På oppdrag fra Statens vegvesen, holder forskere fra Sintef på med å utvikle et dataverktøy som skal gi bedre informasjon om kjøreforholdene.
Sintef-forsker Jo Skjermo leder prosjektet "Den digitale fjellovergang". Prosjektet skal utvikle et varslingsverktøy for entreprenørene som drifter vegen, og ett for sjåførene. Entreprenørene skal på denne måten får hjelp til å planlegge driften, slik at de kan sette inn ekstra mannskap når de vet at forholdene blir krevende. Sjåførene, på sin side, kan varsles i god tid om økt reisetid og fare for stenging eller kolonnekjøring.
– Bedre varsling av kjøreforholdene vil gjøre det mye enklere å planlegge, både for sjåførene og for dem som drifter veien, forteller han.
I første omgang tar forskerne for seg tre fjelloverganger hvor det ofte er kolonnekjøring eller stengt om vinteren: E10 over Bjørnfjell, E6 over Saltfjellet og riksvei 7 over Hardangervidda.
– Ved disse fjellovergangene kan man risikere å kjøre i mange timer for så å måtte snu med uforrettet sak. Da lønner det seg heller å bli hjemme til været bedrer seg, reise tidligere eller velge en annen rute, sier Skjermo.
Forutser både fart og kjøreforhold
Sammenhengen mellom lav fart og dårlige kjøreforhold, som mye vind, snø, snødriv og lav friksjon i underlaget, er dokumentert i flere studier. Når målt fart er redusert med opp mot 20 prosent i forhold til normal gjennomsnittsfart, er forholdene så dårlige at veien mest sannsynlig blir stengt. Første skritt på veien mot å varsle kjøreforhold, har derfor vært å forutse hvor fort bilene kommer til å kjøre.
Verktøyet som utvikles, er basert på en metode innen kunstig intelligens som kalles «deep learning». Den henter informasjon fra værstasjoner på fjellovergangene, værvarsler fra met.no, historiske værdata og anonymiserte fartsdata.
– I tillegg til de “vanlige” værdataene som samles på alle Statens vegvesens værstasjoner, henter sensorer inn informasjon om siktforhold og friksjon på veien. Samlet gir det oss et nærmest komplett bilde av kjøreforholdene, sier forskeren.
Måtte lære modellen å se fram i tid
For å bruke denne informasjonen til å forutse bilenes fart, tok forskerne utgangspunkt i en modell som opprinnelig er utviklet for å klassifisere menneskers bevegelser ved bruk av sensorer.
– Når modellen skulle tilpasses et nytt bruksområde, var den største jobben å lære den opp til ikke bare å klassifisere, men å forutse hva som vil skje fram i tid. For å få til det har vi trent modellen med værdata, værmeldinger og fartsdata fra de siste to årene. I fremtiden vil også data fra driftslogger og reisetidsmålinger kunne benyttes til å trene modellen, forteller Skjermo.
I denne runden skulle modellen forutse bilenes gjennomsnittsfart, og resultatene ser lovende ut. Forskerne er dermed ett skritt nærmere et dataverktøy som varsler kjøreforhold på vanskelige fjelloverganger. Målet er å ha en prototype klar innen utgangen av 2020 og endelig versjon innen utgangen av 2021.
"Den digitale fjellovergang" er en pilot i ITS-programmet 2018–2023, og er knyttet opp mot Nasjonal transportplan i regi av Statens vegvesen.
Artikkelen er hentet fra Gemini.no, en kanal for forskningsnytt fra NTNU og Sintef