Rispetto alle bici sterzano più velocemente ma hanno un tempo di arresto di fronte a un ostacolo raddoppiato. Servono ulteriodi dati per approntare nuove misure di sicurezza.

 

‎I monopattini elettrici sono proliferati nelle città di tutto il mondo, offrendo ai cittadini un modo nuovo e conveniente per spostarsi, ma il loro arrivo ha causato altri problemi: molti utenti infrangono le regole del traffico, guidano troppo velocemente e parcheggiano in modo inappropriato.

I database degli incidenti, così come i reclami assicurativi, mostrano un incremento chiaro e porzionato con l’aumentare del numero di monopattini. Le autorità hanno cercato di affrontare il problema attraverso misure come restrizioni di velocità, indossare caschi, aree di parcheggio designate e limitando il numero questi mezzi o o addirittura vietarli in alcune zone.‎

‎”Non sono necessariamente più pericolosi delle biciclette, ma sono spesso percepiti come tali, probabilmente a causa del comportamento di chi li guida”, spiega Marco Dozza, professore presso la Chalmers University of Technology e autore principale del nuovo studio che analizza l’impatto dei monopattini pubblicato sul Journal of Safety Research .‎

‎”Mentre il ciclismo beneficia di norme sociali, regolamenti e infrastrutture stabiliti, lo stesso non è valido per i nuovi veicoli di micromobilità elettrici. La diffusione e l’utilizzo di questi veicoli è destinato ad aumentare, quindi trovare modi per integrarli in sicurezza nel sistema di trasporto è una sfida vitale e urgente”.‎

‎Per capire cosa rende la guida di nuovi veicoli di micromobilità non sicura e come questo si confronta con la guida di una bicicletta tradizionale, sono necessari dati completi. Le aziende di scooter hanno già accesso a enormi quantità di dati, perché tracciano ogni corsa utilizzando il GPS, ma la qualità dei dati tende ad essere utile solo per i servizi di logistica e mappatura, fornendo al contempo informazioni insufficienti sulla sicurezza.

I dati sui ricoveri ospedalieri e i rapporti della polizia possono aiutare ad apprezzare le dimensioni del problema di sicurezza, ma non possono spiegare ‎‎perché‎‎ si verificano incidenti.‎

‎Ciò che manca è un framework per la raccolta e l’analisi dei dati per capire cosa rende il comportamento del pilota non sicuro e causa gli incidenti. Marco Dozza e colleghi presentano esattamente questo.‎

‎I ricercatori delineano un processo per la raccolta dei dati sul campo e l’analisi, che è destinato ad essere ripetibile e adattabile per diversi veicoli. Nel loro studio pilota, i ricercatori hanno confrontato direttamente biciclette e monopattini, dotandoli di strumenti di misurazione e testando i piloti su varie manovre, coinvolgendo combinazioni di frenata, sia pianificate che in reazione a un segnale casuale, e sterzate a velocità diverse.‎

‎Uno dei risultati più rilevanti della nuova ricerca è stato il fatto che le prestazioni di frenata di una bicicletta si sono dimostrate costantemente superiori a quelle di un monopattino, offrendo una decelerazione più rapida e uno spazio di arresto fino a due volte inferiore.

Al contrario, il monopattino ha funzionato meglio durante le manovre di sterzata, probabilmente a causa del suo passo più corto e della mancanza di pedali.

‎”I due veicoli hanno mostrato vantaggi e svantaggi distinti attraverso i diversi scenari”, spiega Marco Dozza. “Possiamo dire che la migliore strategia per un ciclista e chi sta sul mnopattino per evitare lo stesso incidente può essere diversa: frenare o allontanarsi”.‎

‎‎”Naturalmente, questo esperimento era ridotto e i dati tutt’altro che conclusivi. Tuttavia, dimostra il potenziale dei dati sul campo per descrivere il comportamento del pilota e aiutare a comprendere le cause degli incidenti. Con più dati, potremmo raggiungere un quadro completo dei comportamenti che rendono sicura la guida di monopattino che potrebbero aiutare le autorità a elaborare misure di sicurezza innovative”, spiega Marco Dozza.‎

‎I ricercatori ora, in collaborazione con la società scandinava di scooter Voi, raccoglieranno più dati sul campo per tenere conto delle differenze tra piloti e scenari. Alla fine, risultati come quello presentato qui potrebbero insegnare ai futuri veicoli automatizzati e ai sistemi di trasporto intelligenti come interagire al meglio con guidatori di monopattini e ciclisti anticipando il loro comportamento.

Altre misure di sicurezza che potrebbero essere basate sui risultati delle analisi dei dati sul campo includono perimetri virtuali dinamici, dove limitare la velocità degli scooter a seconda di quanto sia affollata un’area o dell’ora del giorno o della settimana.‎

 

 

Foto crediti: Envato Elelents (ove non diversamente specificato)

Riproduzione riservata (c)

.