Bike with future cities pin

Konenäön avulla tehostetaan ja nopeutetaan kävely- ja pyöräilyväylien kuntokartoituksia

Kirjoittaja Tero Liljeblad

Konenäkömalli tehostaa kävely- ja pyöräilyväylien kuntokartoituksia

Kävely- ja pyöräilyväylien kunnossapito vaikuttaa liikkumisen turvallisuuteen ja mukavuuteen. Kiinnostus kestäviin liikkumismuotoihin on kasvanut, ja se on lisännyt painetta väylien kunnossapitoon.

Päällystettävien kilometrien määrä on vähentynyt, koska Väyläviraston päällystysrahoituksen kokonaismäärä on laskenut, ja näin korjausvelka kasvaa jatkuvasti. Kasvaneet verkon hoito- ja käyttökustannukset vaikeuttavat tilannetta myös entisestään. Kävely- ja pyöräilyväylien kunnossapidon haasteisiin ehdotan ratkaisuksi konenäköä, jonka avulla ylläpitokustannuksia voidaan laskea. Tällöin myös päästään lähemmäksi tavoitetta jalankulun ja pyöräilyn suosion kasvattamisesta. Kuntotutkimusten tehostamisella konenäön avulla voidaan parantaa päällystyskohteiden suunnitteluprosessia ja rahoitusta pystytään suuntaamaan paremmin oikeisiin kohteisiin. Tässä artikkelissa kerron, miten konenäköä hyödynnetään kuntokartoituksissa ja kuinka se laskee kustannuksia ja tehostaa väylien kuntotiedon keräämistä.

Tero Liljeblad

Asiantuntijan silmämääräisestä arviosta teknologia-avusteiseen analyysiin

Tavanomaisesti kävely- ja pyöräilyväylien kuntokartoitus on perustunut manuaaliseen silmämääräiseen tarkastukseen, jossa asiantuntijat arvioivat väylien kuntoa paikan päällä. Perinteinen menetelmä vie enemmän aikaa ja on siten myös kalliimpi kuin uutta teknologiaa hyödyntävä tarkastus. Lisäksi menetelmän haasteena on se, että koko väyläverkoston kattavan tarkastuksen suorittaminen on käytännössä mahdotonta ilman huomattavia resursseja. Silmämääräiseen tarkastukseen sisältyy myös riski siitä, että lopputulokseen vaikuttavat erot tarkastuksia tekevien ihmisten näkökulmissa. Konenäkö taas mahdollistaa tasalaatuisen analyysin koko verkolta.

AFRYn kehittämä konenäköteknologia tarjoaa läpimurron väylien kuntokartoitusten tehokkuuteen. Flowity-konenäkömalli, jota nykyisin Flowity AB ylläpitää ja kehittää edelleen, mahdollistaa väylän vaurioiden tunnistamisen 95 prosentin tarkkuudella ja toistettavuudella. Malli analysoi useita erilaisia vaurioita, kuten väylien halkeamia, reikiä ja purkaumia. Vaurioiden suuruudet analysoidaan neliömetreissä. Konenäön nopeuden ja huokean hinnan vuoksi kuntokartoitusten kustannukset laskevat ja niiden tiheyttä voidaan lisätä. Tällöin uudet vauriot ja vanhojen vaurioiden muutokset huomataan nopeammin ja korjaustoimenpiteet pystytään tekemään riittävän ajoissa, mikä laskee kunnossapidon kustannuksia.

Esimerkkinä AFRYn asiakasprojekti: Pirkanmaan ELY-keskus

Hyvä esimerkki onnistuneesta konenäön hyödyntämisestä kuntokartoituksissa on opinnäytetyöni, jonka tein AFRYllä Väylävirastolle. Hankkeessa oli mukana myös Pirkanmaan ja Pohjois-Pohjanmaan ELY-keskukset, ja se on osa Väyläviraston T-OMHA-projektia, jossa kehitetään tieomaisuuden hallintaa. Projektin yhtenä tarkoituksena on luoda tehokkaampia työkaluja kävely- ja pyöräilyväylien kunnossapidon tueksi, ja tässä konenäkö tulee avuksi.

Tutkin opinnäytetyössäni konenäön hyödyntämistä Pirkanmaan ja Pohjois-Pohjanmaan ELY-keskusten ylläpitämien kävely- ja pyöräilyväylien kuntokartoituksissa. Konenäön analysoiman datan avulla loin päällystysohjelmaehdotuksen vuodelle 2024.

Joukkoistaminen ja pelillistäminen osana tiedonkeruuta

Konenäkömallia varten analysoitu videodata kerättiin tässä projektissa yhdessä vuorokaudessa joukkoistamista ja pelillistämistä hyödyntävällä Crowdsorsa-sovelluksella. Crowdsorsa-sovelluksen avulla ihmiset kuvaavat pientä rahallista palkkiota vastaan väyliä. Naapuruston asukkaat kokevat tekevänsä merkityksellistä työtä oman asuinpiirinsä tiestön puolesta, mikä motivoi osallistumaan aineiston keräämiseen. Joukkoistettu tiedonkeruutapahtuma antaa myös hyvää positiivista julkisuutta tapahtuman tilanneelle asiakkaalle.

Väyläverkoston kuntotieto saatiin selvitettyä yhden viikonlopun aikana konenäön ja joukkoistamalla kerätyn tiedon avulla.

Kun Flowity-konenäkömalli oli analysoinut kerätyn videodatan, pystyttiin päällysteiden kuntotiedot viemään SirWay Oy:n kehittämään päällysteiden hallintajärjestelmään. Hallintajärjestelmän avulla kuntotietojen tarkastelu on nopeaa ja käytännöllistä. Lisäksi sen avulla pystytään selvittämään väyläverkoston korjausvelan määrä sekä laatimaan päällystysohjelma omalla yksilöllisellä budjetilla.

Hallintajärjestelmään viedään jokaisesta analysoidusta 10 metrin segmentistä esimerkkikuva, jonka avulla hallintajärjestelmää hyödyntävä henkilö todentaa konenäön analyysin tulokset. Hallintajärjestelmässä väylien kuntotietoja voidaan tarkastella visuaalisesti ja lisäksi päästään selville vaurioiden sijainnista väyläverkostolla.

Tero Liljeblad
Väyläverkoston kuntotieto saatiin selvitettyä yhden viikonlopun aikana konenäön ja joukkoistamalla kerätyn tiedon avulla.

Kuntokartoituksen lopputulema Pirkanmaalla

Opinnäytetyössäni konenäön avulla kerätyssä datassa tuli esiin kolme potentiaalista pikaista päällystämistä tarvitsevaa aluetta Pirkanmaan ELY-keskuksen alueella. Kahta näistä oli pohdittu jo aiemmin mukaan alustavaan päällysteohjelmaan, ja kolmas alue nousi mietintään tämän tutkimuksen päällysteohjelmaehdotuksen perusteella. Kaikki kolme aluetta otettiin lopulta mukaan vuoden 2024 alustavaan päällystysohjelmaan, ja näin pyöräilyolosuhteet paranevat tulevaisuudessa merkittävästi kyseisillä väylillä ja tavoite kestävän liikkumisen lisäämisestä etenee.

T-OMHA-projektin projektipäällikkö Susanna Suomela Väylävirastosta kommentoi opinnäytetyöstäni saatuja tuloksia: ”Kävely- ja pyöräilyväylien omaisuudenhallintaa kehitettäessä olemme Väylävirastossa halunneet kokeilla uudenlaisia tapoja kerätä ja analysoida väylien kuntotietoa. Konenäön hyödyntäminen vaikuttaa lupaavalta menetelmältä. Opinnäytetyöstä saimme arvokasta tietoa muun muassa kuntoinventointien optimaalisesta syklistä ja ohjelmointiprosessista.”

AFRYltä viisaat ratkaisut kuntokartoituksiin

Kävely- ja pyöräilyväylien kunnon ylläpito on olennainen osa kestävän liikkumisen edistämistä. AFRYn kehittämä konenäköön pohjautuva teknologia tarjoaa tehokkaan ja nopean tavan kuntokartoituksiin, mikä voi merkittävästi parantaa väylien kuntoa ja siten liikkumisen laatua. Teknologian hyödyntäminen avaa uusia mahdollisuuksia väyläverkoston hallintaan ja kunnossapitoon. Jos olet kiinnostunut konenäön mahdollisuuksista väylien kuntotietojen kartoittamisessa, olethan meihin yhteydessä.

 

Ota yhteyttä

Tero Liljeblad -

Tero Liljeblad

Projekti-insinööri

Ota yhteyttä: Tero Liljeblad

Käytä tätä lomaketta palveluihimme liittyviin yhteydenottoihin ja tarjouspyyntöihin. Muissa asioissa voit vierailla toimistot ja yhteystiedot -sivullamme.