Case-Based Reasoning for Vind- og friksjonsvarsling

Ved å bruke de samme datamodellene som anvendes innen kunstig intelligens er målet å bygge et system som både tar hensyn til tidlgere erfaringer og faktiske nå-tidsparametre for å forutsi hvordan vind og friksjons forhold kommer til å utvikle seg fram i tid. Tidligere erfaringer ved stengninger vil bli benyttet sammen med data fra værstasjoner som har vind og friksjonsmåling. I tillegg vil datasettet suppleres med data fra kjøretøy som kontinuerlig måler friksjonsforholdene over fjellovergangen. Ved å kunne forutsi hvordan friksjonsforholdene vil utvikle seg kan man i større grad drive prevantivt vintervedlikehold. Man vil også kunne informere om framtidig stengning slik at transportører kan planlegge transportene smidigere. Til sist vil prosjektet ta fram et førerstøttesystem som veileder førere av tunge kjøretøy slik at man til enhver tid har tilstrekkelig friksjon under overfarten.

Statens vegvesen har på alle høyfjellsoverganger såkalte klimastasjoner. Disse måler en rekke parametere som nedbør, temperatur, lufttrykk, vind og duggpunkt. Etter en dramatisk bussulykke på Dovre i 2011, der sterk vind i kombinasjon med dårlig friksjon var sterkt medvirkende til ulykken, ble noen overganger utstyrt med friksjonsmålere. For å videre utvikle varslingen på fjelloverganger er noen også blitt utstyrt med siktmålere. De ovennevnte sensorer er hver for seg gode til å si hvordan situasjonen er der de står og i et begrenset område rundt. For å kunne dekke hele fjellovergangen og generalisere til flere fjelloverganger, er det påkrevd med et mer finmasket sensornett. Dette prosjektet ser for seg å benytte et allerede pågående forskningsprosjekt. Statens vegvesen, NTNU og Sintef er allerede involvert i et prosjekt sammen med Vovlo technologies hvor man henter friksjonsforhold fra bilen (V2X). Prosjektet har navnet Road Status Information (RSI). I RSI etableres en demonstrasjon hvor man benytter 500 biler i Norge. I tillegg vil biler fra 2016 modellen og utover ha denne teknologien som standard. Med en flåte med biler som kontinuerlig måler friksjon, vil man kunne dekke hele fjelloverganger på en bedre måte. Med et så godt utbygd sensornettverk er tanken at man skal kunne benytte sensor-data sammen med tidligere erfaringer for å forutsi hvordan forholdene vil utvikle seg fram i tid, samt gi råd om mulige tiltak basert på virkningsgraden av tidligere tiltak. CBR er basert på en psykologisk teori om at mennesket lagrer kunnskap i situasjonsbestemte observasjoner, såkalte cases, og at man resonerer basert på generalisering av disse tidligere observasjonene. På grunnlag av dette vil et CBR-system kunne bygges, og fortløpende overvåke situasjonen på de mest utsatte strekningene på E6 Dovrefjell. En slik prediksjon vil kunne ha flere effekter. Både med tanke på trafikksikkerhet, fremkommelighet og forutsigbarhet samt et mer effektivt vintervedlikehold av veier. Se