Til hovedinnhold
Norsk English

Når teknologi møter natur og trafikanter: Slik kan vi forhindre viltpåkjørsler

Droner, bildegjenkjenning og maskinlæring kan brukes for å oppdage vilt langs utsatte strekninger. Illustrasjonsfoto: Shutterstock
Dyrepåkjørsler utgjør et betydelig problem i Norge, både på vei og jernbane. Ny forskning basert på tverrfaglig samarbeid viser hvordan vi kan ta i bruk ny teknologi og datakilder for å gjøre transportsystemet sikrere for både dyr og mennesker.

Det har årlig blitt registrert over 13 000 viltpåkjørsler (elg, hjort, villrein og rådyr) av motorkjøretøy og tog de siste fem årene. Tallet har vært stigende, med over 17 000 i 2023. Dette har store samfunnskostnader, ettersom en viltovergang over vei koster flere titalls millioner kroner.   

I tillegg antas det at mørketallene, det vil si uregistrerte tilfeller, er store, spesielt for mindre dyr. Påkjørslene medfører også store kostnader for samfunnet i form av alvorlige ulykker og lidelse for både mennesker og dyr. Det er imidlertid ikke alltid lett å finne gode løsninger, da vilt er uforutsigbare i sin atferd. 

Rett før sommerferien møttes transportmyndigheter, forskere, viltforvaltning, private teknologibedrifter og næringslivsrepresentanter i Oslo. Workshopen ble arrangert i regi av prosjektet WILDETECT. Målet var å diskutere hvordan teknologiske løsninger for deteksjon og varsling, samt bedre samarbeid kan redusere viltpåkjørsler langs vei og jernbane. 

Silo-jobbing begrenser bruken av teknologi

I dag arbeider økologer, teknologer og transportplanleggere ofte i «siloer», det vil si at de samarbeider lite. Det finnes teknologi som kan detektere og varsle om vilt i transportinfrastruktur og kjøretøy, men reguleringene og systemene for datadeling setter begrensninger på hva som kan gjøres i praksis. Resultatet er at verdifull informasjon ikke når frem til dem som trenger den, i tide.

Det pågår en parallell innsats uten felles retning. Teknologien har utviklet seg mye, men vi mangler systemer for å utnytte den effektivt.

Droner og maskinlæring gir nye muligheter

Deltakerne diskuterte bruk av droner, bildegjenkjenning og maskinlæring for å detektere vilt langs utsatte strekninger, noe som Høgskolen på Vestlandet  jobber med i prosjektet. På sikt kan denne kunnskapen benyttes for å varsle trafikanter i sanntid, for eksempel ved bruk av skilt eller direkte varsling til fører i bil. Slik direkte varsling kan også kombineres med informasjon om sannsynligheten for påkjørsler i ulike områder, noe som WILDETECT sikter mot å kunne teste i siste del av prosjektet

Et system som kan forutsi risiko for viltpåkjørsler basert på både historiske data og data i sanntid, er noe Norsk institutt for naturforskning (NINA) fokuserer på i prosjektet. Dette vil være verdifullt som beslutningsstøtte på vei, men systemet vil også kunne være nyttig på jernbane.

Datadeling er nøkkelen

Et sentralt tema på workshopen var behovet for bedre deling av data mellom aktører. Viltobservasjoner, påkjørsler og kostnadsregistreringer finnes i ulike databaser. Aktørene kommuniserer ikke alltid med hverandre.

Flere påpekte også at teknologi alene ikke er nok. Lokale jegere og økologer sitter på verdifull innsikt om dyrene. Denne innsikten er kritisk i viltforvaltningen på kommunalt nivå, ettersom viltforholdene varierer betydelig mellom ulike geografiske områder og sesonger. 

Det er også nødvendig med systemer som faktisk blir tatt i bruk. Som det har blitt diskutert av flere i prosjektgruppen, men også i workshopen, så hjelper det ikke å ha en avansert app som sjåføren bare deaktiverer fordi den er for distraherende eller irriterende.  En distraherende løsning kan også påvirke trafikksikkerten negativt. Man må altså finne løsninger som fungerer i praksis. Riktig type varsling er derfor viktig, noe som blant annet skal testes ved hjelp av virtual reality (VR) av SINTEF i prosjektet.

Viltvarsling og deteksjon viktig for å nå transportpolitiske mål

Bedre viltvarsling handler om tryggere reiser, mindre dyrelidelse og smartere bruk av samfunnets ressurser. Når kunnskap om natur og teknologi forenes, kan vi utvikle løsninger som er til nytte for både mennesker og dyr. Forbedret deteksjon og varsling vil støtte opp under mål i den nasjonale transportplanen (NTP) om et effektivt, miljøvennlig og trygt transportsystem.

Rosinen i pølsa

Kunnskapen utviklet i WILDETECT er overførbar og kan anvendes i arbeidet med å skape et sikrere transportsystem, utover arbeidet med å forhindre viltpåkjørsler. Deteksjon og varsling er også viktig ved flom, skred og styrtregn. Når vi ser på teknologi, systemer og økologi i et helhetlig perspektiv og identifiserer hvem som må samarbeide, kan vi utvikle løsninger som kan redde både menneske- og dyreliv.

Prosjektinformasjon

Prosjektnavn:

WILDETECT

Prosjektvarighet:

01.12.2023 - 31.12.2026

Kontaktperson:

Lillian Hansen

Utforsk fagområdene

Kontaktpersoner