AI tar travmätningen till nästa nivå
Mabema utvecklar framtidens GPV – med hjälp av AI och en passion för bildbehandling.
Att dela en trave kan låta enkelt. Men för att få helt korrekta volymberäkningar krävs att systemet hittar exakt var traven ska delas. Det är här Mabemas senaste AI-satsning kommer in i bilden.
Den som leder utvecklingen heter Michael Nilsson, mjukvaruingenjör på Mabema. Han är en av dem som driver arbetet mot full automation och kombinerar teknisk skicklighet med en nyfikenhet som sällan stannar vid ”bra nog”.
Michael är utbildad civilingenjör i medicinsk teknik vid Linköpings universitet, men det var intresset för bildbehandling som fångade honom redan under studietiden.
I sitt examensarbete tränade han AI på att segmentera vägnät i satellitbilder, och på Saab arbetade han med att tolka terräng i sonarbilder – erfarenheter som idag ligger till grund för hans arbete på Mabema.
Det handlar i grunden om att låta AI förstå en bild, punkt för punkt, och hitta mönster som är svåra för ögat att se. Den teknik som används, semantisk segmentering, är särskilt kraftfull när man behöver hög precision i komplexa bilder.
Den cerisa linjen som satte standarden
För att identifiera travdelningen markerar chaufförerna en linje på traven. En travdelning kan göras av flera anledningar. Det kan vara olika sortiment ovanpå varandra och/eller olika säljare, varför precision och mätnoggrannhet är mycket viktigt. Det var Mabema som satte standarden efter tester och kom fram till att cerise färg gav bäst kontrast i bild. Tidigare användes många olika färger, men idag målar nästan alla chaufförer med just den nyansen.
Med hjälp av AI kan systemet nu hitta linjen exakt, även vid variationer i ljus eller bildkvalitet, och beräkna volymen för varje del av traven med högsta noggrannhet. Från att tidigare ha legat runt 85 % träffsäkerhet i att hitta strecket med klassisk bildbehandling, hittar Mabemas teknik idag linjen varje gång och kan dessutom beräkna exakt var brytpunkten mellan två stockar ligger. Att kunna hitta just brytet mellan två stockar är en ny nivå av noggrannhet, och avgörande för en exakt och tillförlitlig volymberäkning.
Varje trave är unik
För Michael är just variationen i materialet det som gör arbetet så fascinerande. Han beskriver det som att stockar är som snöflingor och travar som snödrivor – varje enskild är unik.
Genom att identifiera exakt var delningen sitter kan Mabemas GPV beräkna den faktiska volymen för varje del, inte ett genomsnitt. Det gör att industrin slipper resurskrävande manuella korrigeringar, och minskar därmed kostnader.
Drivkraften bakom utvecklingen
Utanför Mabema är Michael småbarnspappa i Linköping, men passionen för bildbehandling finns alltid där. Han gillar att förstå varför något fungerar och hur det kan göras ännu bättre. Det är den typen av problemlösning som gör arbetet både utmanande och roligt.
Med Mabemas AI-satsning har GPV tagit ännu ett viktigt steg mot målet om full automation inom två år. Teamet har nått och passerat målet för travdelning, men utvecklingen fortsätter. Ju mer de lär sig, desto fler möjligheter öppnas framåt.
👉 Vill du veta mer om Mabemas AI-satsning och GPV?
Kontakta oss här: mabema.com/sv/kontakt