Utmaningen

Tauragė är en liten stad med cirka 20 000 invånare i västra Litauen. Kommunen har investerat i en elbussflotta och är en del av EU:s Cities Mission, som samlar 100 europeiska städer som åtagit sig att uppnå klimatneutralitet till 2030. Staden driver ett bussnätverk med över 250 busshållplatser, allt från enkla stolpar vid trottoarkanten till äldre tegelkojer och nyare design i glas och metall. Även om de flesta är i gott skick, kan mindre problem – från vridna skyltar till saknade tidtabeller – lätt förbli oupptäckta. För att upptäcka dem förlitade sig Tauragė på passagerarrapporter och personal som åkte ut för att kontrollera varje hållplats, vilket tog tid från andra uppgifter. Över hundratals hållplatser blir även mindre problem svåra att spåra och planera för, och svarstiderna blir lidande som ett resultat.

För passagerare är effekten av dåliga busshållplatsförhållanden omedelbar. Saknade skyltar, trasiga tidtabeller eller skadade väderskydd minskar tillgängligheten – särskilt för äldre och personer med funktionsnedsättning. Dessa problem urholkar förtroendet för systemet. När hållplatser känns försummade är människor mindre benägna att välja kollektivtrafik, och antalet resenärer minskar så småningom. Med tiden försvagar detta stadens bredare mål om hållbar, pålitlig och inkluderande mobilitet.

”Med begränsade resurser kunde vi inte vara överallt samtidigt. För att upprätthålla höga standarder behövde vi smartare sätt att stödja våra underhållsteam – och i slutändan förbättra förhållandena för passagerarna.”

— Simas Gaidelionis, specialist, avdelningen för utveckling, investeringar och tillgångsförvaltning, Tauragė
‍

Lösningen: AI-driven monitorering

Samarbetet mellan Univrses och Tauragė inleddes genom EIT Urban Mobilitys RAPTOR-program, där staden definierade sina utmaningar. Univrses initierade en pilotutrullning av 3DAI™, ett AI-drivet system som redan används i hela Europa för att övervaka vägar och andra infrastrukturtillgångar. I Tauragė tillämpades det för första gången för monitorering av busshållplatser.

Utrullningen började i juli 2025 med enheter installerade på två stadsbussar och instrumentpanelen introducerades för driftsteamet. Ett tiotal medarbetare utbildades i att använda systemet, vilket säkerställde att de kunde tolka resultaten och integrera dem i sina dagliga rutiner.

När dessa bussar körde sina ordinarie rutter, fångade systemet bilder av hållplatser över hela staden. När bilderna väl var insamlade kunde nyckelfunktionerna – såsom skyltar, tidtabeller, väderskydd och bänkar – klassificeras och potentiella problem flaggas. Insikterna levererades via en webbaserad instrumentpanel, vilket gav underhållspersonalen den information de behövde för att agera snabbare – utan att utföra rutinmässiga manuella inspektioner.

Inom den första veckan hade över 1 000 km data samlats in och jämförts med stadens befintliga register över busshållplatser. Granskningsmöten hölls sedan varannan vecka med Univrses och stadens personal för att utvärdera upptäckter, förfina noggrannheten och anpassa resultaten till lokala underhållsprioriteringar.

Utrullningen ger också värde utöver busshållplatserna. Genom att analysera kamerabilder via olika 3DAI™-moduler kunde systemet registrera vägytans skick, vägskyltarnas status och position, och till och med miljöfaktorer som snöansamling. Alla insikter matas in i samma instrumentpanel och API, vilket ger Tauragė tillgång till flera dataströmmar från en enda installation – och en bredare bild av stadens transportinfrastruktur.

Förväntad påverkan

Projektet har redan visat att data kan samlas in sömlöst under den dagliga bussdriften. Det har också gett kommunen digitala verktyg som inte bara spårar busshållplatsernas skick utan också öppnar dörren för bredare insikter om infrastrukturen. På så sätt lägger projektet grunden för ett mer systematiskt förhållningssätt till underhåll.

Vid projektets slut i november 2025 siktar Tauragė på att uppnå en 30-procentig minskning av manuella inspektioner och en 25-procentig förbättring av svarstiderna för reparationer – och är redan på god väg att nå dessa mål.

Längre fram skisserade Univrses de potentiella fördelarna med att skala upp systemet över hela Tauragės bussflotta, vilket möjliggör kontinuerlig täckning av alla busshållplatser.

Prognoserna inkluderade:

• 5–10 % ökning av antalet resenärer, vilket genererar uppskattningsvis 250 000–400 000 euro i ytterligare biljettintäkter årligen.
• Upp till 90 % minskning av inspektionskostnaderna på lång sikt, vilket frigör resurser för andra prioriteringar.
• 50 % snabbare reparationer jämfört med nuvarande praxis.
• 1 300–2 200 ton CO₂-minskning per år i en stad av denna storlek, drivet av ökad användning av kollektivtrafiken och färre privata bilresor.
• 15–20 % ökning av kollektivtrafikanvändningen bland passagerare med funktionsnedsättning, tack vare förbättrad tillgänglighet vid hållplatserna.

Även om dessa prognoser återstår att validera i praktiken, tyder tidiga indikationer på att resultaten ligger i linje med vad som förutspåtts. Tillsammans illustrerar de omfattningen av de fördelar som AI-driven monitorering skulle kunna leverera om den implementeras i stadsskala och över längre tidsperioder.

Nästa steg

3DAI™-systemet används redan i flera europeiska länder för att övervaka vägförhållanden, gatubelysning, trafikskyltar med mera. Tauragė-projektet utökar denna förmåga till busshållplatser och visar hur samma AI-grund kan stödja ett bredare utbud av kollektivtrafiktillgångar.

Nästa logiska steg för denna implementering är Vilnius, där busshållplatser utsätts för högre nivåer av vandalism och slitage. Denna miljö möjliggör bredare testning av skadedetektering för väderskydd, skyltar och tidtabeller – vilket utökar systemets värde samtidigt som man bygger vidare på lärdomarna från Tauragė. Framtida tillämpningar inkluderar detektering av krossat glas, graffiti och fulla papperskorgar. Dessa problem är vanligare i större städer och utgör en viktig del av att hålla kollektivtrafikmiljöer säkra och välkomnande.

På medellång sikt, och bortom Litauen, kan denna förmåga för busshållplatser enkelt skalas till kommuner av alla storlekar. Genom att skapa ett kontinuerligt uppdaterat intelligenslager för infrastruktur kan myndigheter ersätta fragmenterade undersökningar och manuella kontroller med datadriven insikt. Detta gör det möjligt att planera underhåll mer effektivt, förbättra tillgängligheten och stödja klimatmålen.

Detta markerar en av de första gångerna som ett datorseende-baserat system har använts för monitorering av busshållplatser. Det positionerar Tauragė som en tidig användare av digital infrastrukturhantering inom kollektivtrafiken och visar hur mindre kommuner kan föregå med gott exempel för större städer och nationella myndigheter att följa.

”Tauragė-projektet är ett utmärkt exempel på hur flexibelt 3DAI™-systemet är. Vi gick från att aldrig analysera busshållplatser till att stödja en stads underhållsarbete på bara några veckor. Det visar hur denna teknik kan skalas över olika tillgångstyper, och hur snabbt den kan börja leverera verkligt värde.”

— Jonathan Selbie, VD för Univrses
‍

Om Univrses

Univrses är ett företag inom datorseende och AI som verkar i gränslandet mellan fordonsindustrin och infrastruktur. Företaget har utvecklat perceptionsmjukvara för ledande biltillverkare, med komponenter som nu används i produktionsfordon som Polestar 3 och Volvo EX90. Med denna expertis som grund har Univrses utökat sin verksamhet till tillgångsförvaltning med sin egenutvecklade 3DAI™-teknik, som omvandlar videodata från vanliga fordon till användbara insikter om vägar och annan infrastruktur. Idag används 3DAI™ av nationella vägmyndigheter och kommuner i flera europeiska länder för att förbättra säkerheten, minska kostnaderna och stödja hållbarhetsmål.