Egnatia Motorway sträcker sig tvärs över norra Grekland och förbinder landets västra och östra delar genom kuperad och tekniskt utmanande terräng. Efter att motorvägen nyligen tagits över av koncessionsbolaget Terna genomförs omfattande investeringar för att modernisera infrastrukturen och höja säkerheten. Som en del av detta program har Citilog installerat sitt AI-drivna system för videobaserad incidentdetektion, integrerat med motorvägens Scada-plattform och tre trafikledningscentraler.

Deep learning-teknologi

Systemet använder avancerad deep learning-teknologi för att automatiskt upptäcka bland annat stillastående fordon, fordon i fel färdriktning, fotgängare i förbjudna områden, föremål på vägbanan, köbildning samt rökutveckling. Lösningen uppnår en detektionsgrad på över 97 procent inom tio sekunder samtidigt som antalet falsklarm hålls under ett per kamera var tionde dag.

– Egnatia Motorway är ett utmärkt exempel på hur AI kan bidra till säkrare och mer effektiv trafikledning i kritisk infrastruktur. Genom att kombinera över 25 års erfarenhet av automatisk incidentdetektion med den senaste deep learning-tekniken kan vi leverera mycket hög detektionsprecision samtidigt som operatörerna slipper onödiga falsklarm. Det leder till snabbare insatser, bättre beslutsstöd och en säkrare trafikmiljö, säger Jonas Svensson, vd, Tagmaster.

Kortar responstider

Systemet ger operatören incidentinformation i realtid, vilket förkortar responstiderna och förbättrar både trafikflöde och säkerhet. Under sluttester verifierades samtliga kameror och samtliga definierade incidentscenarier, där systemet uppfyllde samtliga kontrakterade prestandakrav.

Projektet omfattar mer än 7,3 kilometer tunnlar och visar hur Citilogs AI-baserade videoteknik kan skalas upp för komplexa motorvägsmiljöer. Installationen stärker samtidigt Citilogs position på den grekiska marknaden och bekräftar bolagets förmåga att leverera avancerade lösningar för storskalig väginfrastruktur, menar Tagmaster.