Multi-Scale Crash Risk Estimation Using Naturalistic Driving Data: A Statistical and AI-Based Framework

Road traffic crashes remain a major global public health challenge, causing approximately 1.35 million deaths annually and generating significant social and economic impacts. Traditional road safety analyses mainly rely on historical crash records; however, such approaches are reactive and often fail to capture the complex interactions among driver behavior, roadway infrastructure, traffic exposure, and environmental conditions. In recent years, advances in vehicle telematics and sensing technologies have enabled the collection of Naturalistic Driving Data (NDD), creating new opportunities for proactive road safety assessment. Accordingly, this dissertation develops a behavior-driven and exposure-adjusted crash risk estimation framework integrating NDD with roadway, environmental, and traffic exposure variables. Safety-Critical Events (SCEs), including sudden braking, rapid acceleration, harsh turning, lane departures, and speeding, are extracted from vehicle trajectories and used to model crash frequency and severity at both segment and trip levels. While segment-level analysis supports infrastructure-based hotspot screening, trip-level analysis captures behavioral risk dynamics during individual journeys. The framework is applied to the Province of Brescia, Northern Italy, using telematics data from approximately 1,230 instrumented vehicles, generating nearly 730,000 geo-referenced observations integrated with crash and roadway datasets. A hybrid modelling strategy combining econometric and artificial intelligence methods is employed, where Feedforward Neural Networks (FNNs) generally outperform traditional econometric models in predicting crash frequency and severity. Across both analysis scales, speeding consistently emerges as the strongest predictor of severe crash outcomes. Furthermore, Explainable AI techniques, including SHAP values and permutation importance, are used to identify dominant risk factors. Finally, the modelling outputs are integrated into a Composite Crash Risk Index combining crash frequency, severity, and exposure components. The results demonstrate that behavioral indicators derived from NDD significantly enhance proactive road safety assessment beyond traditional crash-based methods, thereby contributing a unified and scalable framework for network-level road safety management.

Gli incidenti stradali continuano a rappresentare una delle principali sfide globali per la salute pubblica, causando circa 1,35 milioni di decessi all'anno e generando notevoli ripercussioni sociali ed economiche. Le analisi tradizionali sulla sicurezza stradale si basano principalmente sui dati storici relativi agli incidenti; tuttavia, tali approcci sono reattivi e spesso non riescono a cogliere le complesse interazioni tra il comportamento dei conducenti, le infrastrutture stradali, l'esposizione al traffico e le condizioni ambientali. Negli ultimi anni, i progressi nella telematica dei veicoli e nelle tecnologie di rilevamento hanno consentito la raccolta di dati di guida naturalistici (NDD), creando nuove opportunità per una valutazione proattiva della sicurezza stradale. Di conseguenza, questa tesi sviluppa un quadro di riferimento per la stima del rischio di incidente basato sul comportamento e corretto in base all’esposizione, che integra il modello NDD con variabili relative all’esposizione stradale, ambientale e al traffico. Gli eventi critici per la sicurezza (SCE), tra cui frenate brusche, accelerazioni rapide, curve brusche, uscite di corsia ed eccesso di velocità, vengono estratti dalle traiettorie dei veicoli e utilizzati per modellare la frequenza e la gravità degli incidenti sia a livello di tratto stradale che di viaggio. Mentre l'analisi a livello di tratto supporta lo screening degli hotspot basato sulle infrastrutture, l'analisi a livello di viaggio cattura le dinamiche di rischio comportamentale durante i singoli spostamenti. Il quadro è applicato alla Provincia di Brescia, nel Nord Italia, utilizzando dati telematici provenienti da circa 1.230 veicoli strumentati, generando quasi 730.000 osservazioni georeferenziate integrate con set di dati relativi agli incidenti e alle strade. Viene impiegata una strategia di modellizzazione ibrida che combina metodi econometrici e di intelligenza artificiale, in cui le reti neurali feedforward (FNN) superano generalmente i modelli econometrici tradizionali nella previsione della frequenza e della gravità degli incidenti. In entrambe le scale di analisi, l'eccesso di velocità emerge costantemente come il predittore più forte di esiti gravi degli incidenti. Inoltre, vengono utilizzate tecniche di IA spiegabile, tra cui i valori SHAP e l'importanza di permutazione, per identificare i fattori di rischio dominanti. Infine, i risultati della modellizzazione vengono integrati in un indice composito del rischio di incidenti che combina le componenti relative alla frequenza, alla gravità e all'esposizione agli incidenti. I risultati dimostrano che gli indicatori comportamentali derivati dall'NDD migliorano significativamente la valutazione proattiva della sicurezza stradale rispetto ai metodi tradizionali basati sugli incidenti, fornendo così un quadro unificato e scalabile per la gestione della sicurezza stradale a livello di rete.