Pluto

Virksomhedshistorik: Pluto Technologies blev etableret for cirka 4 år siden (omkring 2020) af to nyuddannede kandidater i softwaredesign fra IT-Universitetet.

Implementering i kommuner:

• Aabenraa Kommune: Systemet har været i brug i flere år. I artiklen fra Co-pi omtales det som allerede implementeret, og kommunen var i finalen til Digitaliseringsprisen i 2022. Systemet anvendes aktivt med cirka 10 dages årlig dataindsamling.
• Faxe Kommune: Systemet er implementeret og i aktiv brug. Centerchef Jørgen Veisig udtaler om aktiv anvendelse af systemet.
• Københavns Kommune: Testede to konkurrerende systemer i 2023, herunder Pluto. Kommunen planlagde at vælge en leverandør "i løbet af det næste års tid" (fra juli 2024), dvs. forventet implementering i 2024-2025.
• Andre kommuner: Cirka 16 kommuner anvender i alt systemet (nøjagtig implementeringsdato for hver kommune ikke oplyst i kilderne).

Status: I brug fra ca. 2020-2022 i de første kommuner, løbende udrulning til flere kommuner.

Systemet anvender kunstig intelligens på følgende måder:

Teknologisk arkitektur:

• Baseret på Convolutional Neural Networks (CNN) - en AI-arkitektur målrettet billedbehandling
• Anvender den seneste teknologi inden for kunstig intelligens til digitaliseret vejtilsyn
• Machine learning-baseret billedgenkendelse

Billedgenkendelse og analyse:

• Analyserer videooptagelser fra smartphone-kameraer i realtid
• Automatisk detektering og klassificering af forskellige typer vejskader:
  • Slaghuller
  • Revner
  • Revneforsejling
  • Lapning
  • Lunker
  • Krakeleringer
• Genkender og evaluerer vejinventar:
  • Vejskilte (med tilstandsvurdering)
  • Kloakriste
  • Kantpæle
  • Vejmarkeringer (udslidte markeringer)

Estimering og måling:

• Estimerer skader med areal og længde
• Beregner vejkapital og nedbrydning ved brug af samme modeller som Vejdirektoratet
• Konverterer registrerede skader til såkaldte "skadespoint"

Automation og databehandling:

• Automatisk lagring af billeder hver femte meter med tidsstempel og geolokation
• Automatisk generering af detaljerede tilstandsrapporter
• Farvekodning af vejstrækninger baseret på helbredsstatus

Fordele ved AI frem for alternative teknologier:

• Kan håndtere variation i vejtyper (asfalt, fliser, chaussesten)
• Bedre end laserteknologi (Lidar) på mindre veje med varierende forhold
• Kan håndtere forstyrrelser som vejdæksler og grene, som lasere ikke kan
• Giver objektive og konsistente resultater sammenlignet med manuel vurdering

Kilderne identificeret giver ikke detaljeret information om de specifikke træningsdata. Dog fremgår følgende:

Udviklings- og træningsproces:

• Virksomheden har samarbejdet tæt med kommuner (herunder Aabenraa Kommune) og Vejdirektoratet under udvikling og tilpasning af teknologien
• Samarbejdet har fokuseret på at tilpasse teknologien til konkrete kommunale behov
• Systemet er blevet trænet til at genkende de skadeskategorier som bruges af Vejdirektoratet til at beregne vejskadesniveau

Løbende læring:

• Systemet kræver fortsat træning for at fungere optimalt på forskellige typer belægning (asfalt, fliser, chaussesten)
• Algoritmerne skal trænes specifikt til gang- og cykelstier
• Tilpasning til forskellige typer vejnetværk gennem pilotprojekter

Datakilde under brug:

• Videooptagelser fra smartphones monteret i kommunale køretøjer
• Billeddokumentation fra vejnettet med tilhørende GPS-koordinater
• Eksempel fra Aabenraa: Over 400.000 registreringer (mod tidligere 9.000 manuelle registreringer)

GDPR og databeskyttelse:

• Maskering af persondata: Ansigter og nummerplader maskeres så tidligt i processen, at det ikke udgør et problem
• De forskellige leverandører griber maskeringen "lidt forskelligt an", men sikrer alle databeskyttelse
• Københavns Kommune har haft GDPR-jurister til at vurdere løsningen
• Testforsøget i Københavns Kommune har bekræftet, at teknologien kan beskytte borgernes data

Datalagring:

• Billeder lagres med tidsstempel og geolokation
• Billeddokumentation tilgængelig via sikret webplatform

Kvalitetssikring:

• Objektive og konsistente målinger reducerer fejl sammenlignet med manuel registrering
• Systemet anvender samme beregningsmodeller som Vejdirektoratet
• Visuel dokumentation giver mulighed for verifikation af registreringer

Kilderne nævner ikke yderligere specifikke sikkerhedsforanstaltninger vedrørende IT-sikkerhed, datakryptering eller adgangskontrol.

Pilotprojekter og tests:

Udviklingssamarbejde med Aabenraa Kommune:

• Pluto Technologies indledte et tæt samarbejde med Aabenraa Kommune om videreudvikling, tilpasning og implementering af teknologien
• Samarbejdet fokuserede på:
  • Hvilket detaljeringsniveau der var brug for i data
  • Hvordan data implementeres i vejdatabase
  • Hvordan opgaver prioriteres og sendes til udførelse
  • Tilpasning af avanceret teknologi til konkrete kommunale behov
• Jakob Scholdan, ingeniør i Aabenraa Kommune: "Det har været spændende at være med i et samarbejde, hvor vi har kunnet bidrage med vores faglighed og viden om hele processen ved vejvedligehold."

Testfase i Københavns Kommune (2023):

• Københavns Kommune testede to konkurrerende systemer, herunder Pluto
• Testområde: Kommunens 550 km vej
• Formål: Vurdere om teknologien er moden til opgaven

Identificerede udfordringer og løsninger:

Tekniske udfordringer:

• Variation i vejtyper: Belægning kan være asfalt, fliser og chaussesten
  • Løsning: Yderligere træning af algoritmer til forskellige vejtyper
• Gang- og cykelstier: Kræver specifik tilpasning
  • Løsning: Fortsat træning af algoritmerne
• Forskellige typer vejslid: Slaghuller, revner, revneforsejling, lapning, lunker, krakeleringer
  • Løsning: Systemet kan rubricere de forskellige typer, men kræver fortsat tilpasning
• Integration med eksisterende systemer:
  • Udfordring: Københavns Kommune bruger PUMA-platform til driftsopgaver
  • Løsning: Behov for at indtænke data i et samlet hele med eksisterende systemer - "ikke plug-n-play"

Juridiske/etiske udfordringer:

• GDPR-problematik: Tusindvis af mennesker og biler optages og kan identificeres
  • Løsning: Maskering af ansigter og nummerplader tidligt i processen
  • Resultat: GDPR-jurister i Københavns Kommune har bekræftet at løsningen beskytter borgernes data

Organisatoriske tilpasninger:

• Behov for at forstå praktiske og politiske omstændigheder i kommunerne
• Johan Bender, CEO: "Det har været utroligt vigtigt for udviklingen af teknologien at have et samarbejde med kommunerne og lytte til dem, der skal bruge systemet."

Resultater af pilotprojekter:

• Aabenraa Kommune vandt finaleplads til Digitaliseringsprisen 2022
• Teknologien vandt udviklingsprisen fra KEF (foreningen for kommunal drift og service)
• Københavns Kommune konkluderede at "teknologien er moden til det"
• "Kæmpe interesse fra andre kommuner" som har besøgt Aabenraa eller henvendt sig

Effektiviseringsgevinster:

• Tidsbesparelse: Reduktion af tidsforbrug på inspektioner og rapportering med op til 70% (Faxe Kommune)
• Aabenraa Kommune: Reduceret fra omfattende 4-årig cyklus med eksterne konsulenter til 10 dages arbejde årligt for én medarbejder
• Medarbejdere skal ikke længere multitaske med at køre langsomt og kigge efter skader
• Medarbejdere skal ikke stå midt på vejen for at registrere skader

Økonomiske besparelser:

• Billigere end manuel inspektion med eksterne konsulenter
• Billigere end Lidar-løsninger som bruges af Vejdirektoratet
• Bedre prioritering af asfaltbudget gennem objektive data
• Jakob Scholdan, Aabenraa: "Vi har fået et væsentligt bedre og billigere produkt"

Kvalitetsforbedringer:

• Væsentligt bedre datagrundlag: Aabenraa Kommune gik fra 9.000 til over 400.000 registreringer
• Mere præcise og objektive data: Eliminerer menneskelige skøn og fejl
• Opdateret information: Årlige registreringer frem for 4-årig cyklus
• Bedre beslutningsgrundlag: Visuel dokumentation og detaljeret overblik over hele vejnettet
• Jakob Scholdan: "Vi kan se og vurdere skaderne her på kontoret og kan direkte sende en registreret skade videre til en medarbejder som en opgave"

Forbedret vedligeholdelse:

• Hurtigere reaktion på kritiske problemer
• Flere rettidige reparationer der forlænger vejens levetid
• Mulighed for at automatisere at vigtige opgaver (som reparation af huller) igangsættes tidligere
• Effektiv og miljøvenlig vejvedligeholdelse

Trafiksikkerhed:

• Bedre mulighed for at identificere og udbedre farlige skader hurtigt
• Forbedret trafiksikkerhed gennem systematisk vedligeholdelse

Miljøfordele:

• Reduktion i CO2-udledning fra kørsler
• Færre kørsler nødvendige for inspektion

Dokumentation overfor beslutningstagere:

• Vejkapitalen kan udregnes og behovet dokumenteres overfor politikere
• Transparent og opdateret overblik med visuel dokumentation

Nationale implementeringer: Cirka 16 danske kommuner anvender Pluto RoadSystems, herunder:

• Aabenraa Kommune
• Faxe Kommune
• Hillerød Kommune
• Ringkøbing-Skjern Kommune
• Københavns Kommune (planlagt implementering efter testfase)

Internationale implementeringer:

• Enkelte kommuner på Færøerne
• Enkelte kommuner i Sverige

Erfaringer fra kommuner:

Aabenraa Kommune:

• Jakob Scholdan, Driftsansvarlig og vejingeniør: "Kvaliteten af registreringerne har medført, at vi bedre prioriterer vores budget, samt foretager flere rettidige reparationer, der forlænger vejens levetid. For os er det fremtidens redskab til drift og vedligehold."
• "Vi har fået et enormt stort datagrundlag, som giver os et bedre beslutningsgrundlag, når vi skal lægge nyt asfalt."
• Kæmpe interesse fra andre kommuner som har besøgt eller henvendt sig

Faxe Kommune:

• Centerchef Jørgen Veisig udtaler positivt om brugen af Pluto som driftsværktøj
• 682 km veje og ca. 100 km stier dækkes af systemet
• Reduktion i tidsforbrug på inspektioner med op til 70%

Københavns Kommune:

• Digitaliseringschef Marie Hvid Damborg konkluderede efter testfase i 2023: "Testen har heldigvis betrygget os i, at teknologien godt kan beskytte borgernes data"
• "Der er ikke de helt store besparelser i brugen af et quick-fix med AI, men der kan være små besparelser og det vil nok give et kvalitetsløft"
• Planlægger implementering i løbet af 2024-2025

Alternative teknologier: Vejdirektoratet anvender Lidar-løsninger til motorvejsnettet, men disse er dyrere og mindre velegnede til varierende mindre veje.

Konkurrerende systemer: Københavns Kommune testede to konkurrerende systemer i 2023, men kilderne nævner ikke hvilke andre systemer der findes.

Vidensdeling: Der er etableret et aktivt netværk af kommuner der deler erfaringer og best practices omkring brugen af systemet.