Abstract: Ökningen av mikromobilitet kommer med oöverträffade utmaningar för transportsäkerheten. Samtidigt som de bidrar till hållbara transporter, konkurrerar i dag nya mikromobilitetsfordon (som e-skotrar) med andra trafikanter om infrastrukturen och är inte säkra. Idag saknar vi data som kan klargöra varför e-skoterolyckor inträffar (d.v.s. vad händer just innan kraschen) och hur den fysiska och digitala infrastrukturen kan underlätta en säker integration av e-skotrar i transportsystemet. Målet med detta projekt är att främja en säker integration av mikromobilitet i transportsystemet genom att se vad som händer just innan olyckor med e-skotrar. Detta projekt kommer att fokusera på e-skotrar (som den nuvarande säkerhetsutmaningen) och utveckla metoder och resultat som kan anpassas och jämföras med framtida mikromobilitetslösningar. En viktig tillgång i detta projekt kommer att vara en tidigare oöverträffad datainsamling av naturalistiska data som fångar beteendet hos e-skoterförare i Göteborg. Datainsamlingen kommer att innehålla unika videofilmer och sensordata från 20-40 prototypiska e-skotrar, som har anpassats med extra sensorer och kameror i ett tidigare projekt och kommer köras av vanliga kunder. Datainsamlingen har redan påbörjats och kommer att pågå under en period på 2-4 år. Baserat på tidigare erfarenheter av naturalistiska cykeldata förväntar vi oss att denna datainsamling inkluderar flera (lågskade-) olyckor samt hundratals nära-olyckor. För analysen kommer vi att utnyttja vår erfarenhet från naturalistisk cykelanalys i BikeSAFE- och e-BikeSAFE-projekt; TRV 2012/13373 samt TRV2013/14367. Vi förutser att en doktorand ska utföra följande analyser på den naturalistiska datamängden: 1) analys av faktorer som bidrar till förekomsten av kritiska händelser (d.v.s. krascher och nära-olyckor), 2) jämförelse av resultaten från punkt ett med tidigare analyser från cyklar, och e-cyklar (se BikeSAFE och e-BikeSAFE-projekt), 3) kombination av naturalistiska data med kraschdata och exponeringsdata för att möjliggöra identifiering av potentiella svarta fläckar i infrastrukturen samt skaderisk och 4) säkerhetsbedömning av utvalda (infrastrukturbaserade) lösningar. Eftersom naturalistiska data visar det äkta trafikantbeteendet innan en krasch (eller en nära-olycka) inträffar, kommer vi att få unika och nya insikter om e-scooterförares beteende och hur e-scooterförare interagerar med infrastrukturen och andra trafikanter. Med andra ord kommer vi att förstå varför krascher inträffar och vilka begränsningar i människan, fordonet och infrastrukturen som kan bidra till e-skoterkrascher. Denna information kommer att ligga till grund för att utarbeta motåtgärder. Alla analyser i SIMT kommer att fokusera på infrastrukturens roll för e-scooterförarsäkerhet och kommer att bidra med resultat för att stödja design och reglering av fysisk och digital infrastruktur. Resultaten från detta projekt kommer att lägga grunden för att jämföra och komplettera infrastrukturbaserade säkerhetslösningar med andra säkerhetslösningar (t.ex. utbildning, fordonssystem, mänskliga skyddssystem) för att identifiera de mest kostnadseffektiva och lämpliga lösningarna för att förbättra trafiksäkerheten.Abstract: The rise of micro-mobility poses unprecedented challenges to transport safety. While contributing to sustainable transport, today, new micro-mobility vehicles such as e-scooters compete with other road-users for the infrastructure and are not safe. Today, we lack data that explain why crashes happen and how the physical and digital infrastructure may facilitate a safe integration of e-scooters in the transport system. The goal of this project is to favor a safe integration of micro-mobility in the transport system. This project will focus on e-scooters (as the current safety challenge) and develop methodologies and results that may be ported and compared to yet-to-come micro-mobility solutions. One main asset of this project will be a large dataset of naturalistic data capturing the behavior e-scooterists in Göteborg. The dataset will include unique video footage and sensor data from 20-40 prototypical e-scooters, that have been customized with extra sensors and cameras in a previous project (Rajendra Pai, 2022) and will be driven by normal customers. The data collection has already started and will continue for a period of 2-4 years. Based on previous experience on naturalistic cycling data, we expect this dataset to include several (low-injury) crashes and hundreds of near-crashes. For the analysis, we will leverage our experience from naturalistic cycling analysis BikeSAFE and e-BikeSAFE projects; TRV 2012/13373 and TRV2013/14367. We foresee a PhD student performing the following analyses on the naturalistic dataset: 1) analysis of factors contributing to the occurrence of critical events (i.e., crashes and near crashes), 2) comparison of the results from 1) with previous analyses on bicycles, and e-bicycles (see BikeSAFE and e-BikeSAFE projects), 3) combination of naturalistic data with crash data and exposure data to enable identification of potential black spots in the infrastructure, and 4) safety assessment of selected (infrastructure-based) solutions. Because naturalistic data shows the genuine road-user behavior before a crash (or a near-crash) happens, we will acquire unique and unprecedented insights into e-scooterist behavior and how e-scooterists interact with the infrastructure and the other road-users. In other words, we will understand why crashes happen and which limitations in the human, vehicle, and infrastructure may contribute to e-scooter crashes. This information will be the basis to devise countermeasures. All analyses in SIMT will focus on the role of the infrastructure for e-scooterist safety and will contribute results to support the design and regulation of physical and digital infrastructure. The results from this project will lay the ground to compare and complement infrastructure-based safety solution with other safety solutions (e.g., education, vehicle systems, human protection systems) to identify the most cost-effective and timely solutions to improve road safety.