Disputationen genomförs fredagen den 24 maj klockan 13.00 på Campus Borlänge och digitalt via Zoom.
Berätta lite om dig själv, vem är du?
Jag är civilingenjör i väg- och vattenbyggnad, specialiserad på konstruktion, och arbetar som vägutrustningsspecialist på Trafikverket. Samtidigt bedriver jag forskarstudier vid Högskolan Dalarna, där jag forskar om vägmärken som industridoktorand.
Vad handlar din avhandling om?
Min avhandling fokuserar på mikrodataanalys av vägmärken. Genom att analysera stora datamängder från olika vägmärken undersöker jag hur försämras retroreflektion och färg av vägmärken med tiden och påverkar deras synbarhet. Jag analyserar livslängden av vägmärkens material för att förstå hur och när de förlorar sin effektivitet. Målet är att utveckla förbättrade underhållsstrategier och hållbara material som bibehåller god synbarhet över tid. Detta bidrar till att minska risker och olyckor på vägarna genom att säkerställa att vägmärken är tydligt synliga för alla trafikanter under alla förhållanden.
Hur har du genomfört studierna?
I min forskning har jag inventerat och mätt retroreflektion samt färgkromaticitet på vägmärken som för närvarande används i Sverige samt samlat data från Kroatien och Danmark.
För att analysera de insamlade datamängderna har jag använt Machine learning, statistisk analys och överlevnadsanalys för att utvärdera hur väl vägmärkena behåller sina egenskaper över tid och under olika miljöförhållanden. För att visualisera resultaten och underlätta förståelsen av data har jag också använt 3D-plotting.
Vad har du kommit fram till?
Färgen på vägmärken spelar en avgörande roll för deras synlighet, och nattsynligheten förbättras avsevärt när de är tillräckligt retroreflekterande, även om denna egenskap minskar med ungefär 4–5% årligen. Vägmärken som är placerade mot söder och väster har en högre benägenhet att blekna. För att förutsäga hur både retroreflektivitet och färg bryts ner över tid, har maskininlärningsmetoder använts med framgång.
I Sverige är den förväntade medianlivslängden baserad på färgkromaticitet 16 år för röda, 45 år för gula, och 35 år för både vita och blå vägmärken. När det gäller retroreflektivitet är medianlivslängden 25 år för röda, 20 år för gula och vita, samt 35 år för blå vägmärken. I Kroatien är livslängderna
generellt kortare, med 12 år för röda, 16 år för gula, 17 år för vita och 20 år för blå vägmärken. De första underhållskontrollerna bör ske efter 15 år. Det har observerats att röda vägmärken tenderar att visa tecken på färgförsämring innan de förlorar sin retroreflektivitet.
Vad är det viktigaste resultatet?
Det viktigaste resultatet från min forskning är att användningen av prediktiva modeller baserade på maskininlärning för underhåll av vägmärken leder till en mer kostnadseffektiv, effektiv och säker metod. Dessa modeller kan ersätta de traditionella metoderna för att mäta retroreflektivitet och färgkromaticitet, vilka är riskfyllda, kostsamma och tidskrävande. Genom att tillämpa maskininlärning kan vi förutsäga när och var underhåll behövs, vilket optimerar resursanvändningen och förbättrar trafiksäkerheten.
Varför ville du forska här på Högskolan Dalarna?
Min forskningsresa började i Irak 1997 och slutförs i Sverige 2024, efter flera utmaningar. Att starta en doktorandutbildning vid 50 års ålder var en stor utmaning, men också en dröm som blev verklighet. Jag valde Högskolan Dalarna för dess innovationsfokus och stödjande miljö, vilket gav mig möjlighet att förena tidigare erfarenheter med ny kunskap och göra ett meningsfullt bidrag inom mitt forskningsområde.
Vad kommer du göra efter avklarad disputation?
Efter att ha avslutat min disputation kommer jag att fortsätta arbeta som vägutrustningsspecialist på Trafikverket. Samtidigt kommer jag att söka nya utmaningar och möjligheter som anknyter till den kunskap och de färdigheter jag utvecklat under mina PhD-studier.
Läs avhandlingen: Towards Smart Maintenance : Machine-Learning Based Prediction of Retroreflectivity and Color of Road Traffic Signs (diva-portal.org)