💻 computer science

A Geometry-Informed Computer Vision Method for Detecting and Examining Overtaking Vehicles From A Bicycle

Este artículo presenta un flujo de trabajo de visión computacional informado por la geometría que automatiza la detección y el análisis de vehículos que adelantan a partir de cámaras montadas en bicicletas, logrando una alta precisión en la identificación de eventos y la estimación de la distancia lateral para superar los cuellos de botella de la anotación manual en la investigación de la seguridad ciclista.

Autores originales: Gandhimathi Padmanaban, Rayane Moustafa, Fred Feng

Publicado 2026-06-24

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Gandhimathi Padmanaban, Rayane Moustafa, Fred Feng

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que vas montando en bicicleta por una calle concurrida de la ciudad. Conoces esa sensación cuando un coche pasa zumbando a tu lado desde atrás. A veces te dejan bastante espacio, y otras veces pasan rozando el manillar. Durante años, los investigadores han querido estudiar exactamente con qué frecuencia ocurren estos "sustos", pero se toparon con un gran obstáculo: el cuello de botella de la "Revisión Humana".

Para estudiar esto, utilizaron bicicletas especiales con cámaras y sensores. Pero para encontrar los momentos reales en los que un coche pasaba junto a la bicicleta, un humano tenía que ver horas y horas de vídeo, fotograma a fotograma, como un detective buscando una pista específica. Era lento, costoso y limitaba la cantidad de datos que podían recopilar.

Este artículo presenta un "detective digital" inteligente y automatizado que hace el trabajo pesado por ellos. Así es como funciona, desglosado en conceptos sencillos:

1. El sistema de detective de tres etapas

En lugar de simplemente mirar una imagen y adivinar, el sistema utiliza un proceso de lógica de tres pasos, muy parecido a un guardia de seguridad revisando una tarjeta de identidad:

Paso 1: El Avistador (RT-DETR): Primero, una IA potente observa el vídeo y dice: "¡Oye, eso es un coche!". Encuentra cada vehículo en el encuadre.
Paso 2: El Rastreador (ByteTrack): A continuación, sigue ese coche mientras se mueve. Mantiene la identidad del coche incluso si queda brevemente oculto detrás de un árbol u otro coche.
Paso 3: El Juez de Geometría (La parte mágica): Esta es la gran innovación del artículo. El sistema no solo se basa en cómo se ve el coche; comprueba la geometría (las matemáticas de cómo se ven las cosas en una cámara).
- La prueba de "Aproximación": A medida que un coche te pasa por detrás, comienza pequeño en el lado izquierdo de tu cámara de visión trasera y se hace más grande a medida que se desplaza hacia la derecha. El sistema comprueba: "¿Se está moviendo el coche de izquierda a derecha? ¿Se está haciendo más grande? ¿Mantiene un camino recto?".
- La prueba de "Paso": Si el coche hace todo eso y cruza una línea específica en la pantalla, el sistema confirma: "Sí, este es un evento de adelantamiento real".

¿Por qué es genial? No necesita radares caros, láseres o calibraciones de cámara complejas. Solo necesita una cámara estándar y las leyes de la perspectiva. Es como saber que un amigo se acerca a ti no porque reconozcas su cara, sino porque se está haciendo más grande en tu visión y se mueve de tu izquierda a tu derecha.

2. ¿Qué tan bien funcionó?

Los investigadores probaron este "detective digital" en 315 eventos de adelantamiento reales en Ann Arbor, Michigan.

La puntuación: Detectó el 97.8% de los eventos de adelantamiento reales.
Los errores: Cometió cero falsas alarmas. No confundió un coche aparcado o un coche que venía en sentido contrario con uno que adelantaba.
Las omisiones: Se le pasaron 7 eventos. ¿Por qué? Principalmente porque otro coche bloqueó la vista (como un amigo poniéndose delante de ti en un concierto) o la IA se confundió por un segundo.

3. El superpoder de la "Alerta Temprana"

Uno de los hallazgos más emocionantes es el tiempo.

El sistema detectó la intención del coche de adelantar un promedio de 2.44 segundos antes de que el coche alcanzara realmente al ciclista.
Piensa en ello como una ventaja de salida en una carrera. Dado que un humano tarda aproximadamente 1.5 segundos en reaccionar ante el peligro, este sistema le da al ciclista un "margen de seguridad" de casi un segundo completo para moverse o prepararse.
En el 84% de los casos, el sistema dio suficiente tiempo de advertencia para ser útil para una alarma de seguridad activa.

4. ¿Qué tan cerca estaban los coches? (La regla de las "5 pies")

Muchos lugares tienen una ley que dice que los coches deben pasar a los ciclistas con al menos 5 pies (1.5 metros) de espacio.

Los investigadores utilizaron un sensor especial en la bicicleta para medir la distancia real en 96 de estos eventos.
El resultado: El 33% de los coches pasaron más cerca de la regla de los 5 pies. Eso es uno de cada tres coches.
El paso más cercano fue de apenas 2.9 pies, peligrosamente cerca.
Esto demuestra que, incluso con carriles bici pintados en la carretera, los conductores a menudo no dejan suficiente espacio.

5. Adivinando la distancia sin una regla

El artículo también probó algo nuevo: estimar la distancia sin una regla.

Utilizando solo la forma de la "caja" del coche en el vídeo (qué tan alta parece y dónde está la base de la caja), el sistema adivinó la distancia de adelantamiento.
El error fue de solo unos 13 a 14 centímetros (aproximadamente 5 pulgadas).
Esto es suficiente para distinguir entre un "paso seguro" y un "paso peligroso" sin necesidad de sensores láser costosos.

La conclusión

Este artículo resuelve un problema masivo en la investigación de la seguridad ciclista. Antes, los investigadores estaban atrapados viendo vídeos manualmente, lo que limitaba cuánto podían aprender. Ahora, tienen una herramienta que encuentra automáticamente estos eventos a partir de una simple cámara, permitiéndoles estudiar miles de pases en lugar de solo unos pocos cientos.

Confirma que, aunque tenemos carriles bici, los conductores siguen pasando demasiado cerca. Pero lo más importante es que demuestra que podemos construir un sistema sencillo y de bajo costo que algún día podría advertir a los ciclistas antes de que un coche se acerque demasiado, dándoles ese segundo crucial para mantenerse seguros.

Resumen Técnico: Un método de visión computacional basado en la geometría para la detección y el examen de vehículos que adelantan a una bicicleta

Planteamiento del problema
Los estudios con bicicletas instrumentadas han proporcionado históricamente evidencia de campo crítica sobre el comportamiento de paso de los vehículos y la seguridad de los ciclistas. Sin embargo, existe un cuello de botella metodológico significativo: la extracción de eventos de adelantamiento a partir de videos continuos de visión trasera requiere una anotación manual cuadro por cuadro. Este proceso restringe el tamaño de las muestras, limita el alcance de la investigación de la seguridad de los ciclistas en entornos naturales e introduce variabilidad entre evaluadores. Los enfoques actuales de visión computacional suelen depender de clasificadores basados en la apariencia que presentan dificultades ante cambios de dominio (por ejemplo, iluminación, movimiento de la cámara) o requieren la fusión de múltiples sensores (LiDAR, radar) con una calibración y sincronización complejas, lo que los hace inadecuados para despliegues de investigación escalables y de bajos recursos. Además, distinguir las maniobras de adelantamiento reales de la trayectoria de fondo de vehículos que no están adelantando (tráfico en sentido opuesto, carriles paralelos, vehículos desacelerando) en grabaciones traseras sigue siendo un desafío para los algoritmos estándar de detección y seguimiento.

Metodología
Los autores proponen un flujo de trabajo de visión computacional basado en la geometría que automatiza la detección de eventos de adelantamiento utilizando una única cámara montada en una bicicleta sin necesidad de una calibración explícita de la cámara o configuraciones de múltiples sensores. El sistema procesa secuencias de video 2D a través de tres etapas secuenciales:

Detección de vehículos: El sistema emplea RT-DETR (Real-Time Detection Transformer), un detector basado en transformadores elegido por su robustez ante variaciones de escala y oclusiones parciales comunes en las grabaciones de bicicletas en movimiento. El modelo identifica cuatro clases de vehículos (automóvil, motocicleta, autobús, camión) del conjunto de datos COCO. Se implementa un paso de supresión de pre-seguimiento para eliminar cajas delimitadoras duplicadas para un mismo vehículo para evitar errores de seguimiento.
Seguimiento de múltiples objetos: Se utiliza ByteTrack para vincular las detecciones en trayectorias continuas. Los autores ajustaron los parámetros de ByteTrack para adaptarse al escenario de adelantamiento, específicamente elevando el umbral de activación de seguimiento para reducir los falsos inicios causados por objetos de fondo y limitando el búfer de seguimiento perdido para evitar la transferencia de ID entre diferentes vehículos. También se aplica un filtro de duplicados en el mismo cuadro para manejar la fragmentación de ID durante oclusiones breves.
Validación geométrica: Esta es la innovación central. Un módulo de validación de tres etapas filtra las trayectorias rastreadas para identificar únicamente maniobras de adelantamiento completadas basadas en principios de proyección de perspectiva:
- Tendencia del ángulo de acimut: El sistema calcula el ángulo de acimut del vehículo con respecto a un punto de referencia fijo (esquina inferior izquierda para la cámara trasera izquierda). Los vehículos que adelantan deben exhibir un ángulo monótonamente creciente (moviéndose de izquierda a derecha en el cuadro). Una regresión lineal sobre el historial del ángulo debe mostrar una pendiente positiva; las pendientes decrecientes (indicativas de tráfico en sentido opuesto) resultan en el rechazo.
- Crecimiento del tamaño aparente: El sistema monitorea la tasa de cambio en el área de la caja delimitadora. Las trayectorias de adelantamiento válidas deben mostrar un crecimiento positivo a medida que el vehículo se aproxima, filtrando objetos estáticos o vehículos que se alejan.
- Confirmación espacial: Una trayectoria solo se confirma como un evento de adelantamiento cuando el borde derecho de la caja delimitadora del vehículo cruza un umbral espacial configurable (establecido en el 55% del ancho del cuadro para la configuración trasera izquierda), asegurando que el vehículo se ha movido lo suficiente a través del cuadro como para constituir un paso.

Contribuciones clave

Flujo de detección automatizado: Los autores presentan un sistema de tres etapas que combina RT-DETR, ByteTrack y validación geométrica. Validado con 315 eventos de adelantamiento del mundo real anotados manualmente en carreteras urbanas de Ann Arbor, Michigan, el sistema logró un 97.8% de exhaustividad (recall) con cero falsos positivos.
Caracterización cuantitativa del comportamiento de paso: Al automatizar el aislamiento de eventos, los autores analizaron distancias de paso laterales para 96 eventos utilizando la verdad de terreno de un sensor ultrasónico. Encontraron que el 33.3% de los pasos ocurrieron por debajo del umbral de seguridad de 5 pies (152.4 cm), una tasa consistente con estudios previos de campo y de autoinforme.
Capacidad de advertencia anticipada: El sistema identificó intenciones de adelantamiento una media de 2.44 segundos antes del paso del vehículo. El 84.1% de los eventos excedieron el umbral de tiempo de reacción humano de 1.5 segundos, demostrando la viabilidad para aplicaciones de advertencia activa al ciclista.
Estimación de distancia sin calibración: El artículo demuestra que las características geométricas de la caja delimitadora (específicamente la posición vertical del borde inferior y el área de la caja aparente) pueden estimar la distancia de paso lateral sin una calibración explícita de la cámara. Bajo una validación cruzada de dejar uno fuera (leave-one-out) sobre 96 eventos, el enfoque logró un error absoluto medio (MAE) de aproximadamente 13 a 14 cm, suficiente para distinguir pasos cercanos de pasos estándar.

Resultados

Desempeño: El sistema detectó con éxito 308 de 315 eventos de verdad de terreno. Las siete detecciones perdidas se atribuyeron a la oclusión por vehículos en carriles más cercanos (57%) o a detecciones intermitentes de RT-DETR que impidieron un historial de seguimiento suficiente (43%).
Tiempo: El tiempo de detección anticipada varió de 0.50 a 6.30 segundos, con una mediana de 2.40 segundos.
Análisis de distancia: Las distancias laterales medidas oscilaron entre 88.0 cm y 247.0 cm, con una media de 169.0 cm. La distribución confirmó que el comportamiento típico de paso en estos entornos urbanos opera cerca de los márgenes de seguridad recomendados, con una parte significativa cayendo por debajo de los mínimos legales.
Estimación de distancia: La posición vertical del borde inferior de la caja delimitadora fue el predictor dominante de la distancia lateral (correlación de Spearman $\rho = -0.774$ ), seguido por el área de la caja delimitadora ( $\rho = -0.567$ ).

Significancia y Reivindicaciones
El artículo afirma que este trabajo aborda el principal cuello de botella de la anotación en la investigación de bicicletas instrumentadas. Al automatizar el aislamiento de eventos a partir de grabaciones de cámaras de consumo, el sistema permite campañas de recolección de datos de un alcance sustancialmente mayor sin un aumento proporcional en el esfuerzo manual. Los autores enfatizan que fundamentar la validación de eventos en invariantes geométricos (tendencias de ángulo, crecimiento de tamaño) proporciona un método de detección robusto que no depende de la calibración específica de un sensor o del aprendizaje basado en la apariencia, que a menudo son vulnerables a los cambios de dominio.

Los hallazgos relativos a las distancias de paso proporcionan evidencia cuantitativa y específica del sitio de que las marcas de carril para bicicletas por sí solas no producen de manera confiable un comportamiento de conducción conforme, apoyando la necesidad de aplicación de la ley o modificaciones de infraestructura. Además, la capacidad preliminar de estimación de distancia ofrece una base escalable para la categorización de seguridad sin la necesidad de hardware de medición costoso y calibrado. Los autores concluyen que, si bien el sistema está actualmente limitado a configuraciones de cámara específicas y condiciones de luz diurna, proporciona una base modular y escalable para el análisis de la interacción vehículo-bicicleta en conjuntos de datos más grandes y diversos entornos urbanos.