Design and implementation of a collision prediction model for bicycles using V2X communication

The focus of Vehicle-to-everything (V2X) communication is currently on motorised vehicles. Including bicycles leads to new opportunities for bicycle and driver assistance systems in order to improve the safety of the bicyclist. The aim of this thesis was the development and implementation of a bicycle collision detection model based on V2X communication. The application is supposed to run on a mobile device on a bicycle and detect collisions with motorised vehicles. Both the bicycle and the motorised vehicles have to be equipped with V2X technology. Six scenarios were defined, which represent common bicycle accidents. For each scenario, a specific collision detection model was developed. Additionally, approaches for position estimation are applied. Data to be processed include V2X messages like Cooperative Awareness Messages (CAMs), historical accident data and OpenStreetMap (OSM) data. The model is implemented as a Java library. Incoming messages are handled as events and collisions are represented as complex event patterns. To process continuously arriving data in real-time and detect event patterns, the Complex Event Processing (CEP) engine Siddhi is used. For evaluation, simulation data were used to validate the collision detection model and analyse CPU usage and memory consumption on mobile devices.

Der Schwerpunkt von Vehicle-to-everything (V2X)-Kommunikation liegt aktuell auf PKWs und anderen motorisierten Fahrzeugen. Fahrräder in den vernetzten Verkehr mit einzubeziehen eröffnet neue Möglichkeiten für Fahrrad- und Fahrerassistenzsysteme, die Sicherheit von Fahrradfahrenden zu verbessern. Ziel dieser Arbeit war die Entwicklung und Implementierung eines Kollisionserkennungsmodells für Fahrräder, das auf V2X-Kommunikation beruht. Die Anwendung soll auf einem mobilen Endgerät an einem Fahrrad eingesetzt werden, um potenzielle Kollisionen mit PKWs zu erkennen. Voraussetzung ist die Ausstattung von Fahrrad und Auto mit entsprechender V2X-Technologie. Es wurden sechs Szenarien definiert, die häufige Unfalltypen abdecken, bei denen Fahrräder involviert sind. Für jedes Szenario wurde ein spezifisches Kollisionsmodell entwickelt. Zusätzlich werden Methoden zur Positionsschätzung angewandt. Zu verarbeitende Daten sind neben V2X-Nachrichten wie Cooperative Awareness Messages (CAMs) historische Unfalldaten sowie OpenStreetMap (OSM)-Daten. Das Modell wurde als Java-Bibliothek implementiert. Eingehende Nachrichten werden als Ereignisse aufgefasst und Kollisionen durch komplexe Ereignismuster repräsentiert. Um die kontinuierlich eingehenden Datenin Echtzeit zu verarbeiten und komplexe Ereignismuster zu erkennen, wurde die ComplexEvent Processing (CEP) engine Siddhi verwendet. Mithilfe von Simulationsdaten wurde das Modell zur Kollisionserkennung validiert sowie die CPU-Last und der Speicherverbrauch auf Smartphones analysiert.