Utmaning: Sektorsövergripande → Digitalisering och data → Smarta mobilitetssystem → Integration av realtidsdata
Kommun
Helsingborg
Omställningsområde
Infrastruktur
Sektor
Stadsbyggnadsförvaltning
Strategiskt planerande och
operationell drift av gator
Teknisk lösning
AI-system för automatiserad statusövervakning av gator
Molnlösning via mobilapp
Bildigenkänningsalgoritm
Utmaning
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: Kontinuerlig inventering av gator med Univrses
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.
Vilka kan ha nytta av lösningen?
Vi ser att lösningen kan ha direkt användning för följande arbetsroller:
Stadsbyggnadsförvaltningar
Gatuingenjör
Driftenheter (t.ex. Stadsbyggnadsförvaltning)
Kommunala renhållning och avfallsorganisationer
Dataanalytiker
Trafikenhet / Trafikingenjörer
Utvecklingsledare
GIS-ingenjör
Kundtjänst
Klimatnytta
CO2e reduceringspotential
Miljö för pengarna
Spridningspotential
Klimatpåverkan för lösningen bedöms att främst ske på följande sätt:
- Minskade utsläpp som ett resultat av stora reparationsprojekt för nya/ej återbrukade gator, vilket generellt inkluderar större och fler maskiner, än om man lagar mindre sprickor kontinuerligt med s.k. snabellagning, kort efter att de upptäcks.
- Minskade fordonsutsläpp som en följd av inventering av potthål, genom användning av mobiler som skannar istället för manuell inventering genom att en person kör en stor del av kalenderåret.
- Minskade utsläpp som en effekt av jämnare körmönster för den allmänna trafiken genom minskat antal potthål som kraftigt stör körning.
- Indirekt minskade utsläpp samt bättre luftkvalitet som en effekt av mindre mängd partikelutsläpp (Non-Exhaust Emissions, NEE) som ett resultat av lägre slitage på fordon, som i fallet med fordon i stor grad kommer från lägre slitage av däck.
- Marginellt ökade utsläpp som ett resultat av användning av mobiltelefoner samt serverdata för insamling och analys av data.
De fyra första posterna ovan minskar klimat-och miljöpåverkan från fordon och relaterad infrastruktur. Samtidigt är samtliga poster i hög grad variabla och bedöms kunna variera kraftigt lokalt i Helsingborg, beroende på till exempel mängden och storlek på potthål i relation till mängden trafik, hur länge potthål förblir olagade och fordonstyper som kör på vägarna. Att beräkna den exakta klimateffekten från Univrses är i nuläget inte möjligt, men alla involverade parter är överens om att långsiktig insamling av data kommer påvisa på god potential för minskade utsläpp i Helsingborg. Det finns dock forskning som visar på en potentiell minskning motsvarande 2-3% av utsläppsgaser från fordon om man kan undvika s.k. ”aggressiv acceleration”[1] , vilket bedöms innefatta den typ av körning som stora potthål resulterar i. En källa från 2015 beräknade att utsläpp från bilar kan öka med ca 2,5% vid körning på en väg som beskrivs vara i ”very poor condition”[2] (i denna studie var detta den sämsta av sex vägkvaliteter, från ”excellent” till ”very poor”), vilket antas inte vara fallet för majoriteten av Helsingborgs vägar. Slutsatsen från dessa källor bedöms vara att den maximala förväntade nyttan från Univrses lösning motsvarar en minskning av fordonsutsläpp på 3%. Det bör dock understrykas att effekten i praktiken sannolikt är betydligt lägre från denna post.
Med detta i åtanke går det ändå att göra en uppskattning av effekten för Univrses klimatnytta i Helsingborg. Denna beräkning utgår från alla fordonstyper som enligt SCB är registrerade i Helsingborg, andelen fordon i Helsingborg som en kvot av hela Sverige, och en utsläppsminskning på 2% enligt diskussionen ovan. Detta resulterar i beräknade minskade utsläpp på ca 6 ton CO2e/år för år 2024.
[1] THE IMPACT OF ACCELERATION STYLE ON VEHICLE EMISSIONS AND PERSPECTIVES FOR IMPROVEMENT THROUGH TRANSPORTATION ENGINEERING SOLUTIONS
[2] THE EFFECT OF PAVEMENT CONDITION ON VEHICLE SPEEDS ANS MOTOR VEHICLE EMISSONS
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.
Erfarenheter från implementering
Implementeringssteg:
2019: Initial kontakt med Univrses på Smart City Expo.
2020: Första test i Helsingborg
2021–2022: Pilotkörningar med 7–8 kameror, vilket täckte majoriteten avstadens vägnät på två veckor.
2023– : Systemet förvaltas och utvecklas i samverkan mellan Univrses, NSRoch staden.
En av de starkaste aspekterna i Helsingborgs erfarenhet är hur skalbar lösningen är. Inga specialfordon eller dyra installationer krävs. Det räcker med en mobiltelefon, en hållare och en fordonsflotta som redan trafikerar kommunen regelbundet. AI:n är tränad enligt nationella standarder för skadeklassificering, vilket resulterar i att
mindre kommuner – även de med bara ett par kilometers väg – kan använda samma modell och få relevant utdata. Anskaffning har skett genom ett antal direktupphandlingar där ordinarie upphandlingsprocess pågår. Helsingborg har kunnat påverka utvecklingen av systemet i nära samverkan med leverantören, vilket har resulterat i en lösning som är praktisk, transparent och anpassad till verklig förvaltningsverksamhet.
Lösningen har en låg teknologisk tröskel och kräver mest en viss organisatorisk förändringsbenägenhet och en vilja att lämna invanda arbetssätt. Just den interna förankringen, att visa nyttan konkret för personal, har varit avgörande i Helsingborgs fall. En tidigare skeptisk vägansvarig blev snabbt en entusiast efter att ha sett resultaten. Det är också en lösning som kan vidareutvecklas för att användas inom andra kommunala verksamheter – till exempel dagvattenbrunnar, trottoarrenhållning och skyltövervakning, utan ytterligare investeringar.
UTTC Kontakt
Jacob Torell
Email: jacob.torell@ait.gu.se
Jakob Dahlqvist
Email: jakob.dahlqvist@ri.se