Forschende aus Oldenburg und Osnabrück haben ein intelligentes Assistenzsystem entwickelt, das Radfahrende im Straßenverkehr automatisch erkennt und vor Gefahren warnt. Das System könnte künftig Unfälle reduzieren.

Im Rahmen des Projekts BikeDetect wurde an der Universität Oldenburg ein Prototyp eines Assistenzsystems entwickelt, das Radfahrende mit Hilfe von Lidar-Systemen, 3D-Kameras und Wärmemessung erkennt. Das System misst den Abstand zu Radfahrenden und gibt bei Gefahr ein Warnsignal ab. Ziel war es, ein zuverlässiges Sensorsystem zu schaffen, das auch mit kostengünstigen und nicht-kamerabasierten Sensoren funktioniert. Getestet wurden Ultraschall-, Radar- und optische Verfahren für die Abstandsmessung sowie verschiedene KI-Modelle zur Identifizierung von Radfahrenden.

Die Feldtests zeigten, dass KI-Modelle auf Basis von Videodaten Radfahrende recht zuverlässig erkennen können. Herausforderungen gab es jedoch bei Gruppen von Radfahrenden, bei Verdeckungen durch Bäume oder bei sehr großen oder sehr geringen Abständen zwischen Auto und Fahrrad. Die Zuverlässigkeit der KI-Modelle ließ sich durch zusätzliche Daten von Wärmesensoren weiter erhöhen. Besonders vielversprechend waren ein 360-Grad-Lidar-System und ein Radarsensor, während die Daten des Ultraschallsensors nicht verwertbar waren.

Die Zuverlässigkeit des Systems hing zudem von Umweltbedingungen wie Wetter oder Helligkeit sowie von der Verkehrssituation ab. Ein solches Assistenzsystem könnte langfristig nicht nur die Verkehrssicherheit erhöhen, sondern auch Auswirkungen auf Kfz-Versicherungen haben. Da Unfälle mit Radfahrenden oft zu hohen Schadenssummen führen, könnten Systeme, die solche Unfälle verhindern, langfristig zu niedrigeren Versicherungsprämien beitragen. Zudem könnten Versicherer solche Technologien durch Prämiennachlässe fördern, was die Verbreitung beschleunigen und die Sicherheit für alle Verkehrsteilnehmer weiter verbessern würde.