
relazione la severità dell’impatto con la lesività di un incidente reale. Il primo parametro sintetico
utilizzato è il Crash Momentum Index (CMI) [13-14] che, calcolato come rapporto tra ΔV e la velocità
relativa all'impatto, esprime la severità dell'impatto per unità di velocità relativa , ovvero indica la
severità "potenziale" di un incidente). Il CMI è esprimibile a priori anche in funzione di fattori quali il
coefficiente di riduzione della massa nel caso di urti obliqui, il coefficiente di restituzione e il rapporto
delle masse dei veicoli coinvolti. L'altro parametro utilizzato indica la lesività potenziale (IP)
dell'incidente ed è calcolato come rapporto tra l'indice di danno biologico Maximum Abbreviated
Injury Scale (MAIS) e la velocità relativa di impatto, ovvero esprime la lesività per unità di velocità
relativa all'impatto. La metodologia di analisi della severità degli incidenti con i due suddetti indici
viene qui illustrata utilizzando i dati del database del consorzio iGLAD, contenente incidenti avvenuti
tra il 2007 e il 2011, in 10 diversi Paesi. Oggetto di questa analisi sono gli incidenti relativi ad urti tra
due autoveicoli, con differenti rapporti tra le masse e diverse configurazioni d'impatto (urti frontali,
urti laterali e tamponamenti). La dimensione al momento ancora limitata del campione di incidenti
osservato consente di valutare solo qualitativamente la correlazione tra severità e lesività potenziale,
ma permette di valutare positivamente la metodologia di analisi, e le potenzialità legate all'uso dei due
parametri sintetici citati.
2. MATERIALI E METODI
2.1. Database iGLAD
Questo studio è basato sull'analisi di incidenti reali raccolti nel database iGLAD [14]. Il progetto è
stato avviato nel 2010 da case automobilistiche europee per armonizzazione dati relativi a incidenti
stradali al fine di migliorare la sicurezza stradale e dei veicoli. Ogni incidente è codificato mediante
uno schema di standardizzato, consentendo in tal modo una migliore analisi di quest'ultimi. Ciascun
incidente è descritto per mezzo di 75 variabili relative: all'incidente, alle strade, ai partecipanti
(veicoli), agli occupanti e ai sistemi di sicurezza. Al 2014 il database raccoglie informazioni su 1550
incidenti avvenuti nel Periodo 2007- 2011, verificatesi in 10 paesi aderenti all'iniziativa. Per ciascun
incidente è indicata almeno l'80% delle variabili. Gli incidenti vengono descritti attraverso 4 macrocategorie: Accident, Partecipant, Occupant and Safety System. La categoria Accident registra il
giorno, l’orario, il luogo, una breve descrizione dell’incidente, il tipo di collisione, il principale fattore
di causa, le condizioni meteo ed infine le condizioni della strada e di luce. Nella categoria Participant
sono inseriti i dati relativi ai veicoli coinvolti nel sinistro quali la casa costruttrice, il modello, la massa
nonché i parametri cinematici come la velocità di arrivo all’urto, la variazione di velocità, la Collision
Deformation Classification (CDC), l'Energy Equivalent Speed (EES), oltre che i dati relativi alla
configurazione di urto, come la direzione dell’impulso. La categoria Occupant descrive alcuni aspetti
degli occupanti come il genere, l’età, l’altezza, il peso, la posizione all’interno dell’autoveicolo, il
grado di lesione subita, descritta sia attraverso l'injury severity sia con il MAIS. L’ultima categoria
presente nel database è quella relativa al Safety System e fornisce informazioni sui dispositivi di
sicurezza installati sui veicoli, come airbag, cinture di sicurezza, Automatic Braking System (ABS),
Electronic Stability Control (ESP), indicando specificamente se tali sistemi siano entrati o meno in
funzione al momento della collisione. Nella analisi svolta sono stati considerati solo gli urti nei quali
sono coinvolti due autoveicoli e per i quali è possibile valutare la severità potenziale (CMI - vedi
paragrafo successivo) e per i quali è noto il MAIS. Dal database iniziale sono stati eliminati inoltre
quei casi che presentano anomalie, tipo mancanza della cintura di sicurezza, morte a causa di malore
del conducente prima dell’urto e incidenti nei quali si è verificato il ribaltamento del veicolo. Con
questi vincoli, il campione analizzato è di circa 140 casi, così suddivisi:
93 auto con danni nella zona frontale
26 auto con danni nella zona laterale
44° CONVEGNO NAZIONALE – MESSINA, 2-5 SETTEMBRE 2015
15 auto con danni nella zona posteriore
Il campione analizzato è composto da veicoli di molteplici case costruttrici immatricolati tra il 1992 e
il 2012, con masse a vuoto che variano tra i 750kg e i 2500kg.
2.2. Parametri utilizzati
La relazione tra indici di severità delle lesioni, come ad esempio il MAIS, in funzione del ΔV, pur
indicando un trend generale, evidenzia una forte dispersione dei dati e non fornisce indicazioni utili ai
fini di valutare la relazione tra severità dell’urto e severità delle lesioni degli occupanti. Infatti come
possibile osservare nella figura 1, in cui viene riportata la correlazione tra MAIS e V, ottenuta
dall'analisi dei dati iGLAD, esistono valori di ΔV in cui si si riscontrano sia incidenti con lesioni molto
basse (MAIS=1), sia incidenti con lesioni molto alte (MAIS=5 - 6). Questo perché il solo V non
fornisce indicazioni sulla combinazione di veicoli coinvolti (rapporto delle masse), sulla
configurazione d’urto tra i veicoli, ovvero se l’urto è centrato o eccentrico, e su quale sia la zona
interessata dall'impatto, ecc.
Figura 1 – Andamento tipico del MAIS in funzione del V.
La scarsa significatività di diagrammi come quello riportato in figura 1, e la volontà di identificare una
buona relazione tra severità e lesività, hanno suggerito di analizzare gli incidenti attraverso parametri
sintetici che esprimono la severità potenziale dell’urto e la lesività potenziale per gli occupanti. Il
parametro sintetico utilizzato per definire la severità potenziale dell'urto è il CMI, definito come
variazione di velocità per unità di velocità relativa all'impatto tra i veicoli:
CMI
V
Vr
(1)
V
dove (Vr-ΔV) è la componente della velocità relativa all’impatto lungo la direzione del ΔV. Il CMI può
quindi essere valutato a posteriori attraverso parametri cinematici ricostruiti nella analisi dell'incidente,
generalmente presenti nei dati contenuti nei data base incidentologici. Il CMI, tuttavia, come
dimostrato in [13], può essere espresso a priori anche in funzione del tipo e delle caratteristiche
dell'incidente, ovvero in termini di configurazione di impatto e di comportamento strutturale dei
veicoli, ovvero dei fattori di riduzione delle masse (γ1 e γ2) [13 e 15], che esprimono gli aspetti
geometrici legati alla disposizione relativa dei veicoli al momento dell'urto in relazione alle proprietà
inerziali dei veicoli, del coefficiente di restituzione (εi), che esprime le rigidezze dei veicoli e del
rapporto delle masse (Rm) dei mezzi coinvolti:
CMI
1 2
(
2
(1
)
1 Rm )
i
(2)
44° CONVEGNO NAZIONALE – MESSINA, 2-5 SETTEMBRE 2015
Mentre εi e Rm sono legati esclusivamente alla tipologia dei veicoli, γ, fornisce informazioni sulla
configurazione d’urto essendo espresso in funzione della distanza (h) tra il baricentro del veicolo e la
retta di azione dell'impulso (figura 2):
k2
k 2 h2
(3)
con k2 raggio giratore, definito come il rapporto tra il momento di inerzia e la massa del veicolo.
Figura 2 – Schematica di un urto frontale – laterale con rappresentazione della distanza
(h) tra il baricentro del veicolo e la retta di azione dell'impulso.
Il CMI è quindi un parametro che implicitamente fornisce molteplici indicazioni sul tipo di urto. Il
parametro sintetico utilizzato per esprimere la lesività degli occupanti è la lesività potenziale IP,
ovvero il MAIS per unità di velocità relativa all'impatto tra i veicoli, espresso come rapporto tra MAIS
e velocità relativa all’impatto Vr e permette di avere indicazioni sul progresso dei veicoli in termini di
sicurezza, tenendo conto della la tipologia/configurazione di urto tra veicoli.
3. RISULTATI
L’analisi del database è stata condotta prendendo, per ogni sinistro, solamente il dato del MAIS
riferito all’occupante, conducente o trasportato, che nell’impatto ha riportato le maggiori lesioni,
ovvero il maggiore MAIS di tutti gli occupanti. Per ciascun veicolo è stato associato, al valore di
severità potenziale (CMI), il valore di lesività potenziale (IP). Dalla figura 3 si osserva che a parità di
severità potenziale la lesività potenziale aumenta all’aumentare effettivo della lesione subita (MAIS).
44° CONVEGNO NAZIONALE – MESSINA, 2-5 SETTEMBRE 2015
Figura 3 – Lesività potenziale (IP) in funzione della severità potenziale (CMI) al variare
dell’indice MAIS per incidenti estratti dal database iGLAD.
Interessanti risultati si ottengono considerando i tipi più comuni di configurazione di urto, frontale,
laterale e tamponamento, suddividendo i casi in classi, a seconda della zona sul veicolo interessata
dall'impatto: anteriore, laterale e posteriore. La relazione tra i parametri di lesività e severità potenziali
è riportata in figura 4.
Figura 4 - Lesività potenziale (IP) in funzione della severità potenziale (CMI) al variare
delle comuni di configurazione di urto.
Seppure la numerosità dei dati relativi ai veicoli con danni nella zona laterale e nella zona posteriore
sia limitata, si riscontra una evidente correlazione lineare tra i due parametri sintetici utilizzati (figura
5 e 6). Per i veicoli con danni nella zona laterale la relazione tra CMI e Ip presenta un R2 pari a 0,83 e
una deviazione standard pari a 0,018. Per i veicoli con danni nella zona posteriore la retta di migliore
approssimazione presenta un R2 pari a 0,89 e una deviazione standard pari a 0,014.
44° CONVEGNO NAZIONALE – MESSINA, 2-5 SETTEMBRE 2015
Figura 5 - Lesività potenziale (IP) in funzione della severità potenziale (CMI) per veicoli
con danni nella zona laterale.
Figura 6 - Lesività potenziale (IP) in funzione della severità potenziale (CMI) per veicoli
con danni nella zona posteriore.
Per i veicoli con danni nella parte anteriore, al contrario, la dispersione risulta molto più ampia; per
questi casi si rileva solamente una covarianza positiva dei dati. Al fine di ricercare le cause di questa
maggiore dispersione dei dati relativi alla zona di impatto anteriore, sono state analizzate più nel
dettaglio le configurazioni di impatto possibili. In un incidente stradale un veicolo può subire danni
nella parte anteriore a causa della configurazione d’impatto che si verifica, la quale dipende
sostanzialmente dalle condotte di guida dei conducenti (mancato rispetto delle distanze di sicurezza,
distrazione, alta velocità, ecc.) e dall’infrastruttura (presenza di rotatorie o incroci, strade urbane o
extraurbane, visuale coperta, ecc.). Le tipiche configurazioni di impatto tra veicoli, riscontrate nei casi
analizzati nel database iGLAD, che portano uno dei due ad avere danni nella zona frontale sono:
Impatto Frontale-Frontale (F – F)
Impatto Frontale-Laterale (F – S)
Impatto Frontale-Tamponamento (F – R)
In figura 7 sono riportate le tipologie di impatto sopra descritte. In nero è stato rappresentato il veicolo
che riporta danni nella zona frontale.
44° CONVEGNO NAZIONALE – MESSINA, 2-5 SETTEMBRE 2015
Figura 7 - Configurazioni di impatto tipiche tra veicoli, riscontrate nel database iGLAD,
che portano uno dei due ad avere danni nella zona frontale.
Suddividendo i casi che hanno riportato danni nella zona frontale secondo le tre classi sopra
evidenziate si può osservare (figura 8) che per due di esse si riscontra una buona correlazione lineare
tra i parametri di lesività e severità potenziale (figura 9). Per esse, impatto F - S e impatto F - R, si ha
un coefficiente di correlazione e una deviazione standard rispettivamente pari a 0,82 e 0,014.
Figura 8 - Lesività potenziale (IP) in funzione della severità potenziale (CMI) per veicoli con danni
nella zona anteriore al variare della configurazione di impatto che ha generato tali deformazioni.
Figura 9 - Lesività potenziale (IP) in funzione della severità potenziale (CMI) per veicoli con danni
nella zona anteriore che hanno avuto impatti con altri veicoli del tipo F - S e F - R.
44° CONVEGNO NAZIONALE – MESSINA, 2-5 SETTEMBRE 2015
Permane invece notevole dispersione per i casi in cui i veicoli presentano danni nella zona frontale a
causa di impatti frontali-frontali. Al fine di verificare la possibile influenza di altri parametri per
questa classe di impatti, sono stati analizzati gli urti F - F in funzione del genere dell’occupante. Si
riscontra una buona correlazione per le donne tra i parametri sintetici CMI e Ip, con un coefficiente di
correlazione pari a 0,88 e una deviazione standard di 0,02, mentre ancora dispersi risultano i dati per
gli uomini negli urti F - F.
Figura 10 - Lesività potenziale (IP) in funzione della severità potenziale (CMI) al variare del genere.
La figura fa riferimento esclusivamente ai veicoli con danni nella zona anteriore che hanno avuto
impatti con altri veicoli del tipo F - F.
Per gli urti F – F, nei quali la dispersione dei dati è ampia, è stato studiato l’andamento tra CMI e IP,
mettendo in evidenza la qualità dei veicoli in termini di sicurezza. Consapevoli che il campione
analizzato è limitato, seguendo la classificazione dei veicoli fornita da EuroNCAP, si nota, in
particolar modo per gli incidenti con MAIS maggiore o uguale a 5, che i veicoli con maggior rating
(maggior numero di stelle attribuito da EuroNCAP) si comportano meglio in termini di lesività
potenziale, a parità di CMI (figura 11).
Figura 11 – Rappresentazione dell’andamento tra lesività potenziale (IP) e severità potenziale (CMI)
negli urti F- F i cui occupanti hanno riportato MAIS maggiore o uguale a 5.
4. DISCUSSIONE DEI RISULTATI
L’analisi del database iGLAD mediante l’utilizzo di parametri sintetici quali CMI e IP fornisce
indicazioni significative in merito alla lesione effettiva degli occupanti in quanto vi è una buona
corrispondenza tra potenzialità lesiva (IP) e lesione (MAIS) a parità di severità dell’urto (CMI).
L'analisi dei dati ha messo in evidenza che per incidenti che interessano determinate zone del veicolo è
44° CONVEGNO NAZIONALE – MESSINA, 2-5 SETTEMBRE 2015
possibile identificare una buona correlazione lineare tra severità potenziale e lesività potenziale. Tutte
queste zone di impatto del veicolo rientrano sostanzialmente nelle classi di incidente frontale - laterale
e frontale - tamponamento, per entrambi i veicoli coinvolti nell'incidente, ovvero con danni diffusi
nella parte frontale, laterale e posteriore del veicolo. Questo significa che per queste classi di
incidente, è possibile esprimere, con buona approssimazione, la lesività potenziale dell'incidente a
partire dalla severità potenziale. Il tipo di veicolo (modello, massa, rigidezza), la posizione occupata
nell’abitacolo, il genere e l'età degli stessi occupanti, evidentemente per queste classi di incidenti,
influiscono poco sulla correlazione tra i due parametri, data la relativamente modesta dispersione dei
dati attorno alla retta di migliore approssimazione, e quindi i due parametri utilizzati possono essere
considerati parametri "sintetici" per esprimere la correlazione severità-lesività. Ovviamente la
correlazione qui trovata può risentire della numerosità relativamente bassa del campione di dati
analizzato, ma i risultati mostrano l'utilità e la significatività dei parametri sintetici utilizzati
nell'analisi. Per i veicoli che hanno subito danni nella zona frontale a seguito di urti del tipo frontale frontale la dispersione dei dati è risultata ampia, ovvero il CMI appare non sufficiente a descrivere
univocamente la lesività potenziale per questa categoria di incidenti. È necessario approfondire tale
fenomeno, attraverso un’analisi su un campione più numeroso, cosa che potrà ad esempio essere fatta
appena disponibili la seconda trance di i dati iGLAD relativa agli incidenti degli anni 2013-2014.
Appare evidente che per gli impatti frontale - frontale vi siano altri fattori che influenzano la
correlazione tra lesività e severità potenziale. Tra questi, riferendoci anche a quanto già identificato in
letteratura tecnica [6], un ruolo determinante può assumerlo il genere dell’occupante, l’età, la
posizione di guida, il tipo di veicolo o una combinazione di questi. Dall’analisi svolta, per questa
classe di incidente, il genere femminile risulta esibire un comportamento diverso dal maschile, meno
disperso e, a parità di severità, con potenzialità lesiva maggiore. Il CMI, essendo esprimibile a priori in
termini delle configurazioni di impatto, delle rigidezze dei veicoli, e del rapporto delle masse dei
mezzi coinvolti, permette di condurre analisi preventive in funzione delle configurazioni di impatto.
Ad esempio, è logico aspettarsi che, a parità di CMI, un miglioramento della sicurezza passiva dei
veicoli abbia come conseguenza una riduzione dell’IP. Un riscontro di questo si ha analizzando il
grafico di figura 11 dove, seppure presenti pochi dati e sia da considerarsi una analisi preliminare, si
denota una riduzione della potenzialità lesiva a parità di CMI nei veicoli “più sicuri” ovvero per quelli
che hanno ottenuto un miglior punteggio in termini di sicurezza passiva secondo i test di EuroNCAP.
Quindi, il miglioramento dei dispositivi di sicurezza passiva dei veicoli si traduce in una pendenza
inferiore della curva Ip-CMI, come illustrato in figura 12. Al contrario, modifiche sull’infrastruttura
e/o l’attivazione di sistemi di assistenza alla guida (ADAS), generalmente modificano le
configurazioni di impatto che potevano verificarsi con maggiore probabilità in un dato tratto viario,
cambiando quindi il CMI, ma non vi è sempre una diretta e sistematica riduzione della potenzialità
lesiva dell’impatto. A titolo di esempio, si considerano due diverse configurazioni d'urto, α e β, tra
veicoli analoghi, per ciascuna delle quali sono state svolte 6 simulazioni di impatto, mediante il
software PRO IMPACT 6.0, assegnando diverse velocità di arrivo all’urto dei due veicoli al fine di
simulare sia diversi tipi di eccentricità dell’urto sia la possibile attivazione di un sistema di ausilio alla
guida ADAS per il veicolo B (vedi tabella 1). Dal 2014 EuroNCAP ha introdotto test di valutazione
delle nuove tecnologie anticollisione che avvisano e/o supportano la manovra di frenata al fine di
aiutare il conducente ad evitare un tamponamento: Autonomous Emergency Braking (AEB).
44° CONVEGNO NAZIONALE – MESSINA, 2-5 SETTEMBRE 2015
Tabella 1: Configurazioni di impatto simulate con PRO IMPACT 6.0.
Configurazione α
Case number
1
2
3
4
5
6
Configurazione
α
β
α
β
β
β
Configurazione
ViA
35
35
0
0
35
0
ViB
35
35
35
35
12
12
ΔVA
22.6
18.6
14.1
20.5
11.7
6.2
ΔVB
23.1
19.3
13.9
22
12.5
6.7
VR
49.5
49.5
35
35
37
12
CMIA
0.46
0.38
0.4
0.56
0.31
0.51
CMIB
0.47
0.39
0.4
0.62
0.34
0.64
L'eccentricità dell'impatto, che incide sul valore del CMI attraverso i coefficienti γ, dipende non solo
dalla configurazione dei veicoli all'urto ma anche dalle loro velocità. Infatti, nella configurazione α
l'urto risulta meno eccentrico che nella configurazione β se entrambi i veicoli sono in movimento con
uguale velocità di marcia, mentre la situazione si inverte, la configurazione β risulta meno eccentrica
rispetto a quella α, se le velocità dei veicoli sono inizialmente differenti, ad esempio un veicolo fermo.
Questo fenomeno è possibile osservarlo confrontando i risultati del CMI riportati in tabella 1 per i case
number 1, 2, 3 e 4. Il CMI, per come è definito, è sensibile alle variazioni di eccentricità sia che esse
dipendano da variazioni di velocità di impatto (case number 1 versus 3 and case number 2 versus 4)
sia che dipendano da diverse configurazioni di impatto (case number 1 versus 2 and case number 3
versus 4). In tutti i confronti proposti si osserva che il valore del CMI risulta più basso in caso di urti
più eccentrici. Nei case number 5 e 6 viene simulata l'attivazione di un sistema ADAS per il veicolo B:
ovvero, rispetto rispettivamente ai case number 1 e 3, il veicolo B non evita l'impatto, ma diminuisce
la velocità di arrivo all'urto, generando per entrambi la stessa configurazione d'impatto, che passa da α
a β. Dal confronto diretto tra i case number 1 e 5, ovvero con entrambi i veicoli in movimento,
l’attivazione dell’ADAS determina un impatto potenzialmente meno severo in quanto il case number 5
risulta meno eccentrico rispetto al case number 1. Al contrario confrontando i case number 3 e 6
l’attivazione simulata dell’ADAS, nel caso in cui uno dei due veicoli sia inizialmente fermo, genera un
impatto potenzialmente più severo in quanto l’urto che si viene a concretizzare, case number 6, è più
eccentrico rispetto al case number 3. Al variare della configurazione d'impatto e delle velocità di
marcia, come riscontrato dalle simulazioni condotte, non sempre si ottengono riduzioni del CMI.
Mentre è possibile riscontrare che il miglioramento della sicurezza passiva dei veicoli determina una
diminuzione della potenziale lesività, i benefici derivanti dall’introduzione e l’attivazione di sistemi di
assistenza alla guida devono essere attentamente valutati in funzione della configurazione di impatto
tra i veicoli e la conseguente severità potenziale. Il CMI consente pertanto di effettuare analisi a priori
al fine di prevedere e verificare la bontà, in termini di sicurezza degli occupanti, dei sistemi di ausilio
alla guida nelle diverse configurazioni immaginabili in un dato scenario incidentale.
44° CONVEGNO NAZIONALE – MESSINA, 2-5 SETTEMBRE 2015
Miglioramento della sicurezza
passiva dei veicoli
Attivazione sistemi AEB
Figura 12: Lesività potenziale (IP) in funzione della severità potenziale al variare della
sicurezza passiva del veicolo e dell’attivazione dei sistemi AEB.
5. CONCLUSIONI
Nell’articolo viene presentato un approccio per mettere in relazione la severità dell’impatto con la
lesività degli gli incidenti tra autoveicoli. L'approccio prevede l'utilizzo di indici, valutati per unità di
velocità relativa di impatto, che esprimono la potenzialità dell'incidente in termini di severità e lesività.
Gli indici di severità e lesività potenziali sono il CMI e IP. Il metodo è stato applicato basandosi sullo
studio di incidenti inseriti nel database del consorzio iGLAD e contenente incidenti avvenuti tra il
2007 e il 2011, in 10 diversi Paesi. L'analisi condotta, ha dimostrato che gli indici CMI e Ip risultano
essere indici "sintetici", ovvero che permettono di esprimere per una larga classe di tipi di incidenti il
legame tra severità e lesività di un incidente indipendentemente o quasi da altri fattori, quali il genere e
età degli occupanti, la posizione occupata all'interno dei veicolo, il modello di veicolo, ecc. Per i soli
casi di urti frontali-frontali, il legame tra severità e lesività appare influenzato dal genere
dell'occupante e dal tipo di veicolo. I consumer test, che negli anni relativi alla produzione dei veicoli
presi in considerazione nella presente analisi hanno prevalentemente esaminato la sicurezza passiva
dei veicoli mediante crash test frontali, ha spinto i costruttori a migliorare sensibilmente la risposta dei
mezzi verso i propri occupanti, proprio quando essi subiscono danni nella zona frontale. L’ampia
dispersione riscontrata negli urti frontali - frontali può quindi essere associata a differenze oggettive
tra un veicolo e l’altro che si traducono in differenti punteggi attribuiti nei crash test, a conferma che
miglioramenti sulla sicurezza passiva del veicolo incidono sull'abbassamento dell'Ip a parità di CMI.
La dimensione ridotta del campione analizzato, 140 casi, ha consentito di valutare solo
qualitativamente il legame analitico tra severità e lesività, ma ha permesso di evidenziare le
potenzialità dell'approccio basato sull'utilizzo di indici adimensionali sintetici. In particolare risulta
estremamente interessante la possibilità di valutare l'indice di severità potenziale sia a posteriori,
dall'analisi e ricostruzione cinematica degli incidenti, al fine di definirne il rapporto con la lesività
potenziale, ma anche a priori, in base alle configurazioni di impatto ipotizzate, in relazione alla
infrastruttura, al tipo di veicoli e agli aspetti geometrici della configurazione di impatto tra i veicoli.
Tale possibilità di valutazione a priori e a posteriori rende possibile la previsione e la verifica di
interventi di miglioramento della sicurezza stradale, come ad esempio derivante dall'introduzione
sempre più estensiva dei sistemi di ausilio alla guida e di interazione col guidatore, la
razionalizzazione della viabilità e le migliorie sui veicoli in termini di sicurezza passiva.
44° CONVEGNO NAZIONALE – MESSINA, 2-5 SETTEMBRE 2015
6. BIBLIOGRAFIA
[1] http://europa.eu/rapid/press-release_MEMO-10-343_en.htm
[2]
http://ec.europa.eu/transport/road_safety/specialist/projects/sorted-by-keywordsindex_en.htm
#0801262487ec0037
[3] Spyropoulou, I., Pentinen, M., Karlaftis, M., Vaa, T., & Golias, J. ITS Solutions and Accident
Risks: Prospective and Limitations. Transport Reviews, 28(5), 549–572 (2008).
[4] Hojjati-Emami, K., Dhillon, B.S., Jenab, K., 2012. Reliability prediction for the vehicles equipped
with advanced driver assistance systems (ADAS) and passive safety systems (PSS). International
Journal of Industrial Engineering Computations 3 731–742 (2012).
[5] Gettman, D., Head. L..Surrogate Safety Measures from Traffic Simulation Models; TRB 2003
Annual Meeting CD-ROM. (2003)
[6] Saunier, N., Sayed, T., K.. Large Scale Automated Analysis of Vehicle Interactions and Collisions.
Transportation Research Record Journal of the Transportation Research Board (Impact Factor:
0.44). 12/2010; vol. 2147, pp. 42-50. DOI: 10.3141/2147-06 (2010)
[7] Shojaati, M.. Correlation between injury risk and impact severity index ASI. 3° Swiss
transportation Research Conference, Ascona (2003).
[8] Joksch H.C.. Velocity change and fatality risk in a crash a rule of thumb. Accident Analysis and
Prevention. Feb, 25(1):103-4 (1993).
[9] Evans, L.. Driver injury and fatality risk in two car crashes versus mass ratio inferred using
newtonian mechanics. Accident Analysis and Prevention, vol. 26, No. 5, pp. 609-616 (1994).
[10] Be´dard, M., Guyatt, G.H., Stones, M.J., Hirdes, J.P.. The independent contribution of driver,
crash, and vehicle characteristics to driver fatalities. Accident Analysis and Prevention 2002 Nov.
34(6), pp. 717-727 (2002).
[11] Gabauer, D.J., Gabler, H.Cx.. Comparison of delta-v and occupant impact velocity crash severity
metrics using event data recorders, Annual Proceedings/Association for the Advancement of
Automotive Medicine, 2006; 50: pp. 57–71 (2001).
[12] Sobhani, A., Young, W., Logan, D., Bahrololoom, S.. A kinetic energy model of two-vehicle
crash injury severity, Accident Analysis and Prevention vol. 43, pp. 741–754 (2011).
[13] Vangi, D.. Impact Severity Assessment in vehicle accidents, International Journal of
Crashworthiness. International Journal of Crashworthiness, vol.19, Issue 6, pp. 576-587 (2014).
[14] http://iglad.net/
[15] Brach, R.. Vehicle accident and reconstruction methods, SAE International, ISBN 0-7680-07763, Warrendale, PA, USA (2005).