Biler skal give besked om vejenes tilstand

fredag 15 feb 19
|
af Line Reeh

Kontakt

Asmus Skar
Postdoc
DTU Byg
45 25 18 07

Kontakt

Eyal Levenberg
Lektor
DTU Byg
45 25 19 07

LiRA (Live Road Assessment) er et samarbejde mellem Vejdirektoratet, GreenMobility A/S, DTU og Sweco Danmark A/S.

 

Data indsamles af GreenMobility’s bilflåde og vil blive analyseret af software udviklet på DTU, der leverer tilstandsinformationer, som Vejdirektoratet og Sweco anvender i deres asset management-systemer. 

 

Projektet er støttet af en investering fra Innovationsfonden på 12 mio. kroner.

 

Se også pressemeddelelse om projektet hos Innovationsfonden

Ved at udnytte moderne bilers teknologi til løbende at indsamle data om vejene kan man potentielt skabe et altid-opdateret digitalt billede af vejenes behov for vedligehold. Det kan betyde både besparelser og øget sikkerhed for trafikanter.

Moderne biler er udstyret med en lang række sensorer, der indsamler mange forskellige data under kørslen. Disse data kan – direkte eller indirekte – relateres til tilstanden på den specifikke vej, som bilen kører på. Indsamling og efterbehandling af disse data fra bilerne skaber en helt ny mulighed for at udnytte tidligere uudnyttede datakilder til løbende og automatiseret tilstandsmåling af det danske vejnet. Det er formålet med projektet LiRA (Live Road Assessment), som DTU Byg og DTU Compute bidrager til.

Projektet, som er støttet af Innovationsfonden med 12 mio. kroner, vil gøre det muligt at indsamle data fra sensorer i almindelige personbiler og udvikle tilhørende modeller til at vurdere vejenes tilstand. Slitagen af veje kan dermed opdages langt tidligere, så det bliver muligt at vedligeholde vejene mere effektivt - og for færre ressourcer.

Postdoc Asmus Skar, DTU Byg, leder projektets indsats med dataindsamling.

"Målet er at drage fordel af den teknologiske udvikling, som personbiler har undergået de seneste år, og som betyder, at enhver bil er udstyret med en lang række sensorer, som potentielt kan indsamle information, når vi hver især kører rundt på vejene. Vi undersøger, hvad der skal til for at samle de informationer og udvikler en model, som potentielt kan digitalisere vejnettets tilstand, så man hurtigt kan lokalisere behov for vedligehold og sætte ind," fortæller han.

"Målet er at drage fordel af den teknologiske udvikling, som personbiler har undergået de seneste år, og som betyder, at enhver ny personbil er udstyret med en lang række sensorer, der potentielt kan indsamle information, når vi hver især kører rundt på vejene"
Asmus Skar

En af udfordringerne er at sikre, at man i dataindsamlingen tager højde for - og kompenserer for - at vi hver især kører bil forskelligt, og at vejret er omskifteligt, hvilket også kan påvirke de data, som bliver indsamlet.

Med machine learning vil der i samarbejde med kolleger på DTU Compute blive udviklet en omfattende matematisk model, som gør det muligt at vurdere vejenes fysiske tilstand. Dette kan revolutionere den måde, vejinfrastrukturen bliver vedligeholdt på, og kan dermed give store besparelser.

Revolution af tilstandsmålinger af veje 

Modellen vil eksempelvis kunne udpege skader på veje, der udvikler sig hurtigere, end konventionelle tilstandsmålinger udføres. Og den vil desuden kunne levere data om vejens tilstand i vinterhalvåret, hvor konventionelle målinger ikke udføres på grund af ugunstige vejrforhold. 

"Det er ambitionen, at nyskabelsen i dette projekt vil lede til en revolution af tilstandsmålinger af danske veje. Derudover vil der ud fra det nye projekt løbende kunne analyseres udledning af støj og CO2, der kan anvendes som input i vedligeholdelsesstrategier og bidrage til samfundsøkonomiske beregninger," siger Matteo Pettinari, der er specialist i Vejdirektoratet og projektleder på LiRA. 

Relaterede Videoer  

Vis flere

Nyheder og filtrering

Få besked om fremtidige nyheder, der matcher din filtrering.
http://www.byg.dtu.dk/nyheder/2019/02/innovationsfond?id=08e4a30e-2799-45a0-a8de-a50063e8f151&utm_device=web&utm_source=researcharea&utm_campaign=Trafik-og-logistik
23 MARTS 2019