Koneäly auttaa teiden ja katujen kunnossapidossa

Liikennevirasto julkaisi joulukuun alussa kelitietoon liittyvän tiedotteen, jossa kerrottiin tulevaisuuden keliennustamiseen ja siten tienpitoon liittyvistä haasteista. Vakiintuneet keliolosuhteet ovat suurimmasta osasta Suomea jo poistuneet ja yhä enenevässä määrin on turvauduttava lähipäivien ennusteisiin. Tämä asettaa haasteita kunnossapitourakoitsijoille, joiden odotetaan olevan valmiudessa vuorokauden ympäri ja toimivan jatkossa yhä nopeammin ja ketterämmin.

Jo pari vuotta sitten YIT:n kunnossapidon kehittäjät alkoivat tosissaan pohtimaan, miten koneoppimista voitaisiin hyödyntää suoraan toimenpiteissä. Yksi kehitysprojektin keskeisimmistä kysymyksistä oli, mitä kaikkea koneoppimisen kanssa voidaan tehdä: mitä dataa kunnossapidosta on jo kertynyt ja miten sitä voisi hyödyntää koneoppimisessa.

Työnimeltään kelikoneäly on koneoppimiseen perustuva järjestelmä tiestön kunnossapitotöiden hallintaan. Järjestelmällä ennustetaan liukkauden todennäköisyyttä ja tienpinnan olosuhdemuutoksia, jota hyödynnetään teiden ja katujen kunnossapitotoimenpiteiden optimoinnissa. Se on 24/7 -toiminnassa oleva järjestelmä web-pohjaisella käyttöliittymällä, joka oppii työmaan toiminnasta ja hyödyntää monipuolisesti niin YIT:n itsensä keräämää ja siten omistamaa dataa ja ulkoista, kaikille avointa dataa. Järjestelmä toimii Azure-alustalla, Microsoftin koneoppimisen työkaluilla. Projektin alihankkijoina ovat toimineet Louhia Oy ja Soikea Oy.

”Järjestelmä on päivittäisessä käytössä kaikilla kunnossapidon urakoillamme ja sillä haetaan parempia algoritmeja toimintamme tueksi. Projektille on suunniteltu jo jatkoa, jossa kehitetään uusia algoritmeja, joilla pyritään entistä suurempiin ympäristö- ja taloudellisiin säästöihin”, kertoo kelikoneälyn kehittämisestä vastaava projektipäällikkö Petri Jansson YIT:n kunnossapitoyksiköstä.

Parhaimmillaan järjestelmällä saadaan hiottua toimenpiteet täsmälleen oikea-aikaisiksi, mikä tarkoittaa loppukäyttäjälle parempia olosuhteita liikkumiseen. Järjestelmä ennustaa esimerkiksi liukkautta aivan uudella tavalla, oppien aiemmista toimenpiteistä ja niiden tuloksista.  Se kertoo kunnossapitäjille, milloin on optimaalisin aika tehdä toimenpiteitä sekä millainen määrä ja mitä liukkaudentorjuntamateriaaleja tarvitaan.

Järjestelmä on käytössä kaikissa YIT:n kunnossapidon urakoissa, mikä mahdollistaa benchmarkkauksen eri urakoiden välillä. Oulun tilannetta pystytään vertaamaan Helsinkiin, henkilöstö oppii samalla ja pysyy ajan tasalla. YIT:n kunnossapidon 24/7 -päivystävä palvelukeskus PANU operoi järjestelmän pääkäyttäjänä, mutta kuka tahansa urakkavastuullinen näkee koko maan tilanteen.

Järjestelmää on kehitetty muutaman vuoden ajan, jolloin talvella saatuja oppeja jalostetaan kesän ajan ja niitä testataan jälleen seuraavana talvena.