Skip to content

Program som förutser trängsel och varnar för trafikstörningar utvecklas som bäst

Publicerad 14.12.2017

Trafikverket håller tillsammans med Digia på att utveckla ett program som använder sig av maskininlärning och som kan förutse trafikträngsel i realtid.

Kuvituskuva tekoälystä liikenneruuhkia kiikaroimassa

”Om 15 minuter uppstår det med 90 % sannolikhet trängsel vid Veikkola på Åbo motorväg i västlig riktning.” Bland andra sådana trängselprognoser kan snart vara vardagsmat i Finland.

”Tillsammans med Digia har vi utvecklat ett program som rätt tillförlitligt kan förutse hur fordonens mängd och hastighet utvecklas på landsvägarna. För närvarande pågår en testfas, vars preliminära resultat är lovande”, konstaterar Pekka Kinnunen, analytikexpert vid Trafikverket.

Med lovande resultat menar Kinnunen att programmet kan förutse fordonens hastigheter med över 99 % sannolikhet, på till exempel Åboledens teststräckor.

Hur har man lyckats få så noggranna resultat? Före den allra första prognosen, var man tvungen att lära programmet hur trängsel uppstår. Det har programmet lärt sig självt genom att studera historiken. Programmets studiematerial har bestått av väglagsdata och data som vägtrafikens automatiska mätstationer har samlat in under åren 2015 och 2016. Dessa data innehåller till exempel information om mängden fordon som passerat mätstationen och deras hastighet.

”Också i skolan får eleverna först lära sig något och sedan kontrollerar man med prov hur inlärningen fungerat. Provet som ordnades för programmet som använder sig av maskininlärning var att förutse körhastigheterna och trafikmängden under första hälften av 2017. Det klarade programmet av med berömligt vitsord”, säger Kinnunen.

Svårt också för artificiell intelligens att förutse plötslig trängsel

Artificiell intelligens är ofta bättre på att förutse saker än människan, men den har också sina begränsningar. Till exempel trängsel som uppstår på grund av plötsliga krockar kan ingen prognosmodell känna till i förväg.

”Det går inte att förutse slumpmässiga situationer med de nuvarande modellerna. Däremot är det möjligt att utveckla programmet så att det varnar då körhastigheterna på vägen blir märkbart lägre än förutsett. Detta ger en viktig signal om att det har hänt något oförutsett i trafiken”, menar Kinnunen.

Nyttan av noggrannare trängselprognoser

Trängselprognoser som görs av maskininlärningsprogram används ännu inte i trafiken, men situationen kan ändra inom de närmaste åren. I framtiden kunde man använda noggrannare trängselprognoser åtminstone som stöd för trafikstyrning.

”I slutändan innebär noggrannare trängselprognoser smidigare och säkrare trafik. Om vi till exempel vet att det snart blir trängsel på Åboleden, så kan vi försöka underlätta situationen med hjälp av ljusstyrning”, säger trafikcentralchef Mika Jaatinen vid Trafikverket.

Om experimentet ger goda resultat kan, förutom vägtrafikcentralerna, också trafikanterna i framtiden dra nytta av bättre trängselprognoser, till exempel via Trafikverkets tjänst Trafikläget.


Ytterligare information
Analytikexpert Pekka Kinnunen
Trafikverket
tfn 029 534 3250
fornamn.efternamn(at)trafikverket.fi


Artikeln är gammal. Artikeln kan innehålla föråldrad information och länkarna kanske inte fungerar. Våra publikationer finns i Dorias publikationsarkiv