Cabecera e Politecnica Sostenible

Ciudades sostenibles: seguridad vial de usuarios vulnerables de la vía

N#08
14.06.2023
Por F. Javier Páez

El acceso a sistemas de transporte asequibles, accesibles, sostenibles y seguros para todos es una prioridad en las ciudades sostenibles

La movilidad sostenible de usuarios vulnerables de la vía VRUs (peatones, ciclistas, motociclistas, y usuarios de Vehículos de Movilidad Personal) es un tema de gran relevancia en la actualidad, ya que se busca garantizar el acceso y la movilidad de dichos usuarios. En esta dirección, el Objetivo de Desarrollo Sostenible (ODS) número 11 de la Agenda 2030 de Naciones Unidas se centra precisamente en las ciudades y las comunidades sostenibles; y la Meta 11.2 trata de proporcionar, de aquí a 2030, el acceso a sistemas de transporte asequibles, accesibles, sostenibles y seguros para todos, con especial atención a la seguridad vial de los distintos usuarios de la vía.

Los accidentes de tráfico constituyen un fenómeno complejo y aleatorio, que suele implicar un gran número de factores relacionados con la infraestructura, los vehículos, los conductores y los VRUs. Según datos del Observatorio Nacional de Seguridad Vial de la Dirección General de Tráfico (ONSV – DGT) de 2020, los fallecidos dentro del grupo de dichos VRUs representó el 50% de todas las muertes en accidentes de carretera en España; y el 19% fueron peatones. En zona urbana, los VRUs contabilizaron el 82% de los fallecidos, y el 39% de estas muertes fueron peatones. Estos datos reflejan la elevada vulnerabilidad de estos usuarios de la vía.

Entre los múltiples factores concurrentes que pueden desencadenar los accidentes de tráfico, el ONSV – DGT ha identificado tres de ellos como los más significativos: la velocidad, la distracción y el consumo de alcohol, todos vinculados al comportamiento de las personas involucradas. El consumo de alcohol entre los VRUs se ha convertido en uno de los factores más relevante como desencadenante de los accidentes de tráfico en este grupo. Incluso el consumo moderado de alcohol induce un deterioro grave de la marcha, reduciendo significativamente el paso, la velocidad y la cadencia de caminar, lo que podría evaluarse psico-fisiológicamente, resultando en una medida neuronal que podría ser predictiva de los errores durante la tarea de cruce de la vía.

A este respecto, y con el fin de proporcionar entornos y rutas seguros, especialmente para los menores, la Dirección General de Tráfico ha propuesto como medidas clave: la elaboración y difusión de material didáctico basado en la promoción de valores seguros para la educación vial en la enseñanza primaria y secundaria; la promoción de las “Rutas seguras a la escuela”; la elaboración de recomendaciones técnicas sobre el diseño urbano seguro para los VRUs; y la promoción de la disciplina en los semáforos.

La prevención de los accidentes relacionados con los VRUs sigue siendo un objetivo clave de los actuales planes de investigación debido a la creciente concentración de población en las grandes ciudades. Para dar respuesta a este grave problema, la Universidad Politécnica de Madrid UPM (con la participación del Instituto Universitario de Investigación del Automóvil Francisco Aparicio Izquierdo INSIA – UPM, del Centro de I+D+i en Eficiencia Energética, Realidad Virtual, Ingeniería Óptica y Biometría CEDINT – UPM, y de la Escuela Técnica Superior de Ingenieros Industriales ETSII) ha llevado a cabo el proyecto de I+D titulado “Uso de técnicas de realidad virtual para optimizar sistemas de identificación de usuarios vulnerables mediante la predicción de sus reacciones en la fase previa al atropello (OPREVU)”, cuyo Investigador Principal ha sido  Francisco Javier Páez Ayuso, Director del INSIA – UPM. Este proyecto, financiado por el Ministerio de Ciencia e Innovación (Proyecto RTI2018-096617-B-100 funded by MCI/AEI/10.13039/501100011033/ “ERDF A way of making Europe”, EU) y por la Comunidad de Madrid (Proyecto S2018/EMT-4362 SEGVAUTO-4.0-CM), ha sidorealizado entre enero del 2019 y septiembre del 2022.

En la primera fase del proyecto se ha abordado la generación de modelos de clasificación mediante el uso de técnicas de aprendizaje automático que permitan predecir si se producirá una colisión en función del tipo de reacción, el carril donde se produce, la agudeza visual y el nivel de atención, considerados los factores más relevantes que determinan las características cognitivas y de movimiento de los UV. Para ello, se ha obtenido información relevante sobre el comportamiento de los usuarios a través de ensayos realizados en entornos RV en escenarios urbanos de características diferentes (Figuras 1 y 4). La generación de bases de datos, la selección de variables y la validación cruzada han generado las entradas para los modelos de aprendizaje supervisado. Se ha llevado a cabo un análisis posterior sobre la precisión, optimización, medición de errores, importancia variable y capacidad de clasificación de los modelos, concluyendo con la generación de modelos de predicción de accidentes sobre usuarios vulnerables en los instantes previos al atropello.

 

Figura 1. Imágenes virtual (superior) y real (inferior)
Figura 4. Simulador estático de ciclista
Figura 6. Modelo virtual validado de sistema comercial AEB mediante Carsim©
Figura 8. Sistema de detección de rostro de usuarios vulnerables
Figura 9. Eficacia en la evitación de atropellos de sistemas AEB y OPREVU - AES


A continuación, se ha realizado la integración del algoritmo de toma de decisión en un sistema de frenada y evasión autónoma (sistema OPREVU-AES) que actúe sobre los sistemas del vehículo para generar una frenada de emergencia o una maniobra evasiva, y evitar un posible atropello. El análisis de la respuesta de este sistema se ha evaluado virtualmente mediante el software CarSim®. La inclusión de los modelos predictivos en el algoritmo del sistema autónomo propuesto permite modular su respuesta y minimizar el riesgo de posibles colisiones por alcance (Figura 6). Finalmente se ha aplicado un procedimiento de evaluación de la eficacia basado en la reconstrucción de una muestra de colisiones reales entre vehículos y usuarios vulnerables (base de datos INSIA-UPM), utilizando el software PCCrash® y tomando como indicador la probabilidad de lesión en la cabeza (ISP). Los resultados muestran que el sistema OPREVU-AES (Figura 8) habría evitado hasta el 80% de los atropellos (Figura 9).

 

A partir de los logros alcanzados en el proyecto OPREVU, los investigadores del equipo de la UPM, en colaboración con investigadores de la Universidad Camilo José Cela, del Instituto de Investigación del Hospital 12 de Octubre y de la Universidad Complutense, han continuado un nuevo proyecto de I+D denominado “Movilidad segura de usuarios vulnerables mediante exploración neurofisiológica y técnicas de realidad virtual (VULNEUREA)”. Este proyecto, financiado por el Ministerio de Ciencia e Innovación (Proyecto PID2021-122290OB-C21 funded by MCIN/ AEI /10.13039/501100011033 / “ERDF A way of making Europe”, EU) y por la Comunidad de Madrid (Proyecto S2018/EMT-4362 SEGVAUTO-4.0-CM), se está desarrollando entre septiembre del 2022 y agosto del 2025, y aborda un área de estudio pendiente con relación a la modelización del comportamiento de los VRUs en situaciones de riesgo en escenarios urbanos, incorporando su exploración neurofisiológica y conductual en entornos RV, tanto en condiciones normales como de consumo de alcohol. Los resultados de la evaluación de la percepción del riesgo y la toma de decisiones de los VRUs se aplicarán en recursos de educación vial en el ámbito de la protección de los grupos más vulnerables de la vía. Para ello, se desarrollará un programa de educación vial basado en un entorno RV para estudiantes, evaluando su eficacia mediante indicadores de rendimiento. 

 

Autor: Francisco Javier Páez Ayuso, Director del INSIA, Director de la Unidad de Accidentología y profesor de la Escuela Técnica Superior de Ingenieros Industriales. 

 

 

Consulta todos los números de