Her oppdager kunstig intelligens en fotgjenger i Skansentunnelen. Når AID-systemet oppdager et ukjent objekt, slik som en fotgjenger, fremheves objektet med en rød boks. Det er denne direkte videostrømmen som blir sendt til VTS, som deretter bekrefter om varslet er reelt eller ikke, ved å sjekke hva systemet har valgt å fremheve. Foto: Statens vegvesen
Publisert: 13.10.2023 

Kunstig intelligens kan øke tunnelsikkerheten

Bruk av kunstig intelligens for hendelsesvarsling i tunnel gir imponerende treffsikkerhet, viser ett av Statens vegvesens pilotprosjekter.

– Etter testuken i juni satt vi igjen med svært positive – og noe overraskende – resultater, forteller Marius Opheim og Erling Drangsholt i Statens vegvesen, som nylig har gjennomført et pilotprosjekt i rv. 706 Skansentunnelen i Trondheim.

Pilotprosjektet «AI for forbedring av AID systemer» har som mål å undersøke om bruk av kunstig intelligens (AI) kan bidra til mer treffsikker varsling av alvorlige hendelser i norske tunneler.

Systemet roper stadig ulv, ulv

89 riksveitunneler bruker automatisk hendelsesdeteksjon – eller AID – som en måte å automatisk varsle Vegtrafikksentralen om farlige hendelser som oppstår. Omtrent 90 prosent av varslene som VTS mottar er falske. Dagens AID-systemer detekterer kun endringer i bilde, ikke hva endringen er. Derfor kan systemet mistolke skygger og motlys som ukjente momenter, og sende ut falske varsler.

Automasjonsingeniør Marius Opheim og VTS-operatør Erling Drangsholt i Statens vegvesen har nylig gjennomført et pilotprosjekt, om bruk av AI for automatisk hendelsesvarsling i rv. 706 Skansentunnelen i Trondheim. Foto: Camilla Westvik

– Akkurat nå jobber AID-systemet mot oss, ikke for oss. For at systemet skal være mer til hjelp enn en byrde for oss, må vi redusere antall falske alarmer, understreker VTS-operatør Drangsholt.

Videoutstyret i norske tunneler er ofte fra byggeår. Det kan være årsaken til at dagens AID systemer på langt nær er treffsikre nok.

– Vi ønsket å undersøke om bruk av AI kan bidra til å redusere antall feilmeldinger. I tillegg ønsket vi å se på muligheten for å gjenbruke mest mulig av eksisterende teknisk utstyr. Resultatene vi satt igjen med etter testuken var overveldende positive, forteller Opheim.

Fra 10 til 90 prosent treffsikkerhet

I en tilfeldig syvdagersperiode med det gamle systemet, var knappe ti prosent av deteksjonene i kategorien «stansede kjøretøy» reelle hendelser. Etter etablering av AI, hadde systemet fått en reel deteksjonsrate på 90 prosent.

– De resterende ti prosentene var deteksjoner av saktegående biler i rushtrafikken på morgenen og ettermiddagen. Systemet fanget opp at biler sto i ro, men mistolket stillstand som tegn til problemer. Dette er noe som AI-modellen må trenes opp til å kunne tolke rett, forklarer Drangsholt.

Årsaken til den markante nedgangen i antall falske alarmer er noe usikker. Men pilotens andre hovedfunn kan ha vært en stor bidragsyter.

– Ikke en eneste alarm ble utløst av motlys eller skygger. Dette betyr at vi har klart å fullstendig eliminere den største årsaken til feilmeldinger. Hvis man klarer å reprodusere våre resultater i andre tunneler, kan bruk av AI for AID være banebrytende for tunnelsikkerheten, konkluderer Opheim.

Tunnelens egen vakthund

AID fungerer ved at kameraer inne i tunnelen sender video til en server, som analyserer og definerer objekter, kjøretøy og fotgjengere. Dersom et mulig faremoment oppdages, sender systemet et «pop-up» bilde med direkte videostrøm til VTS. Operatørene verifiserer deretter hvorvidt hendelsen er reell, og igangsetter eventuelle tiltak.

Email
Kopier link
Del med

Jobb

Se alle ledige stillinger her
Hold deg oppdatert med nyhetsbrev fra Samferdsel & Infrastruktur