Forschungsprojekt

Velosense – Mehr Platz beim Überholen messbar machen

Wie sicher fühlt sich eine Velofahrt wirklich an? Unfallzahlen beantworten das nicht. Entscheidend ist, wie viel Abstand Autofahrende beim Überholen halten und wie nah Velofahrende am Strassenrand fahren müssen. Genau hier setzt das Forschungsprojekt Velosense des IRAP und ICAI an.

Ausgangslage

Das Velo soll als nachhaltiges Verkehrsmittel gefördert werden. Viele Menschen fühlen sich im Strassenverkehr auf dem Velo aber unsicher, besonders wegen Überholmanövern mit geringem Abstand. Ob neue Velostreifen oder umgestaltete Strassen tatsächlich mehr Sicherheit bringen, lässt sich bisher kaum nachweisen: Unfallstatistiken zeigen nicht, wie Velofahrende den Verkehr im Alltag erleben. Velosense macht sichtbar, wie Velofahrende überholt werden und wo kritische Situationen gehäuft auftreten.

Ansatz

Ein handelsübliches Garmin-Radar mit Kamera wird am Velo montiert und zeichnet während der Fahrt Radar-, Video- und GPS-Daten auf. Künstliche Intelligenz wertet diese Daten anonymisiert aus und erkennt einzelne Überholmanöver automatisch.

Wie das System misst

Das Radar erkennt herannahende Fahrzeuge und deren Geschwindigkeit, die Kamera filmt das Geschehen hinter dem Velo. Ein neuronales Netz erkennt im Videobild überholende Fahrzeuge und den Fahrbahnrand Pixel für Pixel. Damit aus Bildpixeln Meter werden, kalibriert sich das System selbst: Fährt das Velo über einen Fussgängerstreifen, bestimmt es aus dessen genormter Geometrie Position und Neigung der Kamera. Danach lässt sich für jeden Punkt auf der Fahrbahn der Abstand zum Velo berechnen und damit der seitliche Abstand jedes Überholmanövers sowie die Distanz zum Randstein.

Datenschutz: Messen mit Masken statt Bildern

Die Kameradaten dienen in den Abbildungen und Videos auf dieser Seite nur der Veranschaulichung. Für die Messung genügt eine Maske, die festhält, welche Pixel Fahrbahn sind: Wo die Fahrbahn links endet, ist der Randstein; wo sie rechts vom Auto unterbrochen wird, stehen dessen Räder. Die Maske enthält weder Nummernschilder noch Gesichter.

Aus dieser Maske allein lassen sich Überholabstand und Randsteindistanz berechnen – vollständig anonym, dauerhaft gespeichert und jederzeit reproduzierbar. Die Kameraaufnahmen werden auf dem Server verarbeitet und können danach gelöscht werden.

Ergebnisse und Nutzen

Aus den Fahrten entstehen strukturierte Datensätze, die sich auf Karten darstellen und vergleichen lassen, inklusive Geschwindigkeit des überholenden Fahrzeugs, Bremsmanövern vor dem Überholen und Dauer des Überholvorgangs. So wird sichtbar, wo enge Überholvorgänge gehäuft auftreten und ob bauliche Massnahmen das Verhalten der Autofahrenden tatsächlich beeinflussen.

Velosense basiert auf frei erhältlicher Hardware und einem reproduzierbaren Auswerteprozess. Damit werden auch grössere Messkampagnen mit mehreren Velofahrenden möglich.

Für die Verkehrsplanung heisst das: Statt Infrastruktur nur anhand von Normen oder Unfallzahlen zu beurteilen, kann direkt gemessen werden, wie der Strassenraum zwischen Auto und Velo im Alltag genutzt wird. Das liefert objektive Argumente für mehr Platz und mehr Sicherheit für den Veloverkehr.