自転車の安全性研究において、後方から接近する車両の追い越し行動を分析することは極めて重要です。従来、自転車に搭載したカメラの連続映像から追い越しイベントを抽出するには、フレームごとの手作業による注釈付けが必要であり、これが研究のボトルネックとなっていました。今回発表された研究は、この課題を解決するため、単一の自転車搭載カメラからの映像を活用して、自動的に追い越しイベントを検出するコンピュータビジョンパイプラインを開発しました。 このシステムは、複数センサーの構成や明示的なカメラキャリブレーションを必要とせず、RT-DETRオブジェクト検出とByteTrack多物体追跡を組み合わせています。3段階の幾何学的検証モジュールを通じて、方位角の傾向、見かけ上のサイズ増加、および透視投影原理に基づいた空間確認基準を適用することで、高い精度を実現しました。ミシガン州アナーバーの都市道路で得られた315件の手動注釈付き追い越しイベントで検証した結果、パイプラインは97.8%の再現率を達成し、偽陽性はゼロでした。 このシステムは、車両通過前の平均2.44秒前に追い越しの意図を識別し、84.1%のイベントが人間の反応時間閾値である1.5秒を超えており、自転車搭乗者への能動的警告システムの実現可能性を示しました。96件のイベントから測定した側方通過距離では、33.3%が152.4cm（5フィート）未満の危険な距離での追い越しであり、先行研究と一致しています。キャリブレーション不要の側方距離推定手法は、バウンディングボックスの幾何学的特性を使用して平均13～14cmの絶対誤差を達成し、安全性分類に十分な精度で危険な追い越しと通常の追い越しを区別できます。このシステムにより、消費者向けカメラ映像からのイベント抽出が自動化され、より大規模なデータセットと多様な都市環境における車両と自転車の相互作用分析の拡張性が向上します。