«Borealis» er et pilotprosjekt hvor Statens vegvesen utvikler og tester ITS-løsninger i Norge. Fem norske veistrekninger er valgt ut, blant dem den 40 kilometer lange veien langs E8 i Skibotndalen. Intelligente transportsystem (ITS) er en fellesbetegnelse for teknologi og datasystemer i transportsektoren. Målet er raskere, tryggere og mer effektiv veitrafikk.
– Statens vegvesen ønsker blant annet å ta tak i utfordringen med fremkommelighet for næringstransporten. Vi ser også på hvilke utfordringer ny teknologi innenfor selvkjøring kan støte på i arktiske og grisgrendte områder, forteller prosjektleder i Statens vegvesen, Karl Magne Nilssen.
– Vi spurte oss først hvem som faktisk bruker strekningen i Skibotndalen. Vi identifiserte næringene reindrift, turistme og transport, samt drift og vedlikehold og storbilberging. Ut fra den kartleggingen spurte vi dem, og akademia, hva de sliter med på veien, og hvilke utfordringer vi bør se nærmere på. Det kom inn litt i overkant av 30 forslag til ulike prosjekter, og vi valgte ut 9 av dem – med tanke på forbedring og forutsigbar næringstransport.
Skal vite når du er fremme
– Forutsigbarhet er viktig i transport. Du skal kunne vite når du kjører ut hvor lang tid det vil ta fra A til B. Er det en stans i trafikken, skal det gå en melding om det. Dette er hendelser vi nå registerer både via akustiske fiber og magnetometer i veibanen. Vi registrerer det også via radar- og sensorsystemet LIDAR. Den informasjonen bør gå til andre transportører, eventuelt direkte inn til kjøretøyet. Da vet øvrige trafikanter at det står et kjøretøy fast i veibanen, for eksempel i en bratt bakke.
Foto: Statens vegvesen
– Beregning av reisetid er også noe vi jobber med. Basert på mange ulike kilder, skal vi kunne beregne kjøretid opp mot 36 timer frem i tid. Dette vil kunne ha en betydning for de som skal drive drift og vedlikehold på veiene, fordi de da vil kunne se at det kan dukke opp et problem. Det er selvsagt også et nyttig verktøy for godstransport, samt turistbusser.
– Dette er også nyttig for laksenæringen, som for eksempel skal eksportere til asiatiske markeder. Dette kan hjelpe dem til å vite om de kan komme seg gjennom kritiske områder i tide, eller om de skal velge andre ruter – eventuelt vente med slakting, forteller Nilssen.
Semi-autonome konvoier
Blant løsningene som blir testet ut, er også «autonomous truck platooning», der flere lastebiler kjører semi-autonomt i konvoi. Det første vogntoget har en sjåfør, og de andre følger på, med ett to to sekunders avstand.
– Vi har gjort én test, og skal få til en ny i løpet av året, på en litt lenger distanse, gjennom vanskelig, bratt og komplisert terreng. Da skal vi finne ut hvor langt unna vi er å bruke slik teknologi på norske veier – sommer og vinter.
Blir det et alternativ til godstog?
– Frem i tid, med autonome kjøretøyer i høye hastigheter, kan godstransporten begynne å nærme seg den vi har på bane, gitt at godstransporten blir klimanøytral. Vi har imidlertid ikke tenkt til å konkurrere med jernbanen. Vi ser kun på nye muligheter som oppstår gjennom teknologisk utvikling. Den går veldig fort, for eksempel innen transport av fisk.
– Frakte fersk fisk fra kyst til marked er en stor næring her i Nord-Norge. Det er også snakk om å flytte merder og slakterier nærmere markedet, eller ha mobile løsninger. Vår jobb blir å legge til rette for all mulig transport, også for denne innovative næringen. Vi har jo også en betydelig trafikk andre veien, hvor folk kommer i busser for å se nordlyset, for eksempel.
Tar hensyn til personvern
– Vi jobber allerede tett med kommersialle aktører, som for eksempel produsenter av bæde småbil og lastebiler. Vi har jobbet med Scania, BMW, Volkswagen og Daimler-Benz, for å nevne noen. Vi leter etter standarder, slik at vi får kommunikasjon mellom kjøretøyene – uansett hvem som har produsert dem.
– Noen forretningshemmeligheter er det nok der ute, men vi har en vel så stor utfordring med GDPR-regelverket. Dette legger blant annet begrensninger på hvordan vi kan bruke kamera langs veien, og begrensninger på hva vi kan hente ut av data – for eksempel hvor fort den enkelte bil kjører, og hvordan vi sammenlikner ulike data med slike hastighetssprofiler. Dette grenser opp mot hensynet til personvernet.
– Vi må altså være varsom med den informasjonen vi får, og hvordan vi bruker den.