Det var under juni månad tidigare i år som motsvarigheten till svenska Trafikverket, Statens vegvesen under en vecka testkörde automatisk händelsedetektion med hjälp av AI i en vägtunnel i Trondheim. Testperioden tog sikte på att besvara frågan om den AI-stödda tekniken kunde öka träffsäkerheten i att identifiera händelser som verkligen krävde åtgärder. Utfallet överträffade förväntningarna med råge.

Fellarm driver på utvecklingen

Sedan tidigare är 89 av landets vägtunnlar utrustade med automatisk händelsedetektion, vars syfte är att så korrekt som möjligt kategorisera trafikhändelser som kräver åtgärd. Ett ofta återkommande problem är att de nuvarande installationerna uppvisar en hög grad av fellarm. Omkring 90% av varningarna visar sig i efterhand vara felaktiga.

– Just nu arbetar vår automatiska händelsedetektion emot oss, inte för oss. För att systemet ska bli en hjälp för oss, måste vi reducera antalet fellarm, säger trafikövervakningsoperatör Erling Drangsholt i en kommentar.

Från 10% till 90% träffsäkerhet

I Skansentunneln i Trondheim testade man under juni månad AI-understödd händelsedetektion. Innan dessa hade man en träffsäkerhet som låg på cirka 10%. Efter testperioden hade träffsäkerheten ökat till 90% när det gällde prestandan att identifiera stillastående bilar. De resterande 10% fellarm avsåg bilar som krypkörde i samband med rusningstrafiken, något som bedöms kunna hanteras med hjälp av mer träningsdata.

– Inte ett enda larm utlöstes av motljus eller skuggor. På så vis har vi helt eliminerat den mest kända huvudorsaken till fellarm. Kan vi replikera dessa resultat i landets andra vägtunnlar, kan det bli ett banbrytande genombrott för tunnelsäkerheten, säger automatiseringsingenjör Marius Opheim i en avslutande kommentar.