Pedaling through a city without guiding signs poses constant challenges. Cyclists navigate uncertain intersections and bustling streets, underscoring the need for clear wayfinding signage. Research shows residents and non-residents view such signage favorably, with a third of residents increasing walking or cycling upon its presence. Yet, manual sign creation and placement prove time-consuming. While past studies have automated signage for other road users, research on cyclist-specific automation remains sparse. This thesis designs a computational method for automatically identifying and creating cyclist-oriented wayfinding signs, implement it using QGIS and its Python Application Programming Interface (API), and test its effectiveness. The method consists of three algorithms, each addressing a different aspect in creating the model. The first algorithm finds all reasonable sign locations, the second algorithm reduces the number of signs according to certain criteria and determines final placement. Lastly, the third algorithm assigns each sign suitable destinations to guide towards, as well as accurate travel directions. 

The results indicate that the automated system generally directs bicyclists to the proximity of their desired destination. However, limitations arise in areas where intersections lack signs due to the reduction of sign density, leading to deviation from optimal routes. The algorithm’s reliance on road endpoints closest to the destinations can misguide to paths not leading towards the destinations. The study concludes that this type of automation is possible, but further refinement and development is necessary to ensure accurate and reliable wayfinding signage for bicyclists.

Att cykla igenom en stad utan vägledande skyltar innebär ständiga utmaningar. Cyklister navigerar genom otydliga korsningar och livliga gator, vilket understryker behovet av tydliga vägledningsskyltar. Forskning visar att både invånare och besökare ser positivt på sådana skyltar, och en tredjedel av invånarna ökar promenader och cykling när vägvisningsskyltar finns. Manuellt skapande och placering av dessa skyltar är tidskrävande. Medan tidigare studier har undersökt automatiserad skyltning för andra väganvändare, är forskning om cyklist-specifik automatisering fortfarande begränsad. Denna avhandling utformar en beräkningsmetod för att automatiskt identifiera och skapa cykelorienterade vägvisningsskyltar samt testa dess effektivitet, detta implementeras med hjälp av QGIS och dess Python-API. Metoden består av tre algoritmer, som var och en behandlar varsin aspekt i skapandet av modellen. Den första algoritmen hittar alla rimliga skyltplatser, den andra algoritmen minskar antalet skyltar enligt vissa kriterier och bestämmer slutlig placering. Slutligen tilldelar den tredje algoritmen varje skylt lämpliga destinationer att vägleda mot samt att ange korrekta reseanvisningar. 

Resultaten indikerar att det automatiserade systemet generellt sett leder cyklister till närheten av deras önskade destination. Emellertid uppstår begränsningar på platser där korsningar saknar skyltar på grund av minskningen av skylttäthet, vilket leder till avvikelser från optimala rutter. Algoritmernas förlitande på väg-slutpunkter närmast destinationerna kan leda till fel vägar som inte leder till destinationerna. Studien drar slutsatsen att denna automatisering är möjlig, men ytterligare förfining och utveckling är nödvändig för att säkerställa korrekta och tillförlitliga skyltar för cyklister.