Datafangst på vei. Mesta AS

Transkript

1 Datafangst på vei Mesta AS

2 Innhold 1. Innledning 2. Hvilke data samles inn 3. Presentasjon av data 4. Utfordringer 5. Hvordan bli bedre 6. Veien fremover 7. Spørsmål? 2

3 MIPSS - Mestas Integrerte ProduksjonsStyringsSystem Egenutviklet/in-house siden 2005 Ca 1600 aktive kjøretøy med datainnsamling Ca 430 Android nettbrett for feltarbeid Målet var automatisk datafangst i kjøretøyene Brukes til vedlikehold, rapportering og produksjonsstyring Overdratt til Vianova Systems/Triona

4 Datafangstenheter MIPSS Felt app på nettbrett RTCU («MIPSS-boks») 4

5 Hvilke data samles inn Vinterproduksjon fra kjøretøy Strøing, brøyting, høvling, m.m. Kontinuerlig friksjonsmåling Sommerproduksjon fra kjøretøy Feiing, kantklipping, asfaltlapping, rensing av kummer, m.m. Vedlikeholds- / feltdata Inspeksjon på SVVs prosesser Avvik på kontrakt SVVs R-skjemaer (hendelser, forsikringsskader, skred) Retardasjonsmålinger (punktmåling av friksjon)

6 Produksjon på vei Hva, hvor og når Punktdata transformeres til strekningsdata via NVDB «Enkel» produksjon Km og tid Plog oppe eller nede Signal av eller på (digitalport) «Avansert» produksjon Mengder, strøsektor, dosering, strømateriale, friksjonskoeffisient Datakommunikasjon (serielldata) 6

7 Inspeksjon og vedlikeholdsdata Strekningsdata (inspeksjon) GPS-logg koblet mot SVV-prosesser Transformeres til strekninger via NVDB veinettsdata Punktdata Avvik, R-skjemaer Veireferanse og kjørebane Bilder Friksjonskoeffisient Diverse skjemadata 7

8 MIPSS Felt app noen skjermbilder Startbildet Punktregistreringer i kart Veivelger Avviksregistrering 8

9 MIPSS bak kulissene... Produksjonspunkter sendes kontinuerlig fra kjøretøy via mobilnettet Data kvernes sammen med data fra NVDB til veistrekninger Produksjonstyper knyttes til strekninger (tiltaksgenerering) Data klare for visualisering og tas ut som rapporter i MIPSS Studio

10 MIPSS Studio System for visning av sanntids produksjonsdata og historiske data i kart og rapporter

11 Registreringsdata MIPSS Felt Inspeksjon Avvik Punktregistreringer i kart 11

12 Kart Visualisering av produksjon fra kjøretøy 12

13 Utfordringer Datakvalitet: Sh*it in, sh*it out Kvalitetsfokus i alle ledd nødvendig: Bestillerkompetanse på utstyr Montør må være kvalifisert Sjåfør må kunne operere utstyret i kjøretøyet Kjøretøyet må være riktig utstyrt og riktig konfigurert PC-bruker må bruke systemet riktig Daglig oppfølging av produksjon Kompleksitet GPS-drifting og presisjon Gang- og sykkelveg Tunneler Komplekse kryss (plankryss) 13

14 Utfordringer forts. Volatilt rapporteringsgrunnlag Veinettet i stadig endring Riktig vei i dag, feil i morgen 14

15 Hvordan bli bedre? Opplæring, opplæring, opplæring Brukergrensesnitt (HCI) Enklere instrumentering Standarder fra leverandør, plug n play CAN bus? Samarbeid mellom systemleverandører Standardisering av kontrakt, færrest mulig særkrav Automatisk datafangst må være automatisk Snarveier og billige løsninger blir dyre! Tilgjengelige grunnlagsdata! Hvor er 15

16 Veien fremover / muligheter Løs integrasjon mot «all» ekstern data M2M webtjenester fra statlige aktører, f.eks: Vegobjekter Veinettsdata Konkurransegrunnlag Rapportering Infrastruktur (VA, el) 16

17 Veien fremover / muligheter 3D visualisering / augmented reality på nettbrett Integrasjon med infrastruktur «kan vi grave her?» basert på rike data 17

18 Veien fremover / muligheter Bruk av prognoser for automatisk utkalling av brøytemannskap Prognoser fra Vær på vei Sannsynlighetsvarsel fra Yr.no 18

19 Veien fremover / muligheter Rapportering på veiobjekter direkte til kilden Alle parter jobber mot samme datakilde Økt presisjon Mye arbeid spart for oppdragsgiver og entreprenør I dag rapporteres «Et skilt som står ca her er rettet opp» i morgen vil vi rapportere «Skiltet med objektid er rettet opp» 19

20 Veien videre Videreføring av systemet Ny eier Vianova/Triona MIPSS blir et kommersielt tilgjengelig produkt QuadriDCM Open Route Mesta fornøyd med valg av partner Den beste IT-kompetansen innenfor veg og infrastruktur Åpner for helt nye muligheter for videreutvikling Integrering med Quadri-modellen samordning av rike data fra flere fagområder Tilpassing mot det svenske markedet (Svensk NVDB) på trappene 20

21 Takk for meg! Spørsmål? 21

22