O Município de Shellharbour, na Nova Gales do Sul, equipou veículos municipais com câmaras de IA que detetam e mapeiam por GPS buracos, fendas, marcação rodoviária apagada, sinalização danificada e outros defeitos numa rede de 500km de estradas e 300km de passeios, classificando cada defeito por gravidade para priorizar a manutenção.
500 km
Rede rodoviária abrangida (2025)
300 km
Rede de passeios abrangida (2025)
Detalhes
Maturidade
Piloto
Promotor
Shellharbour City Council
Período
2025
Palavras-chave
local government, public works, transportation, computer vision
Contexto
Em outubro de 2025, o Shellharbour City Council (Nova Gales do Sul, Austrália) começou a operar uma câmara especializada de IA montada na frente de veículos municipais para analisar automaticamente estradas e passeios enquanto os veículos realizam as suas tarefas normais em toda a área do governo local de Shellharbour.
Objetivos
O objetivo do município é triar perigos mais rapidamente e planear melhor os trabalhos de manutenção, registando automaticamente os defeitos, em vez de depender apenas de queixas comunicadas pelos residentes.
Atividades
O sistema identifica um vasto leque de defeitos — buracos, fendas, superfícies irregulares, lixo, vegetação pendente, marcação rodoviária desbotada, sinalização danificada, grafitis e animais atropelados — e regista cada um com prova fotográfica e localização GPS numa base de dados de defeitos, sendo cada defeito classificado numa escala de gravidade para que as equipas de manutenção possam priorizar as reparações mais urgentes. O município planeia adicionar uma segunda câmara antes do final de 2025 para ajudar a analisar mais rapidamente a totalidade da sua rede de 500 quilómetros de estradas e 300 quilómetros de passeios.
Resultados
O presidente da câmara, Chris Homer, descreveu o sistema como revelando 'grande potencial para aumentar a segurança e a eficiência da comunidade', citando o município a triagem mais rápida de perigos e um melhor planeamento antecipado dos trabalhos de manutenção como os principais benefícios esperados.
Conclusões
Por se tratar de um piloto recém-lançado, o município ainda não publicou valores antes/depois sobre os tempos de resposta às reparações, a redução de atrasos ou poupanças de custos, e não foram tornadas públicas estatísticas de precisão de deteção (ao contrário de algumas implementações semelhantes) — trata-se de uma implementação em fase inicial a acompanhar, e não de um resultado comprovado e avaliado.
Implementação
Custo indicativo
Baixo (< 50 mil €) — One AI camera deployed October 2025, a second planned by end of 2025; cost not disclosed.
Tempo até resultados
Curto (< 1 ano) — Launched October 2025; still in early rollout at time of reporting.
Equipa e competências
Shellharbour City Council operational/maintenance staff
Condições de sucesso
Mounting AI cameras on council vehicles already doing normal duties, avoiding a dedicated survey fleet
Severity-rated defect database to prioritise maintenance crew response
Planned second camera (by end of 2025) to cover the full 500km road / 300km pathway network
Modos de falha comuns
No detection-accuracy statistics published, unlike some peer deployments
No before/after repair-response, backlog or cost-saving figures yet, being only weeks into operation
Onde se enquadra
Tipo de governação
Australian local council
Escala
single local government area (500km roads, 300km pathways)
Nível de rendimento
high income
Implementa esta prática?
Reivindique-a —
implementadores verificados obtêm um contacto público na página e podem propor correções.
Fontes de dados
De onde foi obtida a informação desta prática, e quando.