Syfte: Examensarbetet syftar till att undersöka var företagsverksamheter inom trafiksäkerhet och tillfällig trafikledning kan tillämpa visuell artificiell intelligens (AI) för att uppnå en säkrare, miljövänligare och mer kostnadseffektiv verksamhet. Frågeställningar: “Hur kan tillämpning av visuell artificiell intelligens användas för identifiering av temporära skyddsanordningar vid vägarbeten?”; “Hur kan tillämpning av visuell artificiell intelligens användas för identifiering av personlig skyddsutrustning vid vägarbeten?”; och “Vilka förändringar kan ske gällande företagsverksamhetens säkerhet, kostnader och koldioxidutsläpp vid tillämpningen av visuell artificiell intelligens vid vägarbeten?”. Metod: Denna studie utfördes med en abduktiv ansats och en mixad forskningsdesign. Där en teoretisk referensram utifrån vetenskapliga artiklar och en empiriinsamling bestående av en fallstudie, intervjuer med anställda, och beräkningar baserat på data från fallföretaget analyserades för att besvara studiens frågeställningar. Slutsats: Genom att adressera utmaningarna och utnyttja möjligheterna som teknologin erbjuder kan AI-kameror vara ett värdefullt verktyg för att främja en säkrare och mer hållbar arbetsmiljö vid vägarbeten samt en mer gynnsam verksamhet. Genom att tillämpa visuell artificiell intelligens, för att identifiera korrekt användning av personlig skyddsutrustning vid vägarbeten och kombinera det med manuella inspektioner, kan säkerheten för arbetare förbättras och korrekt användning av personlig skyddsutrustning (PPE) säkerställas. Slutligen indikerar studien att tillämpning av visuell artificiell intelligens vid vägarbeten har potential att förbättra säkerheten för arbetare, trafikanter och civilpersoner runtom, minska kostnaderna för företagen och minska miljöpåverkan genom minskade koldioxidutsläpp. / Aim: This thesis aims to investigate how businesses within traffic safety and temporary traffic management can apply visual artificial intelligence (AI) to achieve safer, more environmentally friendly, and cost-effective operations. Research questions: “How can the application of visual artificial intelligence be used for identifying temporary protective devices on road construction sites?”; “How can the application of visual artificial intelligence be used for identifying personal protective equipment on road construction sites?”; and “What changes can occur regarding the company's operational safety, costs, and carbon emissions with the application of visual artificial intelligence on road construction sites?”. Methodology: This study was conducted using an abductive approach and a mixed research design. A theoretical framework based on scientific articles and an empirical data collection consisting of a case study, interviews with employees, and calculations based on data from the case company were analyzed to answer the study’s research questions. Conclusion: By addressing the challenges and leveraging the opportunities that technology offers, AI cameras can be a valuable tool in promoting a safer and more sustainable work environment on road construction sites, as well as for more favorable operations for companies. By applying visual artificial intelligence to identify correct usage of personal protective equipment on road construction sites and combining it with manual inspections, worker safety can be improved, and proper use of personal protective equipment (PPE) can be ensured. Finally, the study indicates that the application of visual artificial intelligence on road construction sites has the potential to improve the safety of workers, road users, and civilians nearby, reduce costs for companies and decrease environmental impacts by reducing carbon emissions.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:mdh-67385 |
| Date | January 2024 |
| Creators | Airiman, David, Schöldin, Casper |
| Publisher | Mälardalens universitet, Innovation och produktrealisering |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0027 seconds