자전거는 지속 가능성과 건강상의 이점으로 점점 더 인기 있는 교통 수단이 되고 있습니다. 그러나 자전거 이용자는 도로에서 대형 차량을 만날 때 특히 증가하는 위험에 직면해 있습니다. 본 연구는 운전자의 시각 사각지대에 대한 주의 부족으로 자주 발생하는 차량-자전거 충돌을 줄이는 것을 목표로 합니다. 이를 위해 최신 기술인 실시간 단일 카메라 자전거 이용자 검출 시스템을 설계하였으며, EfficientDet Lite 및 SSD MobileNetV2와 같은 객체 검출 합성곱 신경망을 사용하여 자전거 이용자를 감지할 수 있습니다.우리가 제안한 자전거 이용자 검출 모델은 20,000장 이상의 이미지를 포함하는 새로 제안된 자전거 이미지 데이터셋에서 미세 조정(fine-tuning)을 거쳐 0.900 mAP(IoU: 0.5) 이상의 성능을 달성하였습니다. 다음으로, 모델들은 카메라 모듈이 장착된 Google Coral Dev Board 미니 컴퓨터에 배포되어 속도를 분석하였으며, 추론 시간은 최저 15밀리초까지 도달하였습니다. 마지막으로, end-to-end 자전거 이용자 검출 장치는 실시간으로 교통 상황을 모델링하여 성능과 타당성을 추가로 분석하였습니다.결론적으로, 이 자전거 이용자 검출 장치는 정확하고 빠르게 자전거 이용자를 감지할 수 있으며, 자전거 이용자의 안전성을 크게 개선할 잠재력이 있습니다. 향후 연구에서는 제안된 장치가 차량 산업에서 얼마나 타당한지 평가하고 시간이 지남에 따라 자전거 이용자의 안전성이 어떻게 개선되는지를 결정할 수 있을 것입니다.