Roma – Grazie a un minisensore da montare sulla bici, sarà ora possibile tracciare le strade più a rischio di incidente per i ciclisti. E’ quanto emerge da uno studio guidato dall’Università di Washington e pubblicato nei Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems. Gli autori hanno sviluppato un sistema, chiamato ProxiCycle, che registra quando un’auto in transito si avvicina troppo a un ciclista (entro un metro e venti). Un piccolo sensore economico si collega al manubrio della bicicletta e traccia questi avvicinamenti, inviandone i dati al telefono del ciclista.
- Un team guidato dall’Università di Washington ha sviluppato un sistema, chiamato ProxiCycle, che registra quando un’auto in transito si avvicina troppo a un ciclista (a circa un metro e venti o meno). Un piccolo sensore economico si collega al manubrio della bicicletta e traccia i sorpassi, inviandoli al telefono del ciclista. Ecco il sensore installato su una bicicletta. Credito Breda e altri/CHI ’25
- Un team guidato dall’Università di Washington ha sviluppato un sistema, chiamato ProxiCycle, che registra quando un’auto in transito si avvicina troppo a un ciclista (a circa un metro e venti o meno). Un piccolo sensore economico si collega al manubrio della bicicletta e traccia i passaggi, inviandoli al telefono del ciclista. Ecco il sensore su un tavolo. Credito Breda e altri/CHI ’25
- Un team guidato dall’Università di Washington ha sviluppato un sistema, chiamato ProxiCycle, che registra quando un’auto in transito si avvicina troppo a un ciclista (un metro o meno). Un piccolo sensore economico si collega al manubrio della bicicletta e traccia i passaggi, inviandoli al telefono del ciclista. Qui il team testa l’accuratezza della stima della distanza di un’auto in transito da parte del sistema. La linea a sinistra rappresenta un metro in scala. Credito Breda e altri/CHI ’25
Il team ha testato il sistema per due mesi con 15 ciclisti a Seattle e ha riscontrato una correlazione significativa tra la posizione dei sorpassi ravvicinati e altri indicatori di scarsa sicurezza, come le collisioni. Implementato su larga scala, il sistema potrebbe supportare la mappatura o la navigazione dei ciclisti su percorsi ciclabili più sicuri attraverso le città. “I ciclisti esperti hanno una mappa mentale di quali strade sono sicure e quali non lo sono, e volevo trovare un modo semplice per trasmettere questa conoscenza ai ciclisti alle prime armi”, ha affermato l’autore principale Joseph Breda , dottorando presso la Paul G. Allen School of Computer Science & Engineering dell’Università di Washington. “Andare in bicicletta fa davvero bene alla salute e all’ambiente. Far sì che più persone vadano in bici più spesso è il modo in cui raccogliamo questi frutti e aumentiamo la sicurezza dei ciclisti sulle strade”. Il team ha presentato la sua ricerca alla conferenza ACM CHI sui fattori umani nei sistemi informatici tenutasi a Yokohama, in Giappone. Per iniziare, i ricercatori hanno intervistato 389 persone a Seattle. Gli intervistati, con tutti i livelli di esperienza ciclistica, hanno indicato la minaccia delle auto come il fattore che maggiormente li scoraggia dall’andare in bici e hanno affermato che sarebbero molto propensi a utilizzare una mappa che aiuti a orientarsi evitando i rischi. Ma un fattore chiave che impedisce questo è la scarsità di dati sulla sicurezza stradale. Il team ha quindi costruito un piccolo sistema di sensori che si collega al manubrio sinistro di una bicicletta. Il sistema, il cui costo di realizzazione è inferiore a 25 dollari, è costituito da un involucro di plastica stampato in 3D che ospita una coppia di sensori e un’antenna Bluetooth. L’antenna trasmette i dati al telefono del ciclista, dove l’algoritmo del team riconosce se si tratta di un’auto di passaggio e non di una persona, di un altro ciclista o di un albero. Il team ha convalidato il sistema testandolo sia in un parcheggio, con un’auto che passava a diverse distanze, sia con sette ciclisti che percorrevano Seattle con telecamere GoPro sul manubrio. I ricercatori hanno visionato i filmati di queste pedalate e li hanno confrontati con i dati forniti dai sensori. Il team ha quindi reclutato 15 ciclisti tramite la newsletter di Seattle Neighborhood Greenways, un gruppo di sostegno locale. Ognuno di loro ha ricevuto un sensore ProxiCycle, un’app Android personalizzata e istruzioni. I ciclisti hanno effettuato 240 giri in bicicletta in due mesi e registrato 2.050 sorpassi ravvicinati. I ricercatori hanno quindi confrontato la posizione dei sorpassi ravvicinati con la sicurezza percepita dai ciclisti in diverse zone della città – misurata mostrando ai ciclisti immagini di luoghi e chiedendo loro di valutare il livello di sicurezza in quei luoghi (la cosiddetta “sicurezza percepita”) – e con le posizioni delle collisioni auto-biciclette verificatesi negli ultimi cinque anni. Il team ha riscontrato una correlazione significativa tra i sorpassi ravvicinati e gli altri due indicatori di rischio ciclistico. In futuro, i ricercatori sperano di ampliare lo studio e potenzialmente tenere conto di altri fattori di rischio, come l’impatto dei ciclisti con l’apertura delle portiere delle auto, e di implementare ProxiCylce in altre città. Con dati sufficienti, le app di mappatura ciclabile esistenti, come Google Maps o Strava, potrebbero includere suggerimenti di percorsi più sicuri per i ciclisti. Ciò che rende questo approccio rivoluzionario è la sua capacità di adattarsi costantemente a condizioni in rapida evoluzione, che si tratti di variazioni del vento, della copertura nuvolosa che influisce sulla produzione solare o di improvvisi picchi nella domanda di ricarica dei veicoli elettrici. Confrontato con i sistemi di controllo convenzionali, questo nuovo approccio ha dimostrato miglioramenti sorprendenti nella velocità di stabilizzazione, riducendo il tempo di assestamento fino al 283 per cento rispetto ai tradizionali controller PID. La chiave di questa svolta è l’algoritmo avanzato Sinus Coseno (a-SCA) utilizzato per ottimizzare il controller. Questa tecnica di ottimizzazione all’avanguardia ha superato i metodi standard del 29-35 per cento nella minimizzazione degli errori di frequenza, ottenendo risultati precedentemente ritenuti impossibili nella stabilizzazione delle microreti. Forse l’aspetto più impressionante è che il sistema mantiene queste prestazioni superiori anche al variare delle condizioni di rete: un vantaggio fondamentale per le applicazioni reali, in cui ogni giornata presenta sfide sempre diverse.(30Science.com)