Dottorato in INFRASTRUTTURE E TRASPORTI

Questa ricerca applica tecniche di visione artificiale per estrarre le traiettorie degli utenti della strada dai dati video, da cui vengono ricavate misure di sicurezza surrogate (SSM). Gli eventi estremi candidati, che rappresentano potenziali precursori di incidenti, vengono identificati attraverso una combinazione di soglie basate su regole e metodi di apprendimento automatico non supervisionati su misura per il rilevamento di eventi rari, con la modellizzazione statistica degli estremi condotta separatamente utilizzando la teoria dei valori estremi (EVT). L'obiettivo è migliorare l'accuratezza della stima degli incidenti attraverso questo approccio combinato, costruendo un modello gerarchico bayesiano (BHM) che terrà conto delle caratteristiche multisito, fornendo un pool di dati più ampio durante il processo di modellizzazione. Alla fine, vengono proposte soluzioni basate su prove e orientate alle infrastrutture, insieme a uno strumento di supporto decisionale per eseguire l'analisi dei conflitti di traffico.