Säkrare vägar med AI-drivet underhåll av beläggning

Närbild på en saltspridartallrik som sprider salt för halkbekämpning.

Fakta

KATEGORI

Innovation och utveckling

SYFTE

Effektivare vägunderhåll

OM PROJEKTET

Optimera vägunderhåll med ai

PROJEKTTID

April 2025 - Oktober 2027

Genom att ersätta manuella inspektioner med AI-baserad analys vill projektet skapa förutsättningar för snabbare, mer kostnadseffektiva och hållbara underhållsåtgärder. Projektet inkluderar tester på utvalda vägsträckor och ska även ta fram en modell för framtida implementering.

Projektet kommer att testa och utvärdera ett AI-drivet arbetssätt för vägunderhåll, där digital teknik används för att identifiera, planera och genomföra reparationer av beläggningsskador.

Projektets mål och syfte

Dagens underhåll av vägbeläggningar är resurskrävande och bygger till stor del på manuella inspektioner. Projektet syftar till att effektivisera den processen med AI-baserade verktyg som kan identifiera och bedöma skador på vägar i realtid. Genom att automatisera datainsamling och analys som genererar beslutsunderlag, vill projektet visa att det går att uppnå kostnadsbesparingar, ökad trafiksäkerhet och en mer hållbar infrastruktur.

Projektet har också som mål att identifiera vilka förändringar som krävs inom regelverk och arbetssätt för att möjliggöra en bredare implementering av AI-drivet vägunderhåll.

Metoder och tillvägagångssätt

För att uppnå projektets mål används AI-teknik för att analysera data om vägskador. Dessa data samlas in genom uppkopplade fordon och avancerade bildigenkänningssystem. Informationen bearbetas och integreras i ett beslutsstödsystem, där skador identifieras, prioriteras och planeras för åtgärd.

Projektet genomförs i form av en systemdemonstrator där AI-modeller testas och utvärderas i verkliga vägunderhållssituationer. Utvärderingen inkluderar analyser av teknikens träffsäkerhet, tillförlitlighet och kostnadseffektivitet.

Genomförande och arbetsprocess

Projektet genomförs i flera steg. Först etableras en teknisk plattform där AI-modeller integreras med befintliga system. Därefter testas och analyseras tekniken på ett antal vägsträckor där traditionella inspektionsmetoder jämförs med de AI-drivna lösningarna.

Under projektets gång samlas en stor mängd data in som anväds som undrlag för att beräkna hur AI-drivet underhåll kan påverka vägarnas livslängd och underhållskostnader. Projektet avser också att analysera befintliga regelverk och affärsmodeller för att identifiera eventuella hinder och möjligheter för implementering.

Resultat och framtid

Projektet förväntas leda till en mer kostnadseffektiv och hållbar hantering av vägunderhåll.

Genom mer detaljerad och systematisk data och mer precisa åtgärder kan behovet av omfattande beläggningsreparationer minska, vilket i sin tur minskar både ekonomiska och miljömässiga kostnader.

Projektdeltagare

Projektet drivs av Svevia i samarbete med Trafikverket, ViaPM, Univrses, BM System, Chalmers och Salbo Konsult