Tekoäly osana väylien kunnon mittaamista

Vähähiilisen liikenteen edistämiseen kytkeytyy vahvasti pyöräliikenteen ekosysteemin kehittäminen. Tämä kehitystyö on myös olennainen tekijä liikkumisen palveluiden ja saavutettavuuden parantamisessa. Yksi pyöräliikenteen ekosysteemin keskeinen osatekijä on teiden ja väylien kunto, jonka tarkasteluun digitalisaatio on tuonut muassaan erilaisia ratkaisuja. Yhdessä sään, ympäristön ja teollisuuden mittausratkaisuihin erikoistuneen Vaisala Oyj:n kanssa pilotissa tutkittiin tekoälypohjaisten ratkaisujen hyödyntämistä osana pyöräteiden kuntokartoitusta. Pilotointi toteutettiin Hämeenlinnan alueella syksyllä 2019.

Toimiva pyöräilyn ekosysteemi vaatii toteutuakseen pitkäjänteistä suunnittelua ja tietoon perustuvaa päätöksentekoa, jotta kehitys palvelee aidosti tarpeita. Pyöräilyn ja pyöräilyinfran optimaalisen kehittämisen tueksi tarvitaan objektiivista ja luotettavaa dataa pyöräilykaistojen kunnosta. Vaisalan kehittämän konenäkö- ja tekoälyteknologiaan pohjautuvan RoadAI-sovelluksen avulla pystytään tunnistamaan ja analysoimaan videokuvasta ajoväylän fyysiset poikkeamat, joista yleisimpiä ovat urautuminen, reikiintyminen, halkeamat sekä painaumat ja kohoumat. HAMK Smart -tutkimusyksikön pilotoinnissa tarkoituksena oli selvittää sovelluksen käyttökelpoisuutta erityisesti pyöräväylien tutkimiseen.

Sovelluksen käyttäminen osana mittauksia

RoadAI analysoi videokuvaa väylästä (kuva 1). Videolle tallentuneet poikkeamat tiessä siirtyvät automaattisesti myös analysointipalveluun. Analysointi pohjautuu tekoälyä (Artificial Intelligence, AI) hyödyntävään ratkaisuun, jossa AI:lle opetettujen algoritmien avulla kone osaa tulkita älylaitteella kuvatulta videolta sille tallentuneet poikkeamat tiessä. Toiminnallisesti järjestelmässä on kolme osatekijää: video- ja sijaintitieto, konenäköanalyysi sekä käyttöliittymä. Video- ja sijaintitietojen kerääminen tapahtui sovelluksen mobiiliversiota käyttäen. Kuvatun sisällön tulkinta toteutettiin konenäköanalyysilla, jossa järjestelmä tunnisti algoritmien perusteella videolta kohteet. Käyttöliittymä mahdollisti tulosten visuaalisen esittämisen sekä raporttien generoinnin.

Pilotointi mahdollisti tiedon keräämisen tieverkoston vaurioiden laajuudesta ja määristä. Sen avulla selvitettiin lisäksi laitteiston soveltuvuutta paitsi ajoneuvoväylien myös pyöräväylien mittauksiin. Pilotoinnin aikana mitattiin 150 kilometriä Hämeenlinnan pyöräväyliä, jotka olivat joko kaupungin tai ELY-keskuksen ylläpitämiä. Tarkoituksena ei ollut analysoida koko Hämeenlinnan pyöräverkkoa, vaan kerätä kattavasti dataa analysoitavaksi. Mittaus tehtiin pyörän ohjaustankoon asennetun telineen ja älypuhelimen avulla, ja älylaite kuvasi pyöräiltäessä kuljettua tieverkkoa. WLAN-verkkoon liityttäessä kuvattu materiaali siirtyi suoraan RoadAI-analysointipalveluun. Analysointipalvelussa pystyttiin havainnollistamaan mittaustuloksia graafeina ja kuvaajina sekä tarkastelemaan analysoitua reittiä. Lopputuotoksena sovellus antoi prosentuaaliset lukemat reitin kunnosta eri parametrien suhteen. Järjestelmä luokitteli myös väylän yleisen kunnon antamalla kuntoluokituksen asteikolla yhdestä viiteen.

Mitä RoadAI antaa käyttäjälleen?

Konenäön hyödyntäminen vähentää ihmisen tarvetta havainnoida haluttua kohdetta fyysisesti. Myös tieverkon analysoinnissa konenäön vahvuudeksi todettiin sen pitkäjänteisyys: havaintoja kerätessään se seuraa väylää ilman taukoja. Keliolosuhteiden vaikutukset olivat merkittävä tekijä videokuvauksessa, sillä muun muassa heijastukset sekä kuura tienpinnassa häiritsivät merkittävästi mittaustuloksia. Pilotointi osoitti konenäön olevan potentiaalisesti merkittävä osa väyläverkoston kartoitusta tulevaisuudessa. Se antaa toimivan vaihtoehdon niin kunnille kuin ELY-keskuksille pyöräväylien epäkohtien havaitsemiseen ja niiden ennaltaehkäisyyn.

Pilotoinnin lopputuloksena todettiin Vaisala RoadAI:n olevan hyödyllinen ja kustannustehokas­­­­­ ratkaisu suomalaisille kunnille sekä ELY-keskuksille maan pyöräilyinfrastruktuurin kehittämiseen. Vuosittaisilla tutkimuksilla ja pyöräväylien kartoituksilla olisi mahdollista kehittää infraa pitkäjänteisesti. Näin kunnostustöitä voitaisiin kohdentaa aiempaa tehokkaammin. Tämä kasvattaisi myös pyöräilyn suosiota ilmastotehokkaana kulkumuotona. Pilotissa havaittiin Hämeenlinnan pyöräväylien sekä niiden kunnossapidon hyötyvän RoadAI:n käytöstä ja sovelluksen sopivan Hämeenlinnan kokoisen kaupungin käyttöön.

Tämä artikkeli ja julkaisusarja, jonka osa se on, on tuotettu Liikenne 4.0 -hankkeessa, jonka rahoittajana toimivat Hämeen liitto ja Uudenmaan liitto (EAKR). Lisäksi hankkeen kuntarahoittajana toimi Hämeenlinnan kaupunki.