Under våren 2018 genomförde Finska Trafikverket och Tieto ett test för användning av Artificiell Intelligens (AI) och ny mätteknik för analys av trafikflöden. Experimentet visade att AI kan analysera och ge information i realtid som ökar trafiksäkerheten samt bidra till nya möjligheter för trafikhantering utan att avsevärt öka kostnaderna.
Trafiksituationer som avviker från det vanliga utgör en betydande trafiksäkerhetsrisk och för närvarande är automatisk övervakning av trafiksituationer främst baserad på kameraövervakning. System för dataanalys som använder sensorfusion och AI kan nu för första gången användas för att förbättra och effektivisera trafikbevakningen.
Experimentet utfördes vid Mästartunneln i Esbo. Vid sidan av den vanliga tekniken för kameraövervakning installerades LiDAR-sensorer (Light detection and ranging) i tunneln. Jämfört med trafikkameror har LiDAR-tekniken fördelen att den är tillförlitlig vid olika ljusförhållanden. Lösningen kan exempelvis detektera stoppade fordon och andra störningar såsom människor eller djur som rör sig på vägarna.
Projektet hanterade en stor mängd data från det normala trafikflödet. Men då avvikande situationer under mätperioden var begränsade stötte projektet till en början på problem för att utveckla en fungerande AI-lösning, något som löstes med hjälp av maskininlärning.
– För att modellera olika trafikflöden bestämde vi oss för att bygga en skräddarsydd maskininlärningsmodell som känner igen helt nya störningar genom att jämföra dem med modellen för normal trafik. Detta visar att även en mindre mängd observationer över störningar kan användas för att bygga fungerande lösningar med AI, säger Ari Rantanen, Chief Data Scientist inom enheten för datadrivna affärer på Tieto.
– Automatiserad analys av trafikstörningar är en viktig för att skapa säkra vägar. Enligt nuvarande krav är kameraövervakning med inbyggt störningsdetektering det mest kostnadseffektiva systemet. Vi bevakar marknaden för att hitta ny teknik som kan användas för att skapa nya kostnadseffektiva lösningar, berättar Senior Officer Kalle Ruottinen från Trafikverket.
Projektet visade att automatiserad analys av trafikflöden kan producera realtidsinformation för olika behov utan betydande investeringar i sensorer. Förutom att analysera trafikflöden kan AI användas för ett antal andra användningsområden, till exempel förutse trafikstörningar.
Källa: Tieto
