Scania-juhlakiertue

Liikennevirasto ja Tieto toteuttivat keväällä̈ 2018 kokeilun, jossa testattiin tekoälyn ja nousevan LiDAR-mittausteknologian käyttökelpoisuutta liikennevirtojen analysoinnissa. Sensorifuusioon perustuva kokeilu osoitti, että tekoälyn avulla voidaan analysoida liikennevirtaa ja tuottaa reaaliaikaista tietoa liikenneturvallisuuden tueksi ilman merkittäviä lisäkustannuksia.

Tavallisuudesta poikkeavat liikennetilanteet muodostavat merkittävän liikenneturvallisuusriskin. Tällä hetkellä liikennetilanteiden automaattinen valvonta perustuu vahvasti kameraperustaiseen videodataan ja kehittyneimmät ratkaisut kohdentuvat lähinnä tunneleiden turvallisuuden valvontaan. Tekoälyä ja sensoridataa yhdistäviä järjestelmiä ei käytetä vielä yleisesti tavallisuudesta poikkeavien liikennetilanteiden reaaliaikaiseen valvomiseen. Sensorifuusiota hyödyntävät ja automaattisesti tekoälyn avulla dataa analysoivat järjestelmät voivat jatkossa tuoda uusia mahdollisuuksia turvallisen tienpidon helpottamiseksi.

Kehä 1:n ruuhkaputki testiympäristönä 

Liikenneviraston ja Tiedon kokeilu toteutettiin Espoon Leppävaarassa sijaitsevassa Mestarintunnelissa. Tunneliin asennettiin videokameroiden rinnalle LiDAR (Light detection and ranging) -tutka. Videokuvaan verrattuna LiDAR-teknologian etuna on sen toimintavarmuus erilaisissa valaistusolosuhteissa, sillä itse laservalopulssin tuottava LiDAR-teknologia toimii luotettavasti myös hämärässä. Kehitettävän ratkaisun tuli havaita muun muassa pysähtyneet ajoneuvot ja muut poikkeavat esiintymät kuten teillä liikkuvat ihmiset tai eläimet. Projektilla oli käytössään runsaasti normaalista liikennevirrasta kerättyä dataa. Poikkeustilanteita mittausajanjaksolle osui kuitenkin vain vähäinen määrä, mikä vaikeutti tekoälyratkaisun kehittämistä.   

- Hankkeessa päädyttiin toteuttamaan normaalia liikennevirtaa mallintava sensorifuusioperustainen räätälöity koneoppimismalli, joka tunnistaa myös täysin uudet poikkeustilanteet vertaamalla niitä normaalista liikenteestä opittuun malliin. Lähestyminen osoittaa, että pienemmilläkin havaintomäärillä voidaan rakentaa käytännössä toimivia tekoälyratkaisuja, kertoo datatieteilijä Ari Rantanen Tiedon Datakeskeiset liiketoiminnot -yksiköstä  

- Poikkeustilanteiden automaattinen tunnistaminen on keskeinen vaatimus turvallisessa tieverkossa. Tämän hetkisten toimintavaatimusten perusteella kustannustehokkaimmaksi on osoittautunut kamerapohjainen häiriöhavaintojärjestelmä. Markkinoita kuitenkin seurataan jatkuvasti ja uusien teknologioiden avulla pyritään hakemaan uusia mahdollisuuksia sekä kustannustehokkuutta, sanoo tieasiantuntija Kalle Ruottinen Liikennevirastosta. 

Tekoälyn avulla reaaliaikaista tietoa 

Projekti osoitti, että liikennevirtojen automaattisella analysoinnilla voidaan tuottaa eri sidosryhmien tarpeisiin merkittävästi uutta lähes reaaliaikaista informaatiota ilman merkittäviä lisäinvestointeja sensoreihin. Sensorifuusiotekoäly mahdollistaa liikennevirtojen analysoinnin lisäksi lukuisan joukon muita käyttötapauksia, esimerkkinä häiriötilanteiden ennustaminen ja liikenteenohjauksen avustaminen.