Initiativtagare:

Stadsbyggnadsförvaltningen, som ansvarar för Helsingborgs stads infrastruktur, har infört en AI-lösning för automatiserad statusövervakning av Helsingborgs gator. Lösningen utgår från mobiltelefoner som installerats i framrutan på stadens sopbilar.

Med hjälp av AI (bildigenkänning), analyseras data om vägskick och vägmarkeringar direkt i enheten och relevant information kan sedan skickas vidare till Stadsbyggnadsförvaltningen. På så sätt har vägunderhållsarbetet automatiserats och effektiviserats: man uppskattar en besparing på 300 Mkr i beläggningsskuld, samtidigt som arbetstid för gatuövervakning sjunkit från 20 timmar/vecka till 1 timme/vecka. Lösningen har varit enkel att skala upp och har förbättrat stadens vägkvalitet.

Komplexitet: låg

Lösningen är avgränsad, berör en enskild funktion eller ett arbetsmoment och har få beroenden till andra delar. Okomplicerat införande.

Detaljer

Med cirka 60 mil gatunät och 30 mil cykelvägar är det en utmaning att hålla Helsingborgs stads infrastruktur i gott skick. Staden har tidigare beläggningsskuld på över 1,2 miljarder kronor, och arbetade med ett otillräckligt manuellt inventeringssystem, vilket var tidskrävande och kostsamt. Varje fullständig inventering tog upp till 48 veckor, och genomfördes därför endast vart tredje till femte år. Mellan inventeringarna fick man inte genomgående uppdateringar om skicket på vägar och vägmarkeringar, utan förlitade sig i stor grad på allmänhetens rapportering. Detta ledde till att skador kunde ansamlas obemärkta, vilket ofta resulterade i relativt dyra åtgärdskostnader jämfört med små skador. Utöver detta försämras både säkerhet och trivsel på vägarna av skador som förblir under längre tid.

Lösning

Sedan 2020 samarbetar Helsingborg med det svenska AI-företaget Univrses, som utvecklat ett system som bygger på att man monterar mobiltelefoner i framrutan på sopbilar– ett fordon som redan täcker hela stadens vägnät varannan vecka – och samlar in bilddata automatiskt under ordinarie sophämtning. AI:n analyserar bilderna direkt i enheten (så kallad edge computing), identifierar sprickor, potthål, bristande vägmarkeringar och andra defekter, och skickar relevant information till stadens dashboards. Systemet är även integrerat med Trafikverkets nationella vägdatabas NVDB, vilket gör det möjligt att jämföra faktisk skyltning mot den registrerade hastigheten på plats – ett område där det ofta uppstår fel. Lösningen är GDPR-kompatibel och kräver inte några dedikerade IT-resurser från kommunen utöver mobiltelefonerna som används under datainsamlingen. All data tillfaller kommunen, men Univrses har rätt att återanvända den för att förbättra sina algoritmer.

Resultat

De ekonomiska och resursrelaterade effekterna från implementeringen har varit tydliga. Det som tidigare krävde uppemot 20 arbetstimmar i veckan för att manuellt övervaka gatunätet kan idag hanteras på en timme. Detta frigör tid för andra, mer värdeskapande arbetsuppgifter, samtidigt som datakvaliteten förbättras. Under våren och sommaren 2022 kunde man minska antalet potthål från omkring 3 000 till 900, vilket inte bara innebar bättre vägar, vilket leder till högre säkerhets- och komfortvärde för medborgarna. Helsingborg har själva uppskattat att tekniken har bidragit till att reducera stadens beläggningsskuld med omkring 300 miljoner kronor –från 1,5 till 1,2 miljarder – och att kostnaden för att driva systemet ligger på enfjärdedel av vad en manuell lösning skulle kosta över fem år.

UTTC

Lösningen har analyserats och beskrivits av Urban Twin Transition Center (UTTC).

Värde

90% effektivare inspektion

  • Inspektionstid minskade från 20 timmar per vecka till 1 timme per vecka.

70% färre potthål

  • Potthål minskade från 3 000 till 900 på sex månader.

200% tillbaka på investeringen

  • Return on investment för Helsingborg beräknas till 200% över 5 år, med en payback-period på 1,8 år.

300 mkr i besparing

  • Helsingborg har uppskattat en besparing på 300 miljoner kronor i minskad beläggningsskuld.

Dokument och länkar

Kontaktpersoner

Lisa Larsson

Projektledare

lisa.larsson@kommun.se

012-345 678

Leverantörer

Liknande lösningar

Smart stad

Med sensorer i fastigheterna och en molnbaserad AI-modell styr ÖrebroBostäder (ÖBO) sina värmecentraler efter faktisk inomhustemperatur i stället för enbart utomhustemperatur. Det har höjt inomhuskomforten för hyresgästerna och ökat energieffektiviteten i fastighetsbeståndet.

  • AI
en varm hand inom äldreomsorgen

Tjörns kommun har tagit ett viktigt steg för att förbättra schemaläggningen inom vård och omsorg. Genom ett spännande samarbete med...

  • AI
Nymyran

Myran är ett digitalt verktyg som används i förskolan för att synliggöra barns lärande i relation till förskolans mål. Syftet...

  • Analys
  • Automatisering
  • Tidsbesparing
Digital tvilling

Göteborgs kommunala bostadsbolag, Familjebostäder, använder ett digitalt AI-baserat system för att analysera och optimera värme och varmvatten i över 19000 lägenheter (500 bostadsbyggnader).

  • AI
hästar i hage

Traditionell miljötillsyn innebär ofta tidskrävande platsbesök och administration för både företagare, privatpersoner och kommuner. Genom digital tillsyn kan kunderna själva...

  • Tidsbesparing
gammal person går nedför en trappa

Sundsvalls kommun testade fallsensorer på äldreboende och fick drygt 70% färre fall under testperioden, samt minskat antal larm.

  • Internet of Things
klient sitter i lägenhet erhåller stöd

Klienter som bor i egen bostad kan beviljas individstöd, och får då hjälp av boendestödjare med struktur och planering av...

  • Tidsbesparing
två mammor läser

Genom lästräning för barn som går sista året i förskolan och ett kompletterande stöd för föräldrarna skapar Familjen läser en likvärdig...

  • Analys
Grönsaker på en tallrik i flera färger

2022 visade en lokal uppföljning av ungdomspolitiken i Luleå att tonåringarna var missnöjda med skolmaten. Över 40% av eleverna i...

  • Automatisering
  • Hållbarhet
  • Kostnadsbesparing