c

Datadrevet anleggsplass

Anleggsmaskiner i vår bransje står på tomgang mellom 40 og 60 prosent av tiden. Hovedgrunnen til dette er at prosjektene er store og komplekse. På de største veiprosjektene våre kan nærmere 200 ulike maskiner være i arbeid samtidig.

Se for deg et veiprosjekt der hver eneste anleggsmaskin alltid vet hvor de andre er, hva de gjør og hva som er den optimale måten å organisere arbeidet på. Algoritmer som gjenkjenner effektive rutevalg, ser hvilke maskiner som trengs hvor og samkjører maskinparken kan gjøre dette til en realitet. Unødig ventetid, tomgangskjøring og overflødig arbeid blir en del av fortiden, samtidig som anleggsprosjekter blir mer bærekraftige.

For å forsøke å virkeliggjøre disse tankene, har vi initiert et FoU-prosjekt hvor vi skal bruke kunstig intelligens for å kutte utslipp fra anleggsmaskiner. På denne måten kan vi også hjelpe maskinene å gjøre jobben bedre, raskere og billigere.

Vi vet også at vi ikke kan løse denne utfordringen alene. Derfor har vi fått med oss SINTEF, Volvo og Ditio og forskningsmidler fra Forskningsrådet.

Det aller mest effektive hadde vært om alle maskinene visste hvor alle andre maskiner var, hvem som er ledige nå, og hvilke oppgaver som utføres til enhver tid. Vi logger allerede data fra maskinene våre for å dokumentere hva de gjør. Disse dataene bruker vi nå til å bygge systematiske algoritmer som skal lære maskinene hvordan de kan jobbe smartere sammen og for å bygge billigere vei på kortere tid, med mindre utslipp. Denne forskningen vil også være nyttig for fremtidens utslippsfrie maskiner som da vil jobbe mer effektivt og ha mindre behov for energi.

Målet med dette prosjektet er å utvikle et digitalt verktøy som gjøres kommersielt tilgjengelig slik at bransjen sammen kan nå bærekraftsmålene.

Dette prosjektet hadde oppstart i 2020 og vil vare frem til 2023.

Denne siden ble sist oppdatert: 24.11.2023