VARSLER: 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.

Lot kunstig intelligens varsle om hendelser i tunnel

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

Publisert Sist oppdatert

– 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.

OVERSIKT: Fra brua inne på kontrollrommet til Veitrafikksentralen, har man full oversikt over situasjonene som utspiller deg – i rommet og på hendelsesskjermene. Automasjonsingeniør Marius Opheim og VTS-operatør Erling Drangsholt i Statens vegvesen mener at kunstig intelligens kan gjøre det lettere for operatørene å få oversikt.

– 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 sjudagersperiode 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.

Powered by Labrador CMS