Ein wahrgenommenes Unsicherheitsgefühl führt häufig dazu, dass sich Menschen gegen das Fahrrad als Verkehrsmittel entscheiden. Im Straßenverkehr sind Radfahrende oft gefährlichen Situationen ausgesetzt: Die Radwege sind zu schmal, es kann nicht genügend Abstand zum motorisierten Verkehr gehalten werden etc. Der in der StVO definierte Überholmindestabstand (1,5 m innerorts) wird von Autofahrenden oft nicht eingehalten, u.a. da dieser aus „Augenschein” nicht sicher zu erkennen ist. Es bestehen bislang nur geringe Erkenntnisse über kritische Situationen mit zu geringem Seitenabstand beim Überholen von bzw. Vorbeifahren an Radfahrenden aus Sicht des motorisierten Verkehrs.
Angesichts dieser Problemlage verfolgt das Projekt „BikeDetect“ das Ziel, ein Sensorsystem in Form eines Labormusters zur Nachrüstung des motorisierten Verkehrs zu entwickeln, um Abstände zu Radfahrenden im Straßenverkehr zuverlässig detektieren zu können. Die Ergebnisse sollen langfristig zur Erhöhung der Verkehrssicherheit von vulnerablen Verkehrsteilnehmenden (insbesondere Radfahrenden) beitragen. Das optimale Sensorsystem wird auf Basis mehrerer Pre- und Feldtests konzipiert. Die Datenauswertung kombiniert Abstandsmessungen mit der automatisierten Erkennung von Radfahrenden im Straßenverkehr mittels KI Methoden. Praktische Sicherheitsanforderungen der kommunalen Planung (z.B. Mindestabstände, Ausführgeschwindigkeit der KI Modelle) fließen in die Umsetzung ein.
Die Anforderungen aus der Praxis wurden im November 2024 in einem Workshop bei der Stadt Osnabrück erhoben. Inhaltlich ging es dabei u.a. um die einzusetzenden Sensoren, die Parameter der KI Modelle (Detektionsgenauigkeit) und die Ausgestaltung eines späteren Fahrassistenzsystems für den motorisierten Verkehr (z.B. kommunale Flotte), das langfristig auf Basis der erhobenen Daten die Verkehrssicherheit von Radfahrenden im Live-Betrieb auf der Straße erhöhen soll. Mit Unterstützung eines “smarten” Fahrassistenzsystems könnten Autofahrende in Zukunft ihr Fahrverhalten anpassen und so indirekt zu einem attraktiveren und sichereren Radverkehr beitragen.
Um dafür die Grundlagen zu schaffen, untersuchen innerhalb der Projektlaufzeit (Oktober 2024 bis Ende März 2026) Labortests Kombinationen von Sensoren für Abstand (Ultraschall, Optik, Radar) und Klassifizierung (Thermal, LiDAR, 3D-Kamera) hinsichtlich Messgenauigkeit und Robustheit. Im Feldtest, der für Herbst 2025 geplant ist, wird das priorisierte Sensorsystem auf ausgewählten Strecken im Stadtgebiet von Osnabrück unter Einsatz eines gemieteten Transporters getestet. Die erzeugten Daten werden unter Einsatz von Data Science Methoden ausgewertet und auf Basis kommunaler Anforderungen anhand neuer ausgewählter Kennzahlen und Kartendarstellungen zur Verkehrssicherheit visualisiert.
Im Rahmen des Förderprogramms mFUND unterstützt das BMDV seit 2016 Forschungs- und Entwicklungsprojekte rund um datenbasierte digitale Innovationen für die Mobilität der Zukunft. Die Projektförderung wird ergänzt durch eine aktive fachliche Vernetzung zwischen Akteuren aus Politik, Wirtschaft, Verwaltung und Forschung und die Bereitstellung von offenen Daten in der Mobilithek. BikeDetect wird mit ca. 200.000 Euro durch das Innovationsprogramm des Bundes gefördert. Neben der Universität Oldenburg und der iotec GmbH wirken die Stadt Osnabrück und der ADFC Osnabrück als assoziierte Partner am Projekt mit.