Med dynamisk prognosstyrd vinterväghållning kan miljontals kronor sparas samtidigt som trafiksäkerheten förbättras och miljön skonas enligt en ny rapport. Foto: Patrick Trägårdh/Svevia

Publicerad den: 2018.12.17

Vinterväghållning med artificiell intelligens

Spaning: Det finns stora pengar att spara genom digital optimering av vintervägdrift. – Både enskilda företag och samhället tjänar på den nya tekniken, berättar Svevias Andreas Bäckström.

Låst innehåll

Varje vinter saltas och snöplogas cirka 100 000 kilometer av det statliga vägnätet i Sverige. Det finns miljontals kronor att spara genom att optimera insatserna. Men det är ett grannlaga jobb för alla beredskapshavare att avgöra när och var de olika insatserna bör göras för att god trafiksäkerhet ska råda. Sedan 1980-talet har vi i Sverige tagit hjälp av teknik för att väga kostnad mot nytta i vinterväghållningen. Utmed våra vägar fick vi då mätstationer som mäter nederbörd, yttemperatur och luftfuktighet och därmed ger hjälp att bedöma frostrisken.

Nu tar vi ett gigantiskt steg framåt med hjälp av moderna sensorer och kraftfulla datoralgoritmer.

ANNONS:

– Sverige har en tradition att tidigt använda sig av ny teknik för resurshushållning i vinterväghållningen, berättar Andreas Bäckström på Svevia och förklarar att det är en ekonomisk nödvändighet i vårt glest befolkade och vägrika vinterland. Statsägda Svevia AB står för vinterväghållningen på 55 procent av landets statliga vägar.

Att optimera verksamheten står högt på agendan och tillsammans med företaget B&M systemutveckling, VTI, Klimator och Foreca samt med stöd från SBUF och BVFF drivs utvecklingsprojektet Dynamisk prognosstyrd vintervägdrift. I projektet har undersökts hur faktiska mätdata och väderprognoser kan kopplas samman till stora dataflöden för att förse beslutsstödsystem med underlag för automatisering.

Ett ökat digitalt stöd i vinterväghållningen ger mindre stress och bättre arbetsmiljö för utförarna menar Svevias Andreas Bäckström.

– Vi har använt oss av Internet of Things, IoTteknik, för att samla in data och Artificiell Intelligens, AI, kommer i framtiden att bli avgörande för att hantera all data och skapa prognoser, konstaterar Andreas Bäckström som är Svevias representant i projektet.

Rent konkret har uppgifterna från det redan existerande statliga VViS-systemet med mätstolpar legat som grund för arbetet. De är placerade vid kritiska punkter utmed vägarna och används nu som kalibreringspunkter för att kunna räkna ut vad som händer mellan mätstationerna.

– Datorer kan sedan med hjälp av till exempel höjddata och uppgifter om beskuggning räkna ut hur stor halkrisken är även mellan stolparna. Det är alltså här den dynamiska prognosen kommer in. Men det är inte bara de gamla fasta mätstolparna som i framtiden kommer att hjälpa till att samla in data. I dag finns även rörliga sensorer på våra vägar. Moderna bilar är utrustade med ett flertal olika sensorer som reagerar på väderhändelser.

Som exempel nämner Andreas Bäckström ABS-bromsar som aktiverats, och visar på halka, eller när vindrutetorkare startar och skvallrar om nederbörd. Data från dessa händelser kan samlas in och bearbetas för att ge underlag för beslutsstödsystem. Även data från de väghållande fordonsflottorna levereras till systemen, exempelvis utlagd saltmängd och när plogning skett. Det ger också möjlighet att skapa självlärande system och uppföljning av åtgärdernas effekter.

Denna enorma mängd insamlade sensordata om utförda åtgärder, aktuella och beräknade väderförhållanden utmed vägarna ligger sedan till grund för beräkning av det aktuella behovet av åtgärder. Beslutsstödsystemet beräknar därefter när och var saltning, plogning eller en kombination av båda behövs. I och med att behoven därmed har blivit allt mer specifika krävs avancerade produktionssystem som kan bearbeta behovet och ta fram åtgärdsförslag via ruttoptimering och förarstöd. Förarstödet sker till exempel genom automatisering av saltgivorna.

– Dagens situation med rörlig arbetskraft bidrar också till behovet av datorstöd, konstaterar Andreas Bäckström.
Den kunskap som erfarna förare och driftledningspersonal hade måste ersättas och detta behov blir ännu större när rutterna ständigt förändras. Ett system för automatisk ruttoptimering som även ger körinstruktioner åt föraren har därför tagits fram i utvecklingsprojektet och resultatet bådar mycket gott.

VTI-rapporten konstaterar en kalkylerad besparing på över 18 procent för körtid och saltmängder för preventiv saltning med dynamisk ruttoptimering.
– Jag tror att besparingspotentialen vid saltning framöver kommer att bli ännu högre, menar Andreas Bäckström och tillägger att det är betydligt svårare att ge en uppskattning av hur mycket som går att vinna vid snöplogning eftersom det handlar om betydligt mer komplexa prognosförhållanden.

Besparingspotentialen i det nya systemet ligger i att väglagsprognoser integrerade med ruttoptimering möjliggör att åtgärder kan ske mer detaljerat samtidigt som det ger en ökad produktivitet att endast de vägar som enligt prognos är hala kommer att åtgärdas. Att det finns stora pengar att spara på en optimering av vinterväghållningen är en självklarhet, men rapporten vill även poängtera att trafiksäkerheten kan förbättras med hjälp av ökad datoranvändning. Prognosticerade sträckor kan åtgärdas innan en halksituation uppkommer och maskinförarna kan utföra ett säkrare jobb när de kan fokusera på körning och omgivande trafikanter. Andra positiva effekter är miljövinsterna från minskad körning och minskad saltåtgång samt minskade samhällskostnader för till exempel olyckor.

Taggar: , , ,

Text: Sofia Barreng Foto: Patrick Trägårdh/Svevia

Publicerad den: 2018.12.17

Logga in



Kom ihåg mig

Skapa användare