En ny tid för väghållning och vägutrustning

Allt fler regeringar inser behovet av att satsa på väginfrastruktur. Att enbart bygga nya vägar är dock ekonomiskt ohållbart. Den mest effektiva lösningen är att fokusera på att underhålla och reparera befintliga vägar. I Sverige har regeringen beslutat att öka investeringarna i vägunderhåll med 53 % vilket innebär att totalt 354 miljarder kronor avsätts under perioden 2026–2037.

Storbritannien har avsatt ytterligare 1,6 miljarder pund för att reparera potthål, men dessa satsningar räcker inte för att lösa de omfattande behoven. Nederländerna har ett uppskattat underhållsunderskott på 25 miljarder euro och Storbritannien behöver ytterligare 16 miljarder pund för att komma ikapp med sitt underhåll. En rapport från det brittiska parlamentet beskrev nyligen landets vägnät som en ”nationell skam”, vilket visar på problemets omfattning.

Enligt European Union Road Federation finns flera orsaker till det bristande underhållet av vägar. En av de största utmaningarna är bristen på tillförlitlig och aktuell data för beslutsfattare och vägmyndigheter, vilket gör det svårare att bedöma vägarnas tillstånd och ekonomiska värde. Denna kunskapsbrist leder till ineffektiv planering och otillräckliga investeringar. Dessutom underskattas ofta de långsiktiga ekonomiska konsekvenserna av uppskjutet underhåll, vilket leder till högre kostnader på sikt när skadorna förvärras och blir dyrare att åtgärda.

Ett annat stort problem är att politiska beslut ofta styrs av kortsiktiga mål, medan vägunderhåll kräver en långsiktig strategi. Eftersom vägarnas livscykel sträcker sig över flera decennier räcker det inte med kortsiktiga åtgärder. Dessutom ses investeringar i väginfrastruktur sällan som en ”röstvinnare” eftersom de positiva effekterna ofta blir tydliga långt efter en mandatperiod. Detta leder till att kortsiktiga och ”synliga” projekt prioriteras framför långsiktiga infrastrukturåtgärder.

För att maximera nyttan av varje investerad krona i väginfrastruktur krävs tillgång till aktuell, relevant och användbar data om vägarnas skick. Genom att samla in och analysera omfattande data skapas en bättre förståelse för väginfrastrukturen, inklusive nuvarande tillstånd, reparationsbehov och framtida underhållsplaner. Denna förståelse bidrar till att beslutsfattare och företag kan fatta mer informerade beslut, optimera resurser och effektivisera planeringen av framtidens vägnät.

För att förbättra vägunderhållet i framtiden krävs bättre och mer kontinuerlig insamling av vägdata. En lösning med enorm potential är uppkopplade och självkörande fordon som kommer att fungera som rörliga datacentraler och automatiskt samla in realtidsinformation om infrastrukturen.

År 2030 beräknas 400 miljoner sådana fordon vara i drift globalt, utrustade med avancerade kameror och sensorer som kontinuerligt kartlägger vägar och stadsmiljöer. När dessa data bearbetas skapas nya möjligheter att effektivisera vägunderhåll och stadsplanering. Myndigheter kan snabbare identifiera vägskador, trafikmönster och säkerhetsrisker i realtid, vilket möjliggör mer proaktiva åtgärder, optimerad resursanvändning och ökad trafiksäkerhet.

Trafikverkets AI-drivna vägunderhåll

Trafikverket har initierat ett banbrytande projekt för att modernisera vägunderhåll med hjälp av AI-driven dataanalys och prediktivt underhåll. Projektet, som genomförs i samarbete med Univrses, Nira Dynamics och Mercedes-Benz, innebär en övergång till kontinuerlig, datadriven infrastrukturhantering vilket leder till effektivare hantering av resurser, lägre kostnader och ökad trafiksäkerhet i Sverige.

Traditionellt underhåll bygger på manuella väginspektioner som ofta genomförs årligen eller vartannat år. Detta leder till att problem upptäcks sent, vilket i sin tur ökar både underhållskostnader och slitage på vägnätet. Det nya initiativet löser detta genom att kombinera två kompletterande AI-teknologier som tillsammans möjliggör frekventa och automatiserade inspektioner över hela Sverige.

• Nira Dynamics och Mercedes-Benz tillhandahåller data om vägytans jämnhet och slitage från produktionsbilar.
• Univrses' 3DAI™ teknologi utnyttjar entreprenörsflottor genom eftermonterade sensorer och är även den enda lösningen som använder datorseende och AI för att leverera detaljerad analys av väginfrastrukturen.

Genom att utnyttja avancerad videoanalys och djupinlärning identifierar och klassificerar 3DAI™ fysiska infrastrukturskador, inklusive gropar, sprickor och skadade vägskyltar samt annan väginformation som utslitna körfältsmarkeringar och felaktiga gatubelysningar. Denna metod ger Trafikverket korrekt, ofta uppdaterad verklig data, vilket möjliggör en mer kostnadseffektiv respons och säkrare vägar.

Ett europeiskt referensprojekt

Trafikverkets AI-strategi har gjort Sverige till en förebild inom modernt vägunderhåll. Transportmyndigheter och infrastrukturaktörer i hela Europa följer projektet noggrant för att förstå hur metoden kan effektivisera underhåll, minska kostnader och bidra till en mer hållbar infrastruktur. Projektet banar väg för hur AI kan integreras och bidra till konkreta förbättringar av Europas infrastruktur.

Genom att driva denna utveckling visar Sverige hur kombinationen av flera datakällor – datorseende från entreprenörsflottor och sensoranalys från produktionsbilar – kan revolutionera vägunderhållsarbete. Initiativet har potential att påverka strategier i hela Europa och befäster Sveriges roll som ledande inom hållbar, datadriven infrastrukturförvaltning.

Om Univrses

Univrses är ett ledande företag inom AI och datorseende, specialiserat på programvara som ger autonoma system avancerad perceptionsförmåga. Företaget har samarbetat med ledande biltillverkare och utvecklat programvarukomponenter som används i produktionsfordon, inklusive modeller som Polestar 3 och Volvo EX90.

Med sin starka position inom fordonsindustrin har Univrses expanderat till den snabbt växande marknaden för vägunderhåll genom att använda data från personbilar. Med sina patenterade algoritmer omvandlar företaget rådata från fordonssensorer till insikter som är avgörande för att effektiv infrastrukturhantering.

Dessa data bidrar till en detaljerad och realtidsbaserad förståelse av infrastrukturen, inklusive vägskick, trafikskyltar, vägmarkeringar och gatubelysning. AI-systemet kan också användas för att följa upp och analysera pågående projekt såsom vägarbeten och byggarbetsplatser. Genom att utnyttja dessa insikter kan städer och vägmyndigheter fatta bättre beslut, optimera resursfördelning, minska koldioxidutsläpp, reducera kostnader och öka trafiksäkerheten.

Univrses har en etablerad marknadsnärvaro och gör det möjligt för städer, vägförvaltningar och entreprenörer att uppnå betydande årliga besparingar – potentiellt hundratals miljoner euro per land. Deras 3DAI™-lösning har redan använts av nationella vägmyndigheter i sex europeiska länder: Sverige, Danmark, Norge, Nederländerna, Storbritannien och Italien.

Genom att kombinera AI och datorseende med verkliga applikationer inom trafik- och infrastrukturförvaltning positionerar sig Univrses som en nyckelspelare i framtidens hållbara och digitalt optimerade vägunderhåll.