e-BikeWay : slutrapport Dozza, Marco
Series: Research report ; 2015:01Publication details: Göteborg Chalmers University of Technology. Division of Vehicle and Traffic Safety, 2015Description: 25 sSubject(s): Online resources: Abstract: e-Bikeway förlängde det tidigare projektet e-BikeSAFE genom att komplettera insamlingen och analyser av ca 1800 km naturalistisk cykeldata. Dessa data är för närvarande unika i världen då ingen annan studie någonsin har samlat in ett så omfattande dataset från elcyklar. Data samlades in från flera sensorer (inklusive kameror, accelerometrar, pedalrotation, bromstryck, styrrörelser och GPS) och kompletterades med subjektiva data från resedagböcker och enkäter. e-Bikeway följde den metod som utvecklats i BikeSAFE men att samla in data från elcyklar visade sig vara mer krävande än att samla in data från traditionella cyklar (som gjordes i BikeSAFE). Vid insamling av data från elcykel krävs i själva verket hackning av elcykel-systemet. Detta arbete hade inte varit möjligt utan en flexibel plattform som MASCOT som tidigare utvecklats vid SAFER, samt tidigare erfarenhet från BikeSAFE. Flera analyser utfördes på e-BikeWay-data och till stor del replikerades analyserna från BikeSAFE. Dataanalyserna fokuserade på säkerhet och dess samspel med mobilitet. Tidigare data från e-BikeSAFE projektet användes också för att möjliggöra en jämförelse mellan elcyklar och traditionella cyklar. Trots e-BikeWays ansträngning för att samla in data från samma deltagare som BikeSAFE, deltog endast 8 cyklister i båda studierna. Dessutom kan flera miljöbiaser, såsom införandet av Trängselskatt, ha påverkat e-BikeWay-datan. Även om en jämförelse mellan BikeSAFE (traditionella cyklar) och detta dataset (elcyklar) är intressant och exemplifierar en ny metod, hotas dess korrekthet av det begränsade urvalet av cyklister samt möjliga biaser i datan.e-Bikeway förlängde det tidigare projektet e-BikeSAFE genom att komplettera insamlingen och analyser av ca 1800 km naturalistisk cykeldata. Dessa data är för närvarande unika i världen då ingen annan studie någonsin har samlat in ett så omfattande dataset från elcyklar. Data samlades in från flera sensorer (inklusive kameror, accelerometrar, pedalrotation, bromstryck, styrrörelser och GPS) och kompletterades med subjektiva data från resedagböcker och enkäter. e-Bikeway följde den metod som utvecklats i BikeSAFE men att samla in data från elcyklar visade sig vara mer krävande än att samla in data från traditionella cyklar (som gjordes i BikeSAFE). Vid insamling av data från elcykel krävs i själva verket hackning av elcykel-systemet. Detta arbete hade inte varit möjligt utan en flexibel plattform som MASCOT som tidigare utvecklats vid SAFER, samt tidigare erfarenhet från BikeSAFE. Flera analyser utfördes på e-BikeWay-data och till stor del replikerades analyserna från BikeSAFE. Dataanalyserna fokuserade på säkerhet och dess samspel med mobilitet. Tidigare data från e-BikeSAFE projektet användes också för att möjliggöra en jämförelse mellan elcyklar och traditionella cyklar. Trots e-BikeWays ansträngning för att samla in data från samma deltagare som BikeSAFE, deltog endast 8 cyklister i båda studierna. Dessutom kan flera miljöbiaser, såsom införandet av Trängselskatt, ha påverkat e-BikeWay-datan. Även om en jämförelse mellan BikeSAFE (traditionella cyklar) och detta dataset (elcyklar) är intressant och exemplifierar en ny metod, hotas dess korrekthet av det begränsade urvalet av cyklister samt möjliga biaser i datan.