- Efter testugen i juni stod vi tilbage med meget positive - og lidt overraskende - resultater, fortæller Marius Opheim og Erling Drangsholt fra det norske Statens Vegvesen, der for nylig har gennemført et pilotprojekt i Skansentunellen i Trondheim.

Pilotprojektet "AI til forbedring af AID-systemer" har til formål at undersøge, om brugen af kunstig intelligens (AI) kan bidrage til mere præcis varsling af alvorlige hændelser i norske tunneler.

Fra 90 procent falske alarmer...

89 norske motorvejstunneller bruger automatisk hændelsesdetektion - eller AID - som en måde til automatisk at underrette den norske trafikcentral om farlige hændelser, der opstår. Cirka 90 procent af de meddelelser, som Vegtrafikksentralen (VTS) modtager, er falske. Nutidens AID-systemer registrerer kun ændringer i billedet, ikke hvad ændringen er. Derfor kan systemet fejlfortolke skygger og baggrundsbelysning som ukendte elementer og udsende falske alarmer.

- Lige nu arbejder AID-systemet imod os, ikke for os. For at systemet mere skal være en hjælp end en belastning for os, skal vi reducere antallet af falske alarmer, understreger VTS-operatør Drangsholt.

Videoudstyret i norske tunneler er ofte fra byggeåret. Det kan være grunden til, at nutidens AID-systemer langt fra er præcise nok.

- Vi ville undersøge, om brugen af AI kan være med til at reducere antallet af fejlmeddelelser. Derudover ville vi se på muligheden for at genbruge så meget af det eksisterende tekniske udstyr som muligt. De resultater, vi stod tilbage med efter testugen, var overvejende positive, siger Opheim.

...til 90 procent nøjagtighed

I en tilfældig syv-dages periode med det gamle system var knap ti procent af detekteringerne i kategorien "stoppet køretøj" reelle hændelser. Efter etablering af AI havde systemet en reel detektionsrate på 90 procent.

- De resterende ti procent var påvisninger af langsomtkørende biler i myldretidstrafikken morgen og eftermiddag. Systemet registrerede, at biler stod stille, men fejlfortolkede stilstanden som et tegn på problemer. Det er noget, AI-modellen skal trænes til at kunne fortolke rigtigt, forklarer Drangsholt.

Årsagen til det markante fald i antallet af falske alarmer er noget usikker. Men projektets andet hovedfund kan have været en væsentlig bidragyder.

- Ikke en eneste alarm blev udløst af baggrundslys eller skygger. Det betyder, at det er lykkedes os helt at eliminere den største årsag til fejlmeddelelser. Hvis vi formår at gengive vores resultater i andre tunneler, kan brugen af AI til AID være banebrydende for tunnelsikkerheden, slutter Opheim.

Tunnelens egen vagthund

AID fungerer ved, at kameraer inde i tunnelen sender video til en server, som analyserer og definerer objekter, køretøjer og fodgængere. Hvis en mulig fare opdages, sender systemet et "pop-up" billede med en direkte videostream til VTS. Operatørerne verificerer derefter, om hændelsen er reel, og iværksætter eventuelle foranstaltninger.