Et nyt AI-drevet system har på blot tre måneder identificeret over 200 trafikfarlige vejstrækninger i hele landet, som myndighederne nu vil prioritere at udbedre. Projektet skal forebygge ulykker, før de sker.
Siden maj i år har et samarbejde mellem Vejdirektoratet og forskere fra Aalborg Universitet brugt kunstig intelligens til at analysere trafikdata, ulykkesrapporter og vejforhold. Resultatet er en liste på 234 strækninger, hvor risikoen for alvorlige ulykker er markant højere end gennemsnittet. Områderne spænder fra snævre landeveje i Nordjylland til bykryds i Storkøbenhavn.
"Vi har længe vidst, at nogle veje er mere farlige end andre, men det har været en tidskrævende proces at kortlægge dem manuelt. Med AI kan vi nu gøre det på en brøkdel af tiden og med større præcision," siger projektleder og civilingeniør Lene Vestergaard fra Vejdirektoratet.
Systemet, der er døbt TrafikSikker AI, kombinerer data fra politiets ulykkesregistreringer, vejrstationer, trafikmålinger og endda dashcam-optagelser fra frivillige bilister. Ved at fodre algoritmen med historiske data har forskerne trænet den til at genkende mønstre, der ofte går forud for ulykker – som f.eks. hyppige opbremsninger, glatte vejbaner eller dårlige oversigtsforhold.
Uventede risikozoner dukker op
Blandt de mest overraskende fund er en 12 kilometer lang strækning på landevej 181 mellem Hobro og Mariager i Østjylland. Her har AI identificeret en usædvanlig høj koncentration af ulykker med påkørsel af vildt, selvom vejen ikke tidligere har været markeret som særlig risikofyldt.
"Vi troede, at de store problemer lå på hovedvejene, men det viser sig, at mange alvorlige ulykker sker på mindre veje, hvor hastigheden er høj, og oversigten er dårlig," forklarer Vestergaard.
En anden strækning, der nu er kommet i fokus, er krydset mellem Ringvejen og Lyngbyvej i Københavns nordvestkvarter. Her har AI påpeget, at cyklisters og bilisters krydsende ruter skaber farlige situationer, især i myldretiden. Ifølge systemet er risikoen for sammenstød her dobbelt så høj som på lignende kryds i hovedstaden.
Borgere efterlyser handling
For beboerne i landsbyen Øster Hornum i Nordjylland kommer nyheden ikke som en overraskelse. Her har en 3,5 kilometer lang strækning på landevej 505 længe været berygtet for farlige overhalinger og frontalkollisioner.
"Det er godt, at nogen endelig gør noget. Sidste år mistede vi en nabo i en ulykke her, og det er ikke første gang," siger lokalrådets formand, Jens Krogh, der selv har været vidne til flere nærved-ulykker. "Men vi håber, at det ikke bare bliver ved rapporterne. Vi har brug for autoværn, bedre belysning og måske en hastighedsnedsættelse."
Ifølge Vejdirektoratet vil de første konkrete tiltag blive sat i værk allerede i efteråret. Prioriteringen sker ud fra en kombination af AI’ens risikovurdering og en efterfølgende manuel gennemgang af de mest kritiske strækninger.
Fra analyse til handling
De første 50 ud af de 234 identificerede strækninger vil blive undersøgt nærmere af ingeniører og trafikeksperter i løbet af september. Her vil der blive kigget på alt fra vejbelægning og skiltning til trafikafvikling og lysforhold.
"Vi starter med de steder, hvor vi kan gøre den største forskel hurtigst. Det kan være alt fra at opsætte advarselsskilte til at ombygge hele kryds," siger Lene Vestergaard.
Samtidig arbejder forskerne på at forfine AI-modellen, så den fremover kan forudsige risici i realtid. Målet er, at systemet på sigt skal kunne advare trafikanter via navigationsapps eller variable tavler, når forholdene på en given strækning pludselig bliver farlige – f.eks. ved glatføre eller tæt trafik.
Projektet er en del af regeringens nye trafiksikkerhedsstrategi, der sigter mod at halvere antallet af dræbte og alvorligt tilskadekomne i trafikken inden 2030. Hvis de første resultater holder stik, kan AI blive et centralt redskab i den kamp.