Incidenti Stradali in Ambito Urbano: Tipologie, Cause e Fattore�Umano

Seminario – Incidentalità stradale: cause, strumenti e azioni

19 settembre 2025

Auditorium INAIL

Davide Shingo Usami

CTLup

Dimensione del fenomeno in urbano

• Statistiche ISTAT 2024:
• 73% degli incidenti stradali avviene in ambito urbano (122.011 incidenti)
• 43% dei decessi (1.329) e 69% dei feriti (155.980) si registrano in città

ERSO, 2024

Morti in urbano per milione di abitanti

Perché avvengono più incidenti in ambito urbano?

Le aree urbane tendono ad avere un traffico più intenso rispetto alle aree extraurbane.

La diversità degli utenti della strada, può creare interazioni complesse e aumentare il potenziale di incidenti

Diverse modalità di trasporto comportano livelli di rischio variabili

Rischio relativo di infortunio

(Dk, G, UK, Nl, N, Sw)

Elvik, 2002-2008

Tendenze in Atto nella Mobilità e Sicurezza Stradale

• Demografia e Urbanizzazione
• Invecchiamento popolazione → utenti più vulnerabili
• Crescita urbana nel Nord → congestione, più veicoli, pedoni e ciclisti → rischio incidenti
• Trasporto Merci & E-commerce
• Boom e-commerce post-COVID → più consegne a domicilio
• Aumento veicoli commerciali in città → più interazioni con utenti vulnerabili
• Maggiori volumi merci → rischio incidenti con veicoli pesanti
• Shared & Micro-mobility
• Crescita monopattini, bici, micromobilità → nuove interazioni strada
• Turismo
• 2019-2023: +2,3% arrivi, +3,3% presenze
• 52,4% turisti stranieri (2023) → scarsa familiarità con norme locali
• Picchi stagionali di traffico

Chi è coinvolto?

Matrice di Collisione Morti – Urbano 2024 (ISTAT)

• Fino al 25% dei VRU deceduti in scontri con veicoli pesanti
• Fino al 55% deceduti in incidenti a veicolo isolato 🡪 ruolo dell’infrastruttura e del fattore umano

L’analisi (approfondita) dell’incidente stradale

• Qual è stata la dinamica dei veicoli e dei coinvolti nell’incidente?
• Quali sono state le conseguenze, in particolare, per i coinvolti?
• Quali sono state le cause dell’incidente?
• 🡪Alla base di un’analisi delle cause di un incidente vi è più o meno implicitamente un «modello d’incidente» (Benner, 1980), in grado di spiegare le modalità con cui avvengono gli incidenti in un certo sistema

Driver Reliability and Error Analysis Model (DREAM)

Un modello di comportamento dell’utente

• Fase di percezione e interpretazione: Il conducente percepisce e interpreta le informazioni dall'ambiente, come segnali stradali e altri veicoli. Gli errori possono includere percezioni errate o mancate percezioni di segnali importanti.
• Fase decisionale: Il conducente elabora le informazioni raccolte e prende decisioni su velocità, direzione e manovre. Gli errori possono derivare da scarsa capacità di giudizio o decisioni errate.
• Fase di esecuzione: Il conducente esegue fisicamente le decisioni prese, come sterzare, frenare e accelerare. Gli errori possono includere azioni errate o ritardate.
• Ciclo di feedback: Il conducente riceve feedback dal veicolo e dall'ambiente sul successo o fallimento delle sue azioni, permettendo di modificare il comportamento in tempo reale.

Il progetto SaferWheels

• Finanziato dalla CE - Durata: 3 anni (2015-2017)
• Obiettivo: migliorare la comprensione delle cause degli incidenti che coinvolgono le due ruote a motore e le biciclette attraverso un'indagine approfondita (in-depth investigation) di 500 casi
• Hanno partecipato 6 centri di ricerca europei di 6 Paesi: Italia, Francia, Grecia, Paesi Bassi, Polonia, Regno Unito.

Brown, L., Morris, A., Thomas, P., Ekambaram, K., Margaritis, D., Davidse, R., ... & Wadji, F. (2021). Investigation of accidents involving powered two wheelers and bicycles–A European in-depth study. Journal of safety research, 76, 135-145.

Un esempio di indagine e analisi delle cause

Intervista al motociclista

Analisi DREAM del motociclista

Indagine sul posto

Scenari di incidente

C: Crossing

T: Turning

L: Longitudinal/ Oncoming

LoCC: Loss of control

Oth: Others

Morris et al., 2018

Ciclista

Utente motoveicolo

Frequenza scenario >5%

L’analisi aggregata dei diagrammi causali

Diagramma complessivo

Motociclista: Moto-auto, in area urbana, non all’intersezione

Phan et al., 2010

Conducente auto: Moto-auto, in area urbana, non all’intersezione

Phan et al., 2010

Utenti di Motoveicoli e Ciclisti – Fattore umano

Scenari di incidenti con pedoni - Ostruzione visiva temporanea (9% dei casi)

Il conducente non ha osservato il pedone in tempo, pensando erroneamente che la situazione fosse sicura. La mancata osservazione è stata causata da ostruzioni visive temporanee, come veicoli nella corsia adiacente, o permanenti, come cespugli o vegetazione. La collisione può avvenire sia su attraversamenti pedonali segnalati che non segnalati.

Yue et al, 2020

Scenari di incidenti con pedoni - Ostruzione visiva e scarsa visibilità (14% dei casi)

Il conducente non ha osservato il pedone in tempo a causa di ostruzioni visive permanenti, come l'angolo cieco del veicolo, o di ridotta visibilità dovuta a condizioni di luce sfavorevoli. Questo ha portato a una valutazione errata della situazione come sicura.

L'attraversamento imprevisto del pedone non su strisce pedonali ha aumentato il rischio di collisione.

Yue et al, 2020

Scenari di incidenti con pedoni - Distrazione e Valutazione Errata (27% dei casi)

Yue et al, 2020

Il conducente non ha osservato il pedone in tempo, pensando erroneamente che la situazione fosse sicura. La visuale era chiara e la visibilità perfetta, ma l'incapacità di osservazione era dovuta a distrazioni interne o esterne al veicolo.

Influiscono sull'attenzione del conducente anche: la mancanza di segnali stradali, una progettazione inadeguata della geometria stradale e la sopravvalutazione delle proprie abilità di guida. Un pedone ha attraversato la strada senza strisce pedonali, aumentando il rischio di collisione.

Scenari di incidenti con pedoni - Errore di Valutazione del Comportamento del Pedone (24% dei casi)

Il conducente ha osservato il pedone durante l'avvicinamento, ma ha giudicato erroneamente la situazione come sicura perché non si aspettava che il pedone cambiasse improvvisamente direzione. Il pedone, inizialmente fermo o in movimento continuo, ha cambiato direzione senza preavviso, lasciando il conducente impreparato a frenare bruscamente.

Yue et al, 2020

Errore di Valutazione della Distanza (10% dei casi)

Il conducente ha stimato erroneamente la distanza tra il veicolo e il pedone.

Diversi fattori hanno contribuito a questo errore: scarsa aderenza per pioggia o neve, aspettativa che il pedone avrebbe ceduto il passo, percezione errata dello spazio laterale, disattenzione dovuta a distrazioni, geometria stradale inadeguata e altre ragioni.

Yue et al, 2020

Conclusioni

• L'urbanizzazione, la crescita del commercio online e la diffusione della micromobilità stanno cambiando la dinamica del traffico, aumentando il rischio di incidenti 🡪 Approccio integrato
• Il Fattore umano è cruciale
• Errori nelle fasi di percezione, decisione ed esecuzione restano determinanti.
• Problema emergente: micromobilità ed e-scooter
• Crescita rapida dei monopattini elettrici 🡪 nuove dinamiche di rischio.
• Criticità: scarsa protezione, esperienza, interazione con pedoni e veicoli, infrastrutture non sempre adeguate.
• È fondamentale avviare ricerche mirate per comprendere meglio le dinamiche di questi incidenti

Thank you for your kind attention!

​

​

​

​

​

• For more info please email to:

davideshingo.usami@uniroma1.it