Effektivare väghållning med hjälp av laserteknik, IoT och AI

Tillgängliga vägar, ett av tre fokusområden inom projektet IoT för Tillgänglighet, är inriktat på att öka framkomligheten på Sundsvalls gator – främst under vintertid. Nu utvecklas och testas en tjänst baserad på laserteknik, IoT, AI och objektigenkänning som kan effektivisera Sundsvalls kommuns vinterväghållning.

 

Tillgängliga vägar, ett av tre fokusområden inom projektet IoT för Tillgänglighet, är inriktat på att öka framkomligheten på Sundsvalls gator – främst under vintertid. Nu utvecklas och testas en tjänst baserad på laserteknik, IoT, AI och objektigenkänning som kan effektivisera Sundsvalls kommuns vinterväghållning.

Artikel från Bron Innovation, www.broninnovation.se, publicerad 2 december 2020

Projektet IoT för Tillgänglighet adresserar bland annat problemet med besvärligt vinterväglag som begränsar medborgarnas rörlighet och tillgänglighet till offentliga platser. Sedan projektets start 2018 har man samlat in data som nu ligger till grund för utvecklingen av en tjänst som kan stödja uppföljning och planering av driftåtgärder på Sundsvalls kommuns gatunät.

Madeleine Blom, projektledare vid Gatuavdelningen på Sundsvalls kommun tror att man genom nya tjänster skulle kunna optimera kommunens vinterväghållning på många sätt.

– Idag mäts väglaget manuellt genom att personal åker ut på plats och bedömer läget både under dagtid och nattetid. Den nya tekniska lösningen kan bland annat innebära minskade kostnader för kommunen, bättre arbetsmiljö för personalen och miljömässiga fördelar kopplade till färre transporter. Dessutom skulle vi fortare kunna sätta in snöröjningsinsatser där de behövs som mest,

– Madeleine Blom, Projektledare

Snödjupsmätning med laser

Tjänsten, som ska testas under vintern 2020-2021, är delvis baserad på data från snödjupsmätare som utvecklats av forskningscentrat STC vid Mittuniversitetet. Snödjupsmätarna använder en teknik som kallas Lidar, Light Detection and ranging, som med hjälp av laser mäter avståndet till en yta.  Rikard Hamrin, forskningsingenjör på Mittuniversitetet förklarar…

...tekniken är den samma som används i vanliga laseravståndsmätare som finns i bygghandeln och har en precision på ett par millimeter. Sensorn skickar ut en svag laserpuls och mäter fördröjningen på ljuset som kommer tillbaka och man får på så sätt ut avståndet.

Snödjupsmätarna, som även mäter temperatur, luftfuktighet och lufttryck, skickar data var 5:e minut via ServaNets LoRa-nätverk till en server där uppgifterna analyseras och presenteras visuellt. Mätutrustningen finns i dagsläget monterade på tio platser runt om i kommunen.

AI och objektigenkänning

Tjänsten bygger också på en AI-applikation, utvecklad av Portal+, som tillsammans med kameror som monteras på fordon, kan detektera vägunderlag som asfalt, snö och löv.

–  Vi använder kameror monterade på kommunens traktorer som tar bilder var 5:e sekund på underlaget bakom traktorn. I traktorerna har vi monterat en liten dator (Raspberry-PI), en GPS-puck som genererar positionen och en router för att kommunicera med molnet via ett IoT-program…

…förklarar Bengt-Olof Westin, affärsutvecklare på Portal+.

Genom objektigenkänning bestäms vilket underlag varje bild visar och den informationen sänds tillsammans med position och tidpunkt till en central databas. Överföringen sker kontinuerligt så informationen om vägytan kan visas direkt på en karta.

Objektigenkänning görs med en AI-tjänst som körs i Microsofts molnplattform Azure. För att kunna fastställa vad bilden föreställer behöver man skapa en modell med tusentals bilder och ”träna” modellen genom att för varje bild ange vad den till största del föreställer.

Bengt-Olof Westin, projektledare Portal+
bengt-olof.westin@portalplus.se
Mobil: 070-3230313

Utmaningar och möjligheter med tekniken

Utmaningar man stött på under projektets gång är bland annat att utveckla snödjupsmätare som är tillräckligt robusta och håller för att mäta i alla väder och alla snötyper samt att bilder från de fordonsmonterade kamerorna kan ha skiftande kvalitet på grund av yttre faktorer som bland annat imma, smuts och ljus. Bildanalysen fångar heller inte alla variationer av vägunderlag i dagsläget men med mer data och med ytterligare en massa träning av modellen bör det vara möjligt att få ännu bättre utfall.

Men utvecklingen går framåt och det finns många möjliga tillämpningsområden för tekniken.

–  Även skador på vägytor skulle kunna detekteras med denna teknik. Om man tränar modellen att känna igen olika typer av vägskador och fångar upp det med en AI-funktion som reagerar på dessa avvikelser så kan det bli ett bra underlag för de som planerar vägunderhåll

Bengt-Olof Westin.

Masarin Consulting har utvecklat den plattform som används för att kunna samla in och hantera de stora datamängderna. Plattformen stödjer standarder för informationshantering och informationsöverföring och ska på ett standardiserat sätt göra informationen tillgängligt för externa applikationer.

Läs mer om IoT för Tillgänglighet

Ideér? Intresse? Samarbete?

Kontakta oss