Liikenneinfran kunnossapidon ja kehittämisen haasteet

Monelle kaupungille ja kunnalle nousee esiin liuta kysymyksiä liikenneinfran kunnossapidon suunnittelun yhteydessä. Ovatko teiden asfalttipäällysteet, reunakivet, katumerkinnät ja liikennemerkit kunnossa? Jollei, mitkä ovat kipeimmin kunnostusta kaipaavat kohteet? Onko meillä tietoa, missä kaikki liikennemerkit ovat ja mitä pitää vaihtaa toisiin uuden tieliikennelain mukaisessa aikataulussa? Miten liikenne sujuu, missä on ruuhkaa milloinkin ja missä erityisen paljon risteävää kevytliikennettä?

Manuaalinen tiedon kerääminen, esim. kämmenmikron avulla, on toivottoman hidasta ja kallista erikseen suoritettavana urakkana. Kansallinen navigointia ja liikennesuunnittelua tukeva Digiroad-aineisto, mihin liikennemerkkien paikkatiedot pitäisi lain mukaan syöttää, ei palvele tarkoitustaan, jos relevanttia tietoa ei ole tai se on valmiiksi vanhentunutta.

Syväoppiva tekoäly ja konenäkö ratkaisuna

Liikenneinfran suunnittelun ja kunnossapidon tietotarpeet täyttyvät helposti ja kustannustehokkaasti, kun tarvittavaa tietoa kerätään jatkuvana prosessina muun toiminnan ja liikkumisen yhteydessä.

Kaupunkia edestakaisin ajelevat henkilöautot, taksit, linjaliikenne, jakeluautot, huoltoautot, jne voivat kerätä tietoa automaattisesti niihin asennetun kamerajärjestelmän älykkään konenäön avulla. Tällöin tieto on aina ajantasaista. Kerätyt tiedot voidaan tallentaa pilven kautta erilaisille GIS-alustoille, tai muihin käytössä oleviin tietojärjestelmiin, ja hyödyntää suunnittelun pohjana.

Lue lisää: Mobileyen Datapalvelut

telematiikka

Tiedon hyödyntäminen uudistaa johtamista

Tiedon merkitys on korostumassa kiihtyvän digitalisoitumisen myötä. Kerätyn tiedon tarkasteleminen monella eri tasolla ja hyödyntäminen yhtä aikaa tukee päätöksentekoa ja johtamista. Väylien hoidossa tämä tulee helpottamaan korjausinvestointien kohdistamista. Kilpailuttaminen muuttuu aiempaa tarkemmaksi ja toimintojen läpinäkyvyys lisääntyy, kun tiedon laatu paranee.

Kaupunkiliikenteen mahdollisten ongelmakohtien tarkastelu säännöllisesti kerätyn tiedon pohjalta auttaa sekä uusien tiehankkeiden että vanhojen peruskorjausten suunnittelussa. Liikenneturvallisuus etenkin kaikista heikoimpien tienkäyttäjien osalta on jo nyt monen kaupungin intresseissä päällimmäisenä. Olemassa oleva täsmätieto risteävän liikenteen ongelmien syistä olisi kullanarvoista tietoa jo ennalta, ennen kuin fataali onnettomuus sattuu. Joskus riittää niinkin pieni korjausliike kuin liikennevalojen ajastaminen toisin.

katutyomaalla

SmartCity-hankkeiden yhteistyökumppani

Mobiilisti kerättyä älykästä paikkatietoa voidaan hyödyntää innovatiivisesti ja yksilöllisesti hyvinkin erilaisissa projekteissa. Mobileye tekee kansainvälisiä yhteistyötä useiden eri kaupunkien SmartCity-hankkeiden kanssa, mm Barcelonassa ja Daegussa. Brittiläisen Ordnance Surveyn kanssa on tehty useita laajoja paikkakartoituksia niin Lontoosta, Manchesterista kuin mm. Northumbrian viemäriverkostosta. Niin, sellaiseenkin Mobileyen syväoppivaa tekoälyä ja konenäköä voi hyödyntää. Innovoidaan yhdessä lisää!

Lue lisää: Case Ordnance Survey