Mohammad Aslani, forskare inom geospatial informationsvetenskap på Högskolan i Gävle, har utvecklat en AI-metodik som i flera steg gör placeringen av solpaneler på hustak mer träffsäker.
Med hjälp av offentligt tillgängliga lantmäterikartor, flygfoton och så kallad punktmåldata, sållar en AI-motor i ett första steg ut alla tak på ett foto av en stadsdel. I nästa steg bedöms takens lutning och väderstreck.
I ett tredje steg tar AI-motorn hänsyn till varje enskilt taks struktur, med skorstenar och vinklar, för att sedan ge ett förslag på hur många solpaneler som bör monteras på varje tak, och hur de bör placeras.
Metodiken kan vara till nytta för såväl enskilda husägare som för kommunala stadsplanerare eller fastighetsbolag.
– Om man som stadsplanerare vill se över potentialen för solenergi för en hel stadsdel är det viktigt att bedömningen blir så träffsäker som möjligt, både av ekonomiska och miljömässiga skäl, säger Mohammad Aslani, i ett pressmeddelande.
I två fallstudier, en i Göteborg och en i Uppsala, har den nya AI-metodiken visat sig öka träffsäkerheten jämfört med tidigare metoder.
Nästa steg i Mohammad Aslanis forskning blir att bygga vidare på AI-motorn så att den även tar hänsyn till energibehovet i en byggnad vid bedömning av antalet solpaneler.
