BikeSAFE (TRV2012/13373) Slutrapport

BikeSAFE (TRV2012/13373) Slutrapport BikeSAFE (TRV2012/13373) Slutrapport Denna rapport är framtagen med ekonomiskt bidrag från Trafikverkets skyltfond. Ståndpunkter och slutsatser i rapporten reflekterar författaren och överensstämmer inte med nödvändighet med Trafikverkets ståndpunkter och slutsatser inom rapportens ämnesområde. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-1-

Innehåll Sammanfattning...- 3 - Syfte med projektet...- 4 - Beskrivning av metod och material...- 5 - Deltagare...- 5 - Datainsamling...- 5 - Dataanalys...- 6 - Resultatredovisning... - 9 - Slutsatser...- 16 - Erhållen trafiksäkerhetsnytta och hur spridning av resultatet avses ske...- 17 - Vetenskapliga Artiklar...- 17 - Konferenspublikationer...- 17 - SAFER-nätverk:...- 17 - Satellitprojekt... - 18 - Workshop on naturalistic cycling analysis...- 18 - Referenser...- 21 - Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-2 -

Sammanfattning Att cykla är ett miljövänligt och hälsosamt transportsätt som blir allt mer populärt i Sverige (Eriksson et al. 2006). Svenska myndigheter stödjer cykling som ett hållbart alternativ till att köra bil (Trafikkontoret 2012). Cykling är dock inte lika säkert som att köra och effekter av mer cykling på trafiksäkerhet är fortfarande diskuterbart (Elvik 2009), framförallt när det handlar om elcyklar (Gehlert et al. 2012). Att köra bil har blivit betydligt säkrare med åren med hjälp av olika verktyg. På forskningssidan är de mest krediterade verktygen analys av naturalistisk data (Campbell 2013) och intelligenta åtgärder (d.v.s. aktiva säkerhetssystem;(malta et al. 2012)). Målet med detta projekt var att applicera den naturalistiska metodologin som utvecklades i prebikesafe (TRV 2011 86383) för att samla in en större datamängd i Göteborg och för att visa hur dessa data kan: - Förbättra förståelse för normalt cyklistbeteende - Identifiera och kvantifiera faktorer som ökar risken för olyckor. - Användas för att utveckla (intelligenta) åtgärder. Data samlades in av fem utrustade cyklar som tjugo cyklister turades om att använda. Det ska noteras att den ursprungliga ansökan bara omfattade fyra cyklar och tolv cyklister och bara delvis finansierades av Trafikverket. Den större datainsamlingen gjordes möjligt av omfattande stöd av Vinnova. Det var också Vinnovafinansiering som möjliggjorde några av de mest sofistikerade analyserna som presenteras i denna slutrapport. Våra resultat kvantifierade normalt cyklistbeteende i termer av hastighetsprofiler och bekvämlighetsgränser, vilket ger en baseline för framtida studier och ett första objektivt mått på cykeldynamik och cyklistbeteende. Dessutom fann vår riskanalys signifikanta riskökningar: - Vid korsningar (fyra gånger högre), speciellt när visuella begränsningar förekommer (tolv gånger högre). - På dåligt underhållna vägar (tio gånger högre). - När andra cyklister eller fotgängare befinner sig på en potentiell kollisionskurs och då dessa inte är det huvudsakliga hotet för cyklisten (två till tre gånger högre). Närvaro av vägarbete på cykelbanan, djur på en potentiell kollisionskurs med cyklisten och närvaro av motorfordon parkerade på cykelbanan verkade också öka risken. Datan var dock inte tillräcklig för att bekräfta detta med statistisk signifikans. Datan användes också för att definiera olycksscenarier. Ett kritiskt olycksscenario (korsning med motorfordon) analyserades vidare för att utveckla en demoapplikation för intelligenta åtgärder i BikeCOM-projektet. Denna applikation visar hur naturalistisk cykeldata kan driva utveklingen av kooperativa system genom att ge scenarier för kravställning och tester. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-3 -

Bakgrund Enligt de olycksfallsrapporter från akutsjukhusen som finns dokumenterade i STRADA (Transportstyrelsens informationssystem för olyckor och skador) utgjorde cykelolyckorna 19 % av det totala antalet trafikolyckor i Sverige år 2010. Dessutom leder olyckor där cyklister är involverade ofta till mycket allvarliga konsekvenser. I Sverige avled 21 cyklister och 380 blev allvarligt skadade år 2010 (enlig polis och akutsjukhus). 72 % av dessa skador uppkom på grund av singelolyckor med cykel 1. Vidare visar statistiken att det är många unga cyklister i åldersgruppen 10 till 15 år som skadades jämfört med andra åldersgrupper. Trafiksäkerhet är ett forskningsområde där ett flertal olika metoder och verktyg används för att närmare förstå vilka faktorer som orsakar trafikolyckor och utforma olika åtgärder, t.ex. olika säkerhetssystem baserade på ICT (Intelligent Communication Technologies). Emellertid har fokus hittills varit fordonsolyckor - till skillnad från cykelolyckor - och förare - till skillnad från cyklister. De säkerhetssystem som utvecklats (t.ex. ESC 2 och FCW 3 ) är idag tillgängliga enbart i person- och lastbilar (Bishop 2005). Vidare har de olycksfallsdatabaser, som utgör en viktig drivkraft för utvecklingen av dessa säkerhetssystem, primärt anpassats för att hantera information om olyckor med fordon 4. Den senaste metodiken för att utreda orsaker till olyckor som t.ex. analys av s.k. naturalistisk data adresserar huvudsakligen fordon och förarbeteende (Dingus et al. 2006, Sayer et al. 2011). Sammanfattningsvis har detta fokus lett till ett kunskapsgap vad avser olyckor som inbegriper cyklar och cyklister jämfört med olyckor vilka inbegriper fordon och förare. Syfte med projektet Målet med detta projekt var att applicera den naturalistiska metodologin som utvecklades i prebikesafe (TRV 2011 86383) för att samla in en större datamängd i Göteborg och för att visa hur dessa data kan: - Förbättra förståelse för normalt cyklistbeteende - Identifiera och kvantifiera faktorer som ökar risken för cykelolyckor. - Användas för att utveckla (intelligenta) åtgärder. 1 Värt att notera är att en cyklist som faller på grund av att han eller hon har bromsat in för att undvika en annan cyklist eller fordon betraktas som en singelolycka. Detta är den vanligaste typen av olyckor i samband med cykling. 2 Electronic Stability Control 3 Forward Collision Warning 4 http://ec.europa.eu/transport/wcm/road_safety/erso/safetynet/content/safetynet.htm Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-4 -

Beskrivning av metod och material Deltagare Tjugo cyklister deltog i den här studien genom att cykla på en utrustad cykel i två veckor. Under dessa två veckor använde cyklisterna cykeln som en ersättning för sina egna cyklar till sina dagliga aktiviteter såsom pendling. Ett standardiserat medgivandeformulär för naturalistisk datainsamling, som beskrev studien, datainsamling, insamlad data och planerade analyser skrevs under av alla cyklister. Urvalskriterier säkerställde en perfekt balans mellan kvinnliga och manliga cyklister och krävde att cyklisterna inte hade någon passagerare på cykeln. Detta kriterium var nödvändigt för att garantera att ingen personlig data (t.ex. GPS) samlades från någon person som inte skrivit under medgivande formuläret. Cyklisterna förväntades också att cykla ofta (i genomsnitt 40 minuter per dag under veckodagarna). Datainsamling Data insamlades från fem utrustade cyklar (Dozza et al. 2012) som roterades mellan de tjugo cyklisterna (Bild 1). Varje cykel samlade in data från åtminstone en framåtriktad kamera, två inertial measurement unit (IMU), GPS, och två bromsningstryckssensorer (en till varje däck). Data samlades in löpande med en 100-Hz frekvens för alla signaler utom video (30 bilder per sekund), och GPS (10 Hz). Datainsamlingen började automatiskt ungefär två minuter efter att cyklisten börjat cykla och stannade automatiskt när cykeln inte förflyttats och inte cyklats på under två minuter. En knapp på styret gjorde det möjligt för cyklisterna att tidsmarkera kritiska händelser som inträffade under resan. Alla cyklisterna besvarade en enkät före experimenten för att beskriva sina cykelvanor. Under datainsamlingen förde varje cyklist dagbok för att rapportera ändamål och längd för varje resa. Efter experimentet intervjuades alla cyklister. Intervjun fokuserade på de kritiska händelserna som Bild 1 Utrustad cykel från prebikesafe TRV 2011 86383. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-5 -

cyklisten upplevt. Dataanalys Subjektiv data Datan från enkäterna användes för att verifiera att gruppen av cyklister som deltog i detta projekt inte var subjektiv. Datan från dagboken användes för att dubbelkolla förekomst av kritiska händelser och sammanhangen mellan subjektiv och objektiv data. Slutligen användes intervjuerna för att förstå kritiska händelser från cyklisters synvinkel. Cykeldynamik och cyklistbeteende Distributioner av filtrerade accelerationer, hastighet, och genomsnittliga filtrerade accelerationer för olika hastighetsintervall extraherades för att karakterisera normalt cyklistbeteende och komfortgränser. Accelerationerna filtrerades med ett 0.5-Hz lågpassfilter för att isolera komponenter av accelerationsspektrumet som inte påverkades av trampandet. Kritiska händelser Totalt 63 unika kritiska händelser identifierades från datan. En 20-s videoklipp extraherades till varje händelse. Varje videoklipp kategoriserades enligt Tabell 1, utifrån videorna och dess signaler. Kritiska händelserna klassificerades beroende på grad av allvar och konflikttyp. Kritiska händelser där cyklisten ramlade klassificerades som olyckor med förlorat stabilitet och kritiska händelser där det fanns en kollision, men cyklisten förlorade inte stabilitet, klassificerades som olyckor med degraderat stabilitet. En konflikt definierades som en väganvändare eller ett hinder ansvarigt för den kritiska händelsen (t.ex. en bil som korsar cykelbanan eller ett håll som gör att cyklisten förlorar stabilitet). Med andra ord är konflikten det element som triggar den kritiska händelsen. Baseline-händelser 126 baseline-händelser extraherades från datan (Bild 2). Extraktionen var slumpmässig men antalet baseline-händelser matchades med antalet kritiska händelser för varje cyklist. Matchningen avsåg att undvika bias från specifika cyklister som skulle kunna ha annorlunda cykelvanor. Baslinehändelser beskrevs även med videoannotering enligt Tabell 1. Videoannoteringen fokuserade på två olika aspekter: 1) händelsescenarier, beskrivna i termer av miljöfaktorer såsom väder, och 2) potentiella hot för cyklisten från andra väganvändare. Ett hot definierades som en väganvändare på potentiell kollisionskurs med cyklisten; till exempel bedömdes en fotgängare som promenera i en separat fil inte som ett hot såvida hon eller han inte började korsa cyklistens område. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-6 -

BikeSAFE (TRV2012/13373) Slutrapport Bild 2 Karta över Göteborg med GPS koordinater för kritiska- och baseline-händelser. Statistik Odds ratio användes för att verifiera om risken för att en kritisk händelse ska inträffa signifikant beror på någon annotering i Tabell 1. Konfidensintervall beräknades för att bestämma om odds ratio var signifikant. Odd ration förklarar hur risken ökar eller minskar för varje annotering. Attributable risk beräknades också för varje annotering. Attributable risk identifierar maximalt antal kritiska händelser som kan undvikas med ideala åtgärder. Tvåsidigt t-test användes för att verifiera om kritiska händelser skiljde sig från baseline-händelser i termer av objektiva mått såsom hastighet och accelerationer. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-7-

Tabell 1 Videoannotering som förekommer både vid kritiska- och baseline-händelser, alla variabler är binära (d.v.s. antingen sanna eller falska). Annotering Kriterium för att annoteringen ska vara sann Scenarie (miljöfaktorer relaterade till väderförhållande och infrastruktur) Dagsljus Från solens uppgång till dess nedgång. Cykelbana Cyklisten cyklar på en cykelbana. Asfaltunderlag Underlaget var asfalterat Stenlagt underlag Underlaget bestod av gatusten eller andra stenar. Halt underlag Underlaget var halt eller blött. Hot (väganvändare som korsar cyklistens kurs) Problem med underlaget Korsing Korsing med visuell begränsning Vägarbete Motorfordon parkerat på cykelbana. Lätt fordon Tungt fordon Fotgängare Cykel Djur Det fanns hål i underlaget eller stora delar av asfalten var borta. Cyklen passerar minst en väg för motorfordon. Korsningen hade visuell begränsning. Vägarbete förekom på platsen. Ett motorfordon var parkerat på cykelbanan. Minst ett lätt fordon korsade cyklistens kurs. Minst ett tungt fordon korsade cyklistens kurs. Minst en fotgängare korsade cyklistens kurs. Minst en cykel korsade cyklistens kurs. Minst ett djur korsade cyklistens kurs. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-8 -

Resultatredovisning Insamlad data Av 20 cyklister avslutade 16 experimentet och samlade in 332 resor, vilket täckte 1549 km under 114 timmar (Bild 3). Bild 4 visar alla GPS koordinater från alla cyklister på en karta (Google Earth). Bild 3 Varaktighetdistribution för alla resor. Bild 4 Karta over Göteborg med alla GPS koordinater. Genomsnittlig hastighet var 13.6±3.2 km/h och genomsnittlig restid 22±8.6 minuter hos de 16 cyklisterna. Bild 5 visar genomsnittlig hastighet over Göteborg. Cirka 3 Gbyte data (25 Mbyte/timme) Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-9 -

BikeSAFE (TRV2012/13373) Slutrapport samlades in från alla sensorer utom kameror och cirka 1 Tbyte (6 Gbyte/timmar per kamera) från kamerorna. Bild 5 Karta over Göteborg med genomsnittlig hastighet. Cyklistbeteende Hastighetsprofilen följde en Gaussian-distribution (Bild 6) och var under 20 km/h 75% av tiden. Bild 7 visar genomsnittlig acceleration för olika hastighetsintervall, som är en indikator på cyklingskomfort. Högsta värden av lateral och longitudinell acceleration var mellan 25 och 35 km/h (Bild 7). Genomsnittliga värden för lateral och longitudinell acceleration var lägst när hastigheten var högre än 35 km/h (Bild 7). Genomsnittlig positiv longitudinell acceleration var högre än negativ i absoluta värden hos alla hastighetsintervall (Bild 7). Bild 6 Hastighetsprofil. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-10 -

Bild 7 Genomsnittliga accelerationer beroende på hastighetsintervall. Subjektiv data Subjektiv data var komplett för 15 av de 16 cyklister som deltog i experimentet. Enkäten var omfattande och bara en del av alla resultat presenteras här för att visa att gruppen av cyklister som deltog i projektet inte var särskild på något sätt. Alla cyklister hade körkort för bil. Genomsnittligt innehav var 21.5 år (SD = 11.2 år). Tre cyklister hade också motorcykelkörkort, med en genomsnittlig innehavstid på 25.7 år. 40% av cyklisterna bodde tillsammans med en person och 27% med mer än fyra personer. 13% bodde ensamma. 60% av cyklisterna hade inga barn. 8 cyklister cyklade varje dag under vår och summer och 4 cyklister mellan 4 och 6 dagar per vecka. På hösten rapporterade 8 cyklister att de cyklade mellan 4 och 7 dagar per vecka och 5 cyklister mellan 2 och 3 dagar per vecka. Under vintern cyklade 7 cyklister 4 till 7 dagar per vecka, 6 cyklister mindre än en timme per vecka eller aldrig. 9 cyklister hävdar att de alltid använder cykelhjälm när de cyklar, och ytterligare 4 att de använder det vid 99% av resorna. Bara en cyklist använder aldrig cykelhjälm. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-11 -

Riskanalys Sex av de 63 kritiska händelserna klassificerades som olyckor, eftersom de involverade någon form av fysisk kontakt. I tre av sex olyckor förlorade cyklisten stabilititet och ramlade av. I de andra tre kunde cyklisten återfå stabilitetet efter kontakten med hindret som de kolliderade med. 75% av gångerna var det huvudsakliga hotet, som orsakade kritiska händerser en bil, en fotgängare eller en annan cykel (Bild 8). Bild 8 Huvudsakliga hot för cycklister. För det mesta cyklade cyklisterna i mörker, på en cykelbana med torr asfalt utan problem med vägbanan (t.ex. hål eller dåligt underhållen asfalt), och i regel utan potentiella hot från andra väganvändare (Bild 9). Cyklisterna var nära en korsning mindre än 20% av tiden. Bara en tredjedel av korsningarna hade någon form av visuell begränsning (Bild 9). Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-12 -

BikeSAFE (TRV2012/13373) Slutrapport Bild 9 Förekomst av annoterade faktorer i datasettet. Bild 10 Odds ratio (OR) mellan kritiska- och baseline-händelser. Fet stil visar signifikans. Attributable risk (AR) reporteras bara för signifikanta odds ratio. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-13 -

Risken att en kritisk händelse skulle inträffa var signifikant högre när 1) vägbanan var dåligt underhållen och 2) nära korsningar, tio respektive fyra gånger högre (Bild 10). Om en kritisk händelse inträffat vid en korsning, var sannolikheten att denna korsning hade en visuell begränsning också signifikant högre för kritiska händelser, än för baseline-händelser (tre gånger, Bild 10). Hot från fotgängare och cyklister var signifikant mer sannolikt (två gånger) för kritiska händelser än för baseline-händelser (Bild 10). Det var omöjligt att beräkna odds ratio för bilar parkerade på cykelbanan eller för närvaro av djur, då de bara inträffade under kritiska händelser (tre respektive en gång). Genomsnittlig hastighet var högre under kritiska händelser (16.9 ±7.8 km/h) än vid baselinehändelser (15.6 ±8.7 km/h) och den här skillnaden var nära signifikans (p=0.06). Accelerationerna var signifikant högre under kritiska händelser i alla tre inriktningar (p<0.03). Säkerhetsåtgärder Datan som presenteras i denna slutrapport har även använts av BikeCOM-projektet (Dozza et al. 2013) för att prioritera olycksscenarier att adressera med intelligenta årgärder. Den intelligenta applikationen som utvecklades av BikeCOM körs på smartphones (Bild 11) och kan potentielt adressera 51% av alla kritiska händelser som presenteras i denna slutrapport. Bild 11 BikeCOM app. Bild 12 visar ett möjligt scenario för applikationen. Denna video: https://www.youtube.com/watch?v=kk_g9wshj2g dokumenterar projektet BikeCOM och visar hur trådlös kommunikation kan användas för att undvika en kollision mellan en bil och en cykel. Denna kooperativa applikation utvecklades av fyra studenter på Chalmers automotive masterprogram. Naturalistisk data från BikeSAFER-projekt användes för att definiera use cases till applikationen samt testscenarier (Bild 13). Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-14 -

Bild 12 BikeCOM scenarie. Bild 13 Testscenario för BikeCOM appen. En cykel (röd) och en bil (grön) är på kollisionskurs. BikeCOM appen varnar både cyklisten och bilisten innan kollisionen inträffar. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-15 -

Slutsatser Datan som samlades in i detta projekt är unik i världen och bevisar att det kan möjliggöra olika typer av analys som är omöjligt att göra med andra data. Specifikt använde detta projekt naturalistisk data för att: - Ge objektiva kunskaper om normalt cyklistbeteende - Statistiskt testa faktorer som bidrar till olycksrisk - Styra utvecklingen och verifiering av (intelligenta) årgärder Naturalistisk cykeldata bjuder på ett unikt tillfälle att mäta normalt cyklistbeteende. Detta är viktigt då deviationer ifrån normalt cyklistbeteende skulle kunna bero på brister i säkerheten. - Normalt cyklistbeteende beskrevs i termer av hastighets- och accelerationsprofiler. - Dessa profiler är snapshots av det aktuella cyklistbeteendet och kan användas som baseline i framtida studier. - Dessutom kan dessa profiler användas för att dra slutsatser om cyklisters komfortgränser och för att känna igen och möjligtvis förutsäga stabilitetshot (t.ex. situationer där cyklistens stabilitetetet utmanas). Riskanalysen och datan från detta projekt stödde utvecklingen av en intelligent åtgärd genom att ge den tekniska kravställningen och scenarier för test och verifikation. - Vår riskanalys visade att risken för cyklisten ökar 4 gånger vid korsningar och 12 gånger när korsningen har någon form av visuell begränsning. - Med hjälp av BikeSAFE-data utvecklade BikeCOM-projektet en kooperativ applikation som kan öka både bilförares och cyklisters säkerhet vid korsningar. - En vidareutveckling av denna applikation skulle kunna adressera 51% av de kritiska händelserna från BikeSAFE. Mer data och mer analys behövs för att komplettera och vidareutveckla resultaten från detta projekt. Studien visar att särskilt närvaro av vägarbete, fordon parkerade på gångbanan och lösgående djur är faktorer som ökar risken för olyckor. Den insamlade datan är dock inte tillräcklig för att nå statistisk signifikans. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-16 -

Erhållen trafiksäkerhetsnytta och hur spridning av resultatet avses ske Vetenskapliga Artiklar Dozza, Marco; Idegren, Martin; Andersson Odén, Tomas: A Platform to Enable Active Safety for Vulnerable Road Users. IET Intelligent Transport Technologies, (accepted). Dozza, Marco; Andre Fernandez: Understanding Bicycle Dynamics and Cyclist Behavior from Naturalistic Field Data, IEEE Transaction on Intelligent Transport Systems (submitted). Dozza, Marco; Werneke, Julia; Introducing naturalistic cycling data: What factors influence cyclists safety in real world?, Transportation Research Part F (submitted). Werneke, Julia; Dozza, Marco; Karlsson, MariAnne: Bicycles Accidents: Case-study, Safety Science/Human Factors/Transportation Research Part F (in preparation). Konferenspublikationer Dozza, Marco; Werneke, Julia; Fernandez, Andre: Piloting the Naturalistic Methodology on Bicycles. Proceeding of the 1st International Cycling Safety Conference, Helmond 7-8 November 2012. Dozza, Marco; Idegren, Martin; Andersson Odén, Tomas: Set-up and real-traffic assessment of an active-safety platform for vulnerable-road-users. Proceedings of the ITS conference, Vienna, 22-26 October 2012. Dozza, Marco; Fernandez, Andre, Julia Werneke: Collection of naturalistic bicycling data is now ongoing. Proceedings of the 3rd International Symposium on Naturalistic Driving Research, Blacksburg VA, 27-30 August 2012. Dozza M., L. Lindgren, P. Gustafsson, J. Muñez, and C. Boda, "BikeCOM A cooperative safety application supporting cyclists and drivers at intersections.," in Driver Distraction and Inattention, Göteborg, 4-6 September, 2013. SAFER-nätverk: BikeSAFE godkändes som ett SAFER-associerat projekt. Därför presenterades dess status och preliminara resultat regelbundet på Traffic Safety Analysis kompetensområdesmöten. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-17 -

Satellitprojekt Data som samlades in av BikeSAFE användes av projektet BikeCOM (Dozza et al. 2013), där fyra studenter från Chalmers Automotive Engineering masterprogram beskrev flera use cases för en kooperativ applikation. BikeCOM utvecklade och verifierade en prototypapplikation för smartphones som kan användas för att förebygga olyckor vid korsningar mellan cykel och motorfordon genom att varna både föraren och cyklisten vid ett omedelbart hot. Denna applikation körs på Android smartphones och använder sig av trådlös kommunikation för att utbyta relevant information om säkerhet. Data som samlades in av BikeSAFE kombineras nu med andra data i SAFER-projektet BikeSing. Målet med detta är att föreslå ett nytt projekt där olika data kombineras för att förbättra vår förstålse för singel-cykelolyckor. Workshop on naturalistic cycling analysis Description of the workshop: The aim of this workshop is to discuss the potential of naturalistic cycling analysis to improve traffic safety. This workshop comprises of two parts: In the first part, current naturalistic cycling studies will be presented. In the second part, different research questions will be discussed and prioritized to suggest how naturalistic cycling analyses may tackle bicycle safety issues, such as single-bicycle accidents and conflicts at intersections. This workshop is greatly based on the experience and data collected in BikeSAFE. Date: 3rd of September 2013 Satellite event of the Driver Distraction and Inattention Conference Time: 13.00 17.00 Location: SAFER Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-18 -

Kontaktuppgifter Marco Dozza CHALMERS - University of Technology Dept. of Applied Mechanics Tel: +46 317723621 e-mail: marco.dozza@chalmers.se SAFER - Box 8077 - S-402 78 - Göteborg - Sweden Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-19 -

Ekonomisk redovisning Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-20 -

Referenser Bishop, R., 2005. Intelligent vehicle technology and trends Artech house. Campbell, K.L., 2013. The shrp 2 naturalistic driving study: Addressing driver performance and behavior in traffic safety.. TR News, 282. Dingus, T.A., Klauer, S.G., Neale, V.L., Petersen, A., Lee, S.E., Sudweeks, J., Perez, M.A., Hankey, J., Ramsey, D., Gupta, S., Bucher, C., Doerzaph, Z.R., Jermerland, J., Knipling, R.R., 2006. The 100-car naturalistic driving study - phase ii - results of the 100-car field experiment. Technical Report DOT HS 810 593. Dozza, M., Lindgren, L., Gustafsson, P., Muñez, J., Boda, C., Year. Bikecom a cooperative safety application supporting cyclists and drivers at intersections. In: Proceedings of the Driver Distraction and Inattention, Göteborg, Sweden. Dozza, M., Werneke, J., Fernandez, A., 2012. Piloting the naturalistic methodology on bicycles. First International Cycling Safety Conference. Helmond, NL. Elvik, R., 2009. The non-linearity of risk and the promotion of environmentally sustainable transport. Accident Analysis and Prevention 41 (4), 849-855. Eriksson, S., Lundqvist, P., Isaksson, K., 2006. City of stockholm bicycle master plan 2006 (cyckelplan för stockholms innerstad). Gehlert, T., Kuhn, M., Schleinitz, K., Petzoldt, T., Schwanitz, S., Gerike, R., 2012. The german pedelec naturalistic cycling study - study design and first experiences. Proceedings of the first International Conference on Cycling Safety, 7-9 Nov, 2013. Malta, L., Ljung Aust, M., Freek, F., Metz, B., Saint Pierre, G., Benmimoun, M., Schäfer, R., 2012. Eurofot d6.4 - final results: Impacts on traffic safety. Sayer, J., Leblanc, D., Bogard, S., Funkhouser, D., Bao, S., Buonarosa, M.L., Blankespoor, A., 2011. Integrated vehicle-based safety systems field operational test Technical Report DOT HS 811 482 (Final Report). Trafikkontoret, G.S., 2012. Cykelåret 2012. Marco Dozza, Chalmers, Tillämpad Mekanik, 031-772 3621-21 -