要約
自転車は、持続可能性と健康上の利点から、ますます人気のある交通手段となっています。しかし、自転車利用者は特に大型車両との遭遇時に増大するリスクに直面しています。本研究の目的は、運転手の死角への注意不足によってしばしば引き起こされる自転車と車両の衝突を減少させることです。この目的を達成するために、EfficientDet LiteやSSD MobileNetV2などの物体検出畳み込みニューラルネットワークを使用した最先端のリアルタイム単眼自転車検出システムを開発しました。まず、提案された自転車検出モデルは、20,000枚以上の画像から構成される新規自転車画像データセットで微調整され、mAP（IoU: 0.5）が0.900を超える性能を達成しました。次に、これらのモデルはGoogle Coral Dev Boardミニコンピュータとカメラモジュールに展開され、速度について分析されました。その結果、推論時間は最短15ミリ秒にまで低下しました。最後に、エンドツーエンドの自転車検出装置がリアルタイムでテストされ、交通シナリオを模擬し、性能と実現可能性についてさらに分析されました。結論として、この自転車検出装置は正確かつ迅速に自転車を検出し、自転車利用者の安全性を大幅に向上させる可能性があることが示されました。今後の研究では、提案された装置が自動車産業での実現可能性や時間とともに進化する自転車安全対策の改善について調査することが望まれます。