Enligt professor Steven Shladover från University of California-Berkeley som IEEE Spectrum samtalat med är cyklister en av största utmaningar för automatiserade fordon [1]. Cyklistbeteenden är ganska dynamiska och generellt sett svåra att förutsäga, både för mänskliga förare och för datoralgoritmer.

För att visa på problemets omfattning tas Deep3DBox algoritm som utvecklats av Jana Košecká och hennes kollegor vid George Mason University som ett exempel. Den har förmåga att identifiera 89 % av fordon i en standardtest, men klarar av att identifiera endast 74 % av cyklister i ett motsvarande test.

Cyklistdetektering kan förbättras med hjälp av fusion av data från olika sensorer och med hjälp av detaljerade 3D kartor, men det lär dröja tills automatiserade fordon kan eliminera cyklistolyckor. Enligt Brian Wiedenmeier från San Francisco Bicycle Coalition har det redan förekommit fall där automatiserade fordon (från Uber) äventyrat cyklisternas säkerhet genom att inte respektera trafikregler som tagits fram för att skydda cyklister. Hans rekommendation är att noga testa nya teknologier innan de används i trafiken.

Källor

[1] Fairley, P., IEEE Spectrum. Self-Driving Cars Have a Bicycle Problem. 2017-02-24 Länk