Hur digital bildanalys förändrar spelreglerna vid undervattensinspektion av brofundament

Under ytan döljer sig sanningen

Tänk dig ett brofundament som stått i vatten i fyrtio år. Strömmarna har nött. Frosten har spruckit. Och ingen har sett det med egna ögon på kanske ett decennium. Det är verkligheten för hundratals broar runt om i Sverige – konstruktioner vi kör över varje dag utan att reflektera över vad som pågår under vattenlinjen.

Traditionellt har inspektioner av brofundament inneburit att en dykare tar sig ner i grumligt vatten, känner med händerna längs betongytan och försöker bedöma skador i nästintill noll sikt. Ibland med en kamera fasttejpad på hjälmen. Resultatet? Subjektiva bedömningar som varierar enormt beroende på vem som dyker, vilken dag det är och hur kallt vattnet råkar vara.

Men vet du vad? Det håller på att förändras. Radikalt.

Vad digital bildanalys faktiskt innebär

Digital bildanalys i det här sammanhanget handlar inte om något science fiction-scenario. Det handlar om att kombinera högupplösta undervatenskameror med algoritmer som kan identifiera sprickor, korrosion, urlakning och biologisk påväxt – automatiskt. Kameran fångar bilden. Mjukvaran tolkar den. Och den gör det med en precision som inget mänskligt öga kan matcha i mörkt, kallt vatten.

Konkret fungerar det så här: en ROV (fjärrstyrd undervattensfarkost) eller en dykare utrustad med specialkameror dokumenterar hela fundamentytan systematiskt. Bilderna stitchas sedan ihop till en komplett 3D-modell eller ett fotomosaik. Därefter analyserar AI-baserade verktyg varje pixel och flaggar avvikelser.

En spricka på tre millimeter i en betongyta? Upptäckt. Armeringskorrosion som precis börjat visa sig som rostfläckar? Markerad. Och allt loggas med exakt position, djup och tidsstämpel.

Varför det mänskliga ögat inte räcker till

Jag ska vara ärlig. Erfarna dykare är otroligt duktiga. De kan känna skillnader i ytstruktur som de flesta av oss aldrig skulle märka. Men de är också människor. De fryser. De blir trötta. Sikten kan vara trettio centimeter en dag och tre meter nästa. Och de kan omöjligt hålla samma kvalitetsnivå under en sex timmar lång inspektion som under den första halvtimmen.

Digital bildanalys eliminerar inte dykaren – det vore naivt att påstå. Men den ger dykaren superkrafter. Istället för att försöka memorera var en spricka sitter och uppskatta dess bredd med ögonmåttet, kan dykaren fokusera på att föra kameran metodiskt längs ytan. Analysen sker sedan ovan vattenytan, i lugn och ro, med verktyg som mäter med submillimeterprecision.

Faktum är att studier visar att automatiserad bildanalys kan identifiera upp till 40 procent fler skador jämfört med enbart visuell inspektion under vatten. Fyrtio procent. Det är inte en marginell förbättring – det är en helt annan verklighet.

Från reaktivt till proaktivt underhåll

Här kommer den riktigt intressanta biten. När du har digitala bilder och 3D-modeller från varje inspektionstillfälle kan du börja jämföra över tid. Har den där sprickan vuxit med en halv millimeter sedan förra inspektionen för tre år sedan? Har urlakningen accelererat? Sprider sig korrosionen?

Det är skillnaden mellan att reagera på problem och att förutsäga dem. Och i infrastrukturvärlden kan den skillnaden vara värd miljoner kronor – eller i värsta fall, liv.

En professionell undervattensinspektion som kombinerar erfarna dykare med modern bildanalysteknik ger helt enkelt en annan typ av beslutsunderlag. Broförvaltare kan prioritera åtgärder baserat på faktiska data istället för magkänsla. De kan planera reparationer innan skadorna blir kritiska. Och de kan dokumentera allt på ett sätt som håller för granskning.

Tekniken i praktiken – ett svenskt perspektiv

Sverige har ungefär 20 000 broar i det statliga vägnätet. Lägg till kommunala broar och järnvägsbroar, och siffran blir betydligt högre. Många av dem byggdes under 60- och 70-talet. De börjar bli gamla. Och vi har inte resurser att inspektera alla lika ofta som vi borde.

Det är här effektiviseringen blir avgörande. Med digital bildanalys kan en inspektionsrapport som tidigare tog veckor att sammanställa vara klar på dagar. ROV-baserade inspektioner kan genomföras utan att stänga av trafiken på bron ovanför. Och datamängden som genereras gör det möjligt att bygga prediktiva modeller för hela brobeståndet.

Jag har sett exempel där en kommun kunde skjuta upp en kostsam brorenoverering med fem år – inte för att de struntade i problemet, utan för att bildanalysen visade att nedbrytningen gick långsammare än befarat. Det sparade skattepengar. Mycket skattepengar.

Utmaningar som kvarstår

Allt är inte perfekt. Grumligt vatten är fortfarande grumligt vatten, och ingen algoritm i världen kan analysera en bild som bara visar brungrön dimma. Biologisk påväxt – musslor, alger, sjögräs – kan dölja skador och behöver ibland avlägsnas manuellt innan kameran kan göra sitt jobb. Och tekniken kräver kompetens. Inte bara för att hantera utrustningen, utan för att tolka resultaten på rätt sätt.

En AI kan flagga tusen avvikelser. Men det krävs en erfaren konstruktionsingenjör för att avgöra vilka av dem som faktiskt är strukturellt relevanta. Tekniken ersätter inte expertis. Den förstärker den.

Framtiden är redan här

Det här är ingen framtidsvision. Det händer nu. Trafikverket testar nya metoder. Privata aktörer investerar i bättre utrustning. Och varje år blir algoritmerna smartare, kamerorna skarpare och processerna snabbare.

Om du jobbar med broförvaltning, infrastrukturunderhåll eller bara råkar vara nyfiken på hur vi håller våra broar säkra – håll ögonen på det här området. Det förändras snabbt. Och det förändras till det bättre.

För i slutändan handlar det om en enda sak: att vi ska kunna köra över en bro utan att tveka. Varje dag. I fyrtio år till.

9 aug. 2026