AI-lösning för gatuunderhåll
Helsingborgs stad kan med AI analysera och rapportera vägskick med hjälp av stadens sopbilar. Detta minskar arbetstid för gatuövervakning med 90% och sparar 300 miljoner kronor i beläggningsskuld.
Detta är en lösning från SKR:s plattform för delning av digitala lösningar mellan kommuner och regioner.Stadsbyggnadsförvaltningen, som ansvarar för Helsingborgs stads infrastruktur, har infört en AI-lösning för automatiserad statusövervakning av Helsingborgs gator. Lösningen utgår från mobiltelefoner som installerats i framrutan på stadens sopbilar.
Med hjälp av AI (bildigenkänning), analyseras data om vägskick och vägmärken direkt i enheten och relevant information kan sedan skickas vidare till Stadsbyggnadsförvaltningen. På så sätt har vägunderhållsarbetet automatiserats och effektiviserats: man uppskattar en besparing på 300 Mkr i beläggningsskuld, samtidigt som arbetstid för gatuövervakning sjunkit från 20 timmar/vecka till 1 timme/vecka. Lösningen har varit enkel att skala upp och har förbättrat stadens vägkvalitet.
Återanvändbarhet
Komplexitet: låg
Detaljer
Med cirka 60 mil gatunät och 30 mil cykelvägar är det en utmaning att hålla Helsingborgs stads infrastruktur i gott skick. Staden har tidigare beläggningsskuld på över 1,2 miljarder kronor, och arbetade med ett otillräckligt manuellt inventeringssystem, vilket var tidskrävande och kostsamt. Varje fullständig inventering tog upp till 48 veckor, och genomfördes därför endast vart tredje till femte år. Mellan inventeringarna fick man inte genomgående uppdateringar om skicket på vägar och vägmarkeringar, utan förlitade sig i stor grad på allmänhetens rapportering. Detta ledde till att skador kunde ansamlas obemärkta, vilket ofta resulterade i relativt dyra åtgärdskostnader jämfört med små skador. Utöver detta försämras både säkerhet och trivsel på vägarna av skador som förblir under längre tid.
Lösning
Sedan 2020 samarbetar Helsingborg med det svenska AI-företaget Univrses, som utvecklat ett system som bygger på att man monterar mobiltelefoner i framrutan på sopbilar– ett fordon som redan täcker hela stadens vägnät varannan vecka – och samlar in bilddata automatiskt under ordinarie sophämtning. AI:n analyserar bilderna direkt i enheten (så kallad edge computing), identifierar sprickor, potthål, bristande vägmarkeringar och andra defekter, och skickar relevant information till stadens dashboards. Systemet är även integrerat med Trafikverkets nationella vägdatabas NVDB, vilket gör det möjligt att jämföra faktisk skyltning mot den registrerade hastigheten på plats – ett område där det ofta uppstår fel. Lösningen är GDPR-kompatibel och kräver inte några dedikerade IT-resurser från kommunen utöver mobiltelefonerna som används under datainsamlingen. All data tillfaller kommunen, men Univrses har rätt att återanvända den för att förbättra sina algoritmer.
Resultat
De ekonomiska och resursrelaterade effekterna från implementeringen har varit tydliga. Det som tidigare krävde uppemot 20 arbetstimmar i veckan för att manuellt övervaka gatunätet kan idag hanteras på en timme. Detta frigör tid för andra, mer värdeskapande arbetsuppgifter, samtidigt som datakvaliteten förbättras. Under våren och sommaren 2022 kunde man minska antalet potthål från omkring 3 000 till 900, vilket inte bara innebar bättre vägar, vilket leder till högre säkerhets- och komfortvärde för medborgarna. Helsingborg har själva uppskattat att tekniken har bidragit till att reducera stadens beläggningsskuld med omkring 300 miljoner kronor –från 1,5 till 1,2 miljarder – och att kostnaden för att driva systemet ligger på enfjärdedel av vad en manuell lösning skulle kosta över fem år.
Lösningen har analyserats och beskrivits av Urban Twin Transition Center (UTTC).
Värde
- Inspektionstid minskade från 20 timmar per vecka till 1 timme per vecka.
- Potthål minskade från 3 000 till 900 på sex månader.
- Return on investment för Helsingborg beräknas till 200% över 5 år, med en payback-period på 1,8 år.
- Helsingborg har uppskattat en besparing på 300 miljoner kronor i minskad beläggningsskuld.
