Som led i satsningen på Kolding bymidte implementeres et AI-baseret tælle- og analysesystem, der i realtid registrerer fodgængere, cyklister og køretøjer og omsætter målingerne til viden om flow, spidsbelastninger og opholdstider. Ved hjælp af edge computing behandles data lokalt ved sensoren. Løsningen skaber et solidt datagrundlag for løbende justering af signaler, ruter og byrum samt mere målrettet planlægning af events, turismestrømme og adgangsforhold.

Med billeder taget med mobiltelefon i forruden, kunstig intelligens og tilhørende dataplatform får vejmyndigheder en objektiv og effektiv løsning til at prioritere, koordinere og dokumentere det kort- og langsigtede vedligehold.

Mobiltelefonen som sidder i forruden tager billeder og sammen med kunstig intelligens og tilhørende dataplatform får vejmyndigheder en objektiv og effektiv løsning til at kunne prioritere, koordinere og dokumentere kort- og langtids vedligehold.

Projektet vil digitalisere vejtilsyn fra en manuel inspektion og registrering til en digital indsamling, hvor man gennemkører vejene og med sensorteknologi registrerer og lagrer data om vejens tilstand. Herefter kan man ved hjælp af kunstig intelligens/algoritmer identificere skader, ujævnheder, bump og huller. En digital indsamling af data vil sikre præcise, objektive data om vejområdet, der langt bedre understøtter planlægning og prioritering af både vedligeholdelse og genopretning.

AI-løsning, der kan identificere og klassificere vedligeholdelseskrævende huller og revner i slidlag.

AI-løsning, der med EDGEteknologi identificerer trafiktyper og optimerer flows i vejkryds. Projektet er pt et pilotforsøg. 

Kommunen har netop indgået aftale om brug af prætrænede algoritmer, der skal bruges til at indsamle data om vejenes tilstand, via kameraer i egne biler. Data skal bruges til beregninger af vejnettets restbrugstider, så der kan foretages rettidige investeringer i vejnettet.

Columna Cura Plan bruges i danske kommuners hjemmepleje og sygepleje til automatiseret ruteplanlægning. 

Anvendelse af edge-computing (kameraer samt machine learning i boks placeret på f.eks. husmure og lygtepæle) til registrering af trafik (fodgængere, cykler og biler). I første omgang i lyskryds samt centrum/gågade, i dag nedskaleret og fokuseret udelukkende på centrum/gågade med særligt fokus på digital understøttelse af bylivsregnskaber og -analyser.

Projekt gennemført i samarbejde med den tyske Neusoft. Ved hjælp af sensorer (kamera i bil + GPS) og ML-billedgenkendelse fik vi indsamlet en klassificering af skilte og kantpæle med tilhørende geolokation på de kommunale veje. Formålet var at se, hvorvidt teknologierne kunne frembringe et stærkt datagrundlag, inden der skulle gennemføres et nyt skilteudbud i driften.