1.8 Smart underhåll av stadsgator baserat på objektiv data
Utmaning
Miljön för kommunala gator är annorlunda jämfört med statligt ägda vägar, vilket innebär att det krävs en annan underhållsmetod. Det finns många kommuner med olika storlek på gatunät, befolkningstäthet, klimat, ekonomi och underhållskapacitet över hela landet. Att hitta en lämplig lösning för alla kommuner är en enorm utmaning. Det saknas lämpliga objektiva metoder för att prioritera underhållet: Vilket, när, var och hur ska deras gatunät underhållas?
Data av god kvalitet behövs för bättre beslutsfattande. Men vilka data, hur ska de samlas in och analyseras? Användning av maskininlärning kan vara en lösning för att förbättra strategin för gatuunderhåll på kommunal nivå.
Lösning
Genom att studera kommunernas nuvarande underhållspraxis och utmaningar har det visat sig att kommunerna står inför både tekniska och administrativa utmaningar. Åldrande gator, budgetbegränsningar och brist på datadriven bedömning är några av de prioriterade frågorna att ta itu med. Hållbarhetsverktyget SUNRA har utvecklats för att komplettera beslutsfattandet om huvudunderhåll på kommunal nivå. Verktyget testades på underhållsprojekt i Skellefteå kommun, men kan anpassas till andra kommuners kapacitet. Modeller för att räkna på försämring av beläggning baserade på maskininlärning har utvecklats för att prioritera underhåll. Modellerna kommer att utvärderas vidare med hjälp av ytterligare data.
Samhällspåverkan
1. Förbättra medvetenheten om hållbarhet inom gatuförvaltning på kommunal nivå.
2. Förbättra datadrivet beslutsfattande vid val av underhållsalternativ.
3. Effektivt utnyttjande av skattebetalarnas pengar vid förvaltning av gator i städer.
6 maj kl 13.00 går det att ta del av Amjad Afridis licentiatseminarium, läs gärna mer om avhandlingen avhandling Municipal street pavement maintenance and management practices in Sweden här.
