Idag används främst induktiva slingor nedfrästa i körbanan för att styra trafiken i Stockholm, precis som i många andra städer. Slingorna reagerar på förändringar i magnetfältet när ett fordon passerar, och skickar sedan en signal till ett styrskåp i korsningen.

Ivan Stankovic

– Induktivt anger bara på eller av. Det går inte att avgöra hur många fordon som befinner sig i en detektorzon, eller vilken typ av fordon det är. Med vårt test ville vi se om vi kan ersätta slingorna på ett tillfredsställande och lite mer smart sätt, säger Ivan Stankovic, projektledare på trafikkontoret och en av de ansvariga.

Trafikkontoret upphandlade ett test för att studera hur lösningar som bygger på videokameror med funktioner för bildigenkänning står sig jämfört med detektorslingor.

Tre leverantörer togs in för att testa sina lösningar – Qamcom Research and Technology, Marshall AI och Viscando. De två förstnämnda delade på den kamera från Axis som projektet valt för testet, en Q1765-LE Network Camera med 1920 x 1080 bildpunkter, medan Viscando använde sin egna kamera Otus3D.

Kamerorna monterades på en förlängd stolpe 5,5 meter upp i luften mitt i korsningen mellan Sankt Eriksgatan och Fleminggatan, riktade norrut. I ett styrskåp intill monterade leverantörerna sina beräkningsenheter dit kamerorna anslöts med en Ethernetkabel som även drev dem via Power over Ethernet.

Datorer monterade i styrskåp.

Utmaningarna i projektet har varit många – att få tillstånd för kameraövervakning blev en rejäl bromskloss. Det tog drygt ett år att få ett tillstånd som beviljades med särskilda villkor om skyltning, bevakning i realtid, inspelning och lagring av bilder samt krav på maskning av bilden för att begränsa innehållet.

Under sommaren 2020 kunde testet starta. I samband med det försvann Viscando från projektet på grund av permitteringar orsakade av covid-19.

– En utmaning som bör poängteras var placeringen av kamerorna för bästa detektering. De sattes upp på själva trafikstolpen, vilket innebar att solljus kom in i kameran under dagen och på kvällen bländades den av bilarnas lyktljus eftersom det är en nedförsbacke på Sankt Eriksgatan.

Ytterligare en insikt var att datahanteringen var betydligt mer krävande än förväntat. Det blev alltför varmt i styrskåpet, vilket tvingade leverantörerna att kompromissa. Den ena valde att lägga mer kraft på klassificering och räkning av fordon, och mindre på själva trafikstyrningen. Den andra gjorde tvärtom.

– Ändå gjorde vi en begränsad trafikstyrning, med bara en detektorzon, och vi hade bra datorer. I framtiden kommer vi att vilja ha ännu mer styrning, exempelvis med bussprioritering, så det är tydligt att vi kommer att behöva betydligt mer kraftfull cpu-kärna framåt, konstaterar Ivan Stankovic.

I november avslutades testet med slutsatsen att det är för tidigt att skala upp tekniken. Det behövs fler tester för att kunna ersätta dagens nedgrävda detektorer.

Samtidigt menar Ivan Stankovic att projektet som är trafikkontorets första kring AI varit berikande.

– Vi är inte bara intresserade av trafikstyrningen, utan även trafikräkning och klassificering av fordon i trafikmiljön. En kamera ska kunna känna av om det är en lastbil, bil, cykel eller barnvagn, och där ser resultatet verkligen lovande ut.

Artikeln är tidigare publicerad i magasinet Elektroniktidningen. Prenumerera kostnadsfritt!

– Jag fick se en live-bild från Qamcom och Marshall, och blev väldigt nöjd. Algoritmen kände till och med av fordon som inte rörde sig, i ett cykelställ kände kameran av att ”här är det cyklar”.

Än är inget officiellt beslut taget om ett nästa steg. Däremot finns ett stort intresse av att fortsätta utveckla stadens kompetens inom AI-område.

– Vi tror på att ha AI i den offentliga miljön för framförallt styrning av trafiksignaler. Sen får vi se om det smartaste är att gå vidare med videokameror, säger Ivan Stankovic.

BIld i ingress: Viscandos kamera överst, Axis under.