Awareness of potentially dangerous situations for VRUs in a smart city

Abstract

According to Eurostat, in 2019, most – 70% - fatal road accidents in urban areas involved vulnerable road users (VRUs), such as children, impaired people, cyclists, and animals, with this percentage increasing in 2020 to at least 77% of fatal accidents. With the advent of Intelligent Transportation Systems (ITS), with vehicles being part of a Vehicular Ad-hoc Networks (VANET) and smart cities connecting all parts of an urban environment, new solutions for fighting against these accidents can be considered. Moreover, with the introduction of autonomous driving solutions, avoiding dangerous road situations and protecting the VRUs is more critical than ever. This dissertation proposes a multi-sensor solution for preventing potential accidents between vehicles and vulnerable road users. A smart city has several sensors, dispersed in the vehicles (and aggregated by the On-Board Units, OBUs), in the VRUs (e.g., smartphones and smartwatches), and in the road itself (e.g. cameras, radars). These different nodes communicate with each other through several wireless access technologies, most notable short range standards such as ITS-G5, C-V2X or long range technologies such as LTE, 5G and, in the future, 6G. By aggregating and processing such information, a system was implemented to predict and notify potential hazardous situations involving VRUs and vehicles. This system was based on the computation of risk zones and prediction of collision points between VRUs and vehicles. The current infrastructure from the Aveiro Smart City (thanks to the Aveiro Tech City Living Lab project) is leveraged to deploy and evaluate the system. Information from the city’s sensors and vehicles is gathered and joined to the information from the VRUs own devices in an hybrid architecture, with an edge and cloud deployment. The obtained results show that the system is promising at predicting potential collisions while pointing at some important deployment decisions that must be made to ensure proper notification timings, such as the usage of multi-homing, 5G, and 6G, and following the concept of edge computing. The developed system can be considered a step towards a level 5 of full automation of autonomous vehicles. The potential collision can be part of the pipeline for the decision of the following action.

Segundo a Eurostat, em 2019, a maioria - 70 % - dos acidentes mortais em estradas envolveu utentes vulneráveis (VRU), tais como crianças, pessoas com deficiência ou ciclistas. Esta percentagem aumentou em 2020 para pelo menos 77% dos acidentes fatais. Com o aparecimento de Sistemas de Transporte Inteligentes (ITS), e com os veículos a fazer parte de Redes Ad-hoc Veiculares (VANET) e cidades inteligentes a conectar todas as partes de um ambiente urbano, novas soluções podem ser consideradas para combater esses acidentes. Para além disso, com a introdução de soluções de condução autónoma, evitar situações perigosas em estradas e proteger os VRUs é cada vez mais importante. Esta dissertação propõe uma solução com múltiplos sensores para prevenir potenciais acidentes entre veículos e VRUs. Uma cidade inteligente possui diversos sensores, dispersos nos veículos (e agregados por On-Board Units, OBUs), nos VRUs (por exemplo, smartphones e smartwatches) e na própria estrada (por exemplo, câmaras de vídeo e radares). Todos estes nós e sensores podem comunicar e notificar eventos através de um conjunto de diferentes tecnologias de acesso sem fios, como por exemplo ITS-G5 (com o IEEE 802.11p/WAVE), C-V2X e tecnologias celulares, como LTE, 5G e, no futuro, 6G. Após agregar e processar este conjunto de informações, foi implementado um sistema para prever e notificar potenciais situações de risco que envolvam VRUs e veículos. Este sistema é baseado no cálculo de zonas de risco e pontos de colisão entre VRUs e veículo. A Infraestrutura existente da Aveiro Smart City (graças ao projeto Aveiro Tech City Living Lab) foi utilizada para desenvolver e avaliar o sistema. Informação dos sensores da cidade e veículos é obtida e agregada à informação dos dispositivos associados aos VRUs numa arquitectura híbrida, com uma implementação edge e cloud. Os resultados mostram que o sistema é promissor na previsão de potenciais colisões, enquanto apontam para algumas decisões de implementação importantes que devem ser feitas para garantir tempos de notificação adequados, tais como o uso de multi-homing, 5G e 6G, e a exploração do conceito de edge computing. O sistema desenvolvido pode ser considerado como um passo em direção ao nível 5 de automação de veículos autónomos, com a deteção de potenciais colisões a poder fazer parte de um processo de decisão da próxima acção.