Regeringar inser i allt högre grad det akuta behovet av att investera i kritisk väginfrastruktur. Att bara bygga nya vägar är dock ingen hållbar lösning, då det skulle bli orimligt dyrt. Den enda ekonomiskt hållbara strategin är istället att prioritera reparation och underhåll av befintliga nätverk. I Sverige har regeringen beslutat att öka investeringarna i vägunderhåll med 53 %, vilket innebär totalt 354 miljarder kronor för perioden 2026–2037.

På liknande sätt har Storbritannien avsatt ytterligare 1,6 miljarder pund för att åtgärda potthål. Dessa insatser räcker dock inte för att hantera problemets fulla omfattning. Nederländerna står inför ett underhållsunderskott på uppskattningsvis 25 miljarder euro, medan Storbritannien behöver ytterligare 16 miljarder pund för att beta av sin eftersläpning i vägreparationer. En rapport från ett parlamentsutskott den 17 januari 2025 gick så långt som att kalla det brittiska vägnätet en ”nationell skam”, vilket belyser utmaningens storlek.

Enligt European Union Road Federation bidrar flera faktorer till underfinansieringen av vägunderhåll. En central utmaning är bristen på tillförlitlig och aktuell data för beslutsfattare och väghållare, vilket begränsar deras förståelse för både väginfrastrukturens skick och ekonomiska värde. Denna kunskapslucka leder till suboptimal planering och otillräckliga investeringar. Dessutom underskattas de ekonomiska konsekvenserna av uppskjutet underhåll ofta, då myndigheter inte alltid inser hur försummade reparationer leder till högre kostnader på lång sikt.

En annan kritisk faktor är att politiskt beslutsfattande ofta styrs av kortsiktiga mål, medan vägunderhåll kräver en långsiktig strategi. Eftersom väginfrastruktur byggs för att hålla i flera decennier, förbiser kortsiktig politik ofta det avgörande behovet av ihållande investeringar i underhåll och förbättringar. Dessutom ses infrastrukturinvesteringar sällan som ”röstmagneter”, eftersom fördelarna med sådana projekt ofta tar år att förverkliga – långt efter den typiska politiska mandatperioden. Som ett resultat nedprioriteras infrastrukturinvesteringar till förmån för projekt med mer omedelbara och synliga resultat.

För att maximera värdet av varje investering i väginfrastruktur behöver myndigheter tillgång till aktuell, relevant och användbar data om vägmiljön. Genom att samla in och analysera storskalig data skapas en mer korrekt bild av väginfrastrukturen – som omfattar både grundläggande inventering och bedömningar av skick, reparationsbehov och långsiktiga underhållskrav. Genom att utnyttja datadrivna insikter kan regeringar och företag fatta mer välgrundade beslut, optimera resursfördelningen och strategiskt planera framtidens vägnät.

Ett stort genombrott inom storskalig datainsamling är användningen av uppkopplade och autonoma fordon, som kommer att fungera som dynamiska ”datanav” som kontinuerligt fångar upp information om väginfrastrukturen under körning.

År 2030 beräknas 400 miljoner sådana fordon vara i drift globalt, utrustade med avancerade kameror och sensorer som kartlägger vägar och stadsmiljöer i realtid. När denna data bearbetas öppnas nya möjligheter för att optimera vägunderhåll och stadsplanering. Myndigheter kommer att kunna upptäcka vägskador, trafikmönster och säkerhetsrisker i takt med att de uppstår, vilket möjliggör mer proaktiva åtgärder, bättre resursfördelning och ökad trafiksäkerhet.

Trafikverkets AI-drivna vägövervakning

Trafikverket har lanserat ett banbrytande initiativ för att modernisera övervakningen av vägarnas skick genom AI-driven datainsamling och prediktivt underhåll. Projektet, som utvecklats i samarbete med Univrses, Nira Dynamics och Mercedes-Benz, innebär ett skifte mot en kontinuerlig, datadriven förvaltning av infrastrukturen, vilket leder till effektivare resursanvändning, lägre kostnader och ökad trafiksäkerhet i Sverige.

Traditionella väginspektioner byggde på årliga och tvååriga manuella bedömningar, vilket ofta ledde till fördröjd upptäckt av problem, ökade reparationskostnader och förkortad livslängd på vägarna. Detta initiativ hanterar utmaningarna genom att integrera tre kompletterande AI-baserade tekniker, vilket möjliggör frekventa och automatiserade inspektioner av Sveriges 104 000 km långa vägnät.

• Nira Dynamics och Mercedes-Benz använder data från produktionsfordon för att bedöma vägytans ojämnhet och slitage.
• Univrses 3DAI™-teknik utnyttjar entreprenörsflottor genom eftermonterade sensorer och är den enda lösningen som använder datorseende och AI för att leverera detaljerade analyser av väginfrastruktur.

Genom att använda avancerad videoanalys och djupinlärning identifierar och klassificerar 3DAI™ fysiska skador på infrastrukturen, inklusive potthål, sprickor och skadade vägskyltar, samt annan väginformation som slitna vägmarkeringar och trasig gatubelysning. Denna metod ger Trafikverket korrekt och ofta uppdaterad data från verkligheten, vilket möjliggör mer kostnadseffektiva åtgärder och säkrare vägar.

Ett landmärke för en europeisk standard

Trafikverkets AI-drivna strategi har placerat Sverige i framkant när det gäller modernt vägunderhåll. Regeringar och infrastrukturmyndigheter över hela Europa följer projektet noga för att förstå hur datadrivna metoder kan öka effektiviteten, minska kostnaderna och förbättra hållbarheten. Trafikverkets arbetssätt formar nu praxis för hur AI-driven infrastrukturförvaltning kan integreras på nationell nivå.

Genom att vara pionjärer inom AI-driven vägövervakning visar Sverige hur data från flera källor – inklusive datorseende från entreprenörsflottor och sensoranalys från vanliga personbilar – kan revolutionera vägunderhållet. Detta initiativ har potential att omforma vägpolitiken i hela Europa och befästa Sveriges ledarskap inom hållbar, datadriven infrastrukturförvaltning.

Om Univrses

Univrses är ett ledande företag inom datorseende och AI som specialiserar sig på mjukvara som ger autonoma system avancerad perceptionsförmåga. Företaget har samarbetat med stora fordonstillverkare för att utveckla mjukvarukomponenter som nu används i produktionsfordon, inklusive flaggskeppsmodeller som Polestar 3 och Volvo EX90.

Genom att utnyttja sin starka ställning inom fordonssektorn har Univrses expanderat till den mångmiljardmarknad som förvaltning av fysisk vägutrustning utgör, genom att dra nytta av data från vanliga personbilar. Med hjälp av sina egenutvecklade algoritmer omvandlar företaget rå sensordata till konkreta insikter som är avgörande för en effektiv förvaltning.

Denna data möjliggör en detaljerad förståelse av väginfrastrukturen i realtid, inklusive vägförhållanden, vägmärken, vägmarkeringar och gatubelysning. AI-systemet kan även användas för att övervaka och analysera pågående projekt, såsom vägarbeten och byggarbetsplatser. Genom att dra nytta av dessa insikter kan städer och väghållare fatta bättre beslut, fördela resurser mer effektivt, minska koldioxidutsläpp, sänka kostnader och förbättra trafiksäkerheten.

Med en väletablerad marknadsnärvaro hjälper Univrses städer, vägtransportmyndigheter och entreprenörer att uppnå betydande årliga kostnadsbesparingar – potentiellt hundratals miljoner euro per land. Företagets egenutvecklade 3DAI™-lösning har redan implementerats av nationella väghållare i sex europeiska länder, däribland Sverige, Danmark, Norge, Nederländerna, Storbritannien och Italien.