Un gruppo di ricerca congiunto della Toyohashi University of Technology, Dipartimento di Architettura e Ingegneria Civile, Istituto di ricerca sui trasporti Toyota, e Daido University ha stabilito un metodo per rappresentare i comportamenti di guida e i loro cambiamenti che differiscono tra i conducenti in un unico modello statistico, tenendo conto dell'effetto di vari fattori esterni come la struttura stradale. Questo metodo è stato applicato per misurare l'efficacia dell'Intelligent Speed ​​Adaptation (ISA), che controlla le violazioni della velocità eccessiva. Di conseguenza, il gruppo di ricerca ha scoperto che in alcuni casi, è efficace per i conducenti con un'elevata tendenza a frequenti eccessi di velocità, e in altri casi, efficace solo per i conducenti anziani a seconda dello stile dell'ISA. Questo metodo può essere applicato non solo all'ISA, ma anche per misurare l'efficacia delle tecnologie di gestione della sicurezza del traffico che incoraggiano i conducenti a modificare i loro vari comportamenti di guida.

La sicurezza del traffico è stata riconosciuta come un problema globale da risolvere, come Target 3.6 del 3° Obiettivo di Sviluppo Sostenibile per dimezzare il numero di incidenti stradali. ISA è una tecnologia di gestione della sicurezza del traffico che riconosce il limite di velocità della sezione stradale in base alla posizione attuale del veicolo per evitare che i conducenti superino la velocità fornendo informazioni sulla velocità, avviso di velocità eccessiva, controllo della velocità obbligatorio, velocizzare gli incentivi alla conformità, ecc. C'è stata una ricerca attiva sull'ISA dagli anni 2000, principalmente in Europa. La maggior parte degli studi precedenti ha misurato gli effetti restrittivi dell'eccessiva velocità confrontando il comportamento di guida dei soggetti prima e dopo l'introduzione di un ISA con esperimenti di simulatore di guida e studi sul campo per vari tipi di ISA. Però, il comportamento di guida varia notevolmente da conducente a conducente. Inoltre, l'ambiente strutturale della strada è diverso nell'esperimento sul campo per ogni guidatore. Perciò, è importante misurare gli effetti di vari fattori, come l'ambiente individuale e di guida, al fine di diffondere la tecnologia in modo appropriato.

Per risolvere questo problema, il team di ricerca ha sviluppato un metodo per misurare con precisione l'effetto dell'ISA utilizzando un unico modello statistico per stimare simultaneamente il comportamento di guida unico di ciascun conducente, l'effetto di vari fattori esterni come la struttura stradale, e l'effetto dell'ISA sull'eccessiva velocità.

"La sfida principale da risolvere era come rappresentare e dimostrare l'ipotesi che 'la differenza nella tendenza regolare del conducente a superare il limite di velocità influisce anche sull'effetto dell'ISA' nel modello. Questo metodo risolve la sfida stimando il modello da tenendo conto della correlazione tra il parametro che definisce la tendenza alla velocità del conducente e il parametro che definisce l'effetto dell'ISA. Recenti sviluppi nel campo della scienza dei dati, come le statistiche bayesiane e il miglioramento delle prestazioni del computer, hanno permesso di applicare questo metodo con modelli leggermente più complessi a problemi del mondo reale, " spiega il Professore Associato Kojiro Matsuo, chi guida il gruppo di ricerca.

Il Professore Associato Matsuo dice, "La ricerca ISA è iniziata come argomento di ricerca di laurea da uno studente sotto la mia guida. Lo studente ha eseguito un'analisi approfondita dei dati ottenuti da un esperimento sul campo ISA condotto con il nostro collaboratore, Istituto di ricerca sui trasporti Toyota. Di conseguenza, è stato riscontrato che in alcuni casi, esiste un'associazione tra la normale tendenza all'accelerazione dei soggetti e l'efficacia dell'ISA, ma in altri casi, non c'è alcuna associazione tra i due. Perciò, abbiamo iniziato a considerare la misurazione dell'effetto utilizzando un modello statistico invece di una semplice analisi comparativa prima e dopo l'introduzione dell'ISA. Di conseguenza, siamo stati in grado di rappresentare il comportamento di guida apparentemente disparato di diversi conducenti in un unico modello e di trovare una legge in esso. È stato un lavoro estremamente interessante".

Il team di ricerca ritiene che questo metodo possa essere applicato non solo per misurare la riduzione del comportamento di velocità dei conducenti con ISA, ma anche all'efficacia delle tecnologie di gestione della sicurezza del traffico che aiutano a migliorare vari comportamenti di guida pericolosi, come passare con il semaforo rosso, non fermarsi a un incrocio senza semaforo, e impedire ai pedoni di attraversare le strisce pedonali. Speriamo di contribuire alla riduzione degli incidenti stradali in tutto il mondo sviluppando ulteriormente le tecnologie di gestione della sicurezza del traffico e misurandone l'efficacia.