Vägar & gator
Typer, design & prioriteringar av trafikslag
Vägnätet är en av statens och kommunernas dyraste tillgångar, och frågan om vem gatan är till för (bilar, bussar, cyklar eller gående) är ständig lokalpolitik. AI flyttar nu in i båda ändarna: i underhållet av asfalten och i prioriteringarna ovanför den.
Hur AI skulle kunna förändra detta
Det mest konkreta händer i underhållet. I en branschstudie med Svevia och Trafikverket testas kameror i arbetsfordon som lär sig känna igen potthål, sprickor och tjälskador, med målet att först automatisera datainsamlingen, sedan underhållsplaneringen och till sist logistiken. I dag mäter Trafikverket vägytan fysiskt med ett till två års mellanrum; uppkopplade fordon kan ge en nästan kontinuerlig bild, och förebyggande lagningar är billigare än akuta.
Nästa steg är prioriteringarna. Med bättre data kan en kommun simulera vad en ny cykelbana, en sänkt hastighet eller en ändrad plogordning gör med trafiken innan beslutet fattas. Det kan göra gatupolitiken sakligare, men också skevare: data från uppkopplade fordon beskriver vägar där sådana fordon kör, och grusvägen utan sensorer syns inte i statistiken. AI-kommissionen varnar samtidigt för att Sverige förhåller sig passivt medan tekniken sätter sig.
Frågor att diskutera
Vilka gator får bättre underhåll när prioriteringen styrs av data från uppkopplade fordon, och vilka glöms bort?
Hur förändras debatten om gatuutrymme om kommunen kan simulera effekten av en cykelbana innan den byggs?
Vad betyder det för småvägar och enskilda vägar på landsbygden om underhållet optimeras efter trafikmängd?
Vilken roll ska väghållarens AI spela i mötet med medborgare som felanmäler: snabbare svar eller ett filter mot ansvar?
Hur långt vågar vi automatisera vägunderhållet, och var behövs fortfarande en människa som tittar med egna ögon?
Att tänka på
- Trafikverket mäter vägytan fysiskt med ett till två års mellanrum; uppkopplade fordon kan ge en nästan kontinuerlig bild.
- Fordonsdata speglar var fordonen kör; lågt trafikerade vägar syns sämre och riskerar lägre prioritet.
- Vinsten med AI-prognoser uppstår när de leder till förebyggande underhåll, inte fler akuta utryckningar.