Konenäön hyödyntämismahdollisuudet teiden ylläpidossa ja hoidossa

Transkriptio

1 INFRA2010 KEHITTÄMISOHJELMAN LOPPUSEMINAARI Konenäön hyödyntämismahdollisuudet teiden ylläpidossa ja hoidossa SEPPO ROPPONEN, Intopii Oy

2 Sisältö Esiselvityksen tavoitteet ja osallistujat Mitä konenäkö on ja mihin sitä voi käyttää Konenäön sovelluksia infra-alalla Tulevaisuuden mahdollisuuksia teiden ylläpidossa ja hoidossa Miksi konenäköä kannattaa hyödyntää?

3 Esiselvityksen tavoitteet ja osallistujat

4 Tavoitteet Selvittää konenäön sovellusmahdollisuudet teiden ylläpidossa ja hoidossa miten konenäköä hyödynnetään ja millä aikataululla? tuottaa suositukset jatkotoimenpiteiksi ja kehittämiskohteiksi Kehittää nykyisiä sovelluksia Laajentaa Infra-alan toimijoiden tietämystä konenäön mahdollisuuksista

5 Osallistujat Tiehallinto (Keijo Pulkkinen, Juho Meriläinen, Markku Tervo) Skanska (Jukka Ahonen) Destia (Kari Kotilainen) Ramboll (Juha Äijö, Vesa Laine) Intopii Oy (Topi Mäenpää, Heikki Pylkkö, Janne Hetemaa, Seppo Ropponen) Oulun yliopiston konenäköryhmä MVG (Machine Vision Group) (Matti Niskanen, Olli Siven)

6 Tiehallinnon verkkotapaamiset Tiemerkintöjen kehitysryhmä, Hoidon verkko, Ylläpidon hankintojen asiantuntijaverkko, Siltainsinöörien verkko,

7 Mitä konenäkö on ja mihin sitä voidaan käyttää?

8 Mitä konenäkö on?

9 Mihin konenäköä voi käyttää? Korvaamaan ihmisen tekemän tehtävän Mahdollistamaan tehtävän johon ihminen ei pysty

10 paperiradan pintavikojen tarkastukseen

11 metallinauhan ominaisuuksien analysointiin Any quality-based valuation of the surface that can be made by visual inspection: SPANGLE CLOUDINESS ROUGHNESS CORDUROY

12 kappaleiden laaduntarkastukseen

13 koodien lukemiseen

14 dimensioiden mittaamiseen

15 asennon mittaamiseen

16 tekstin tunnistamiseen

17 teollisuusrobottien ohjaukseen

18 urheilupaikkojen käyttäjien laskentaan

19 liikkuvan kohteen seurantaan

20 aktiviteettien ja eleiden tunnistukseen

21 panoraamakuvaukseen

22 kasvojen yhdennäköisyyden mittaukseen

23 Infra-alan konenäkösovelluksia

24 Päällysteen automaattinen vauriomittaus

25 Tiku-tiemerkintöjen kuntomittaus

26 Rekisterikilpien tunnistus resoluution parantaminen laskennallisesti

27 Nopeusvalvonnat

28 Tieliikennelaskenta

29 Liikennemerkkien tunnistus Kielletty ajosuunta Nopeusrajoitus

30 Konenäköä ajoneuvoissa Kaistavahdit Älyvalot Adaptiivinen vakionopeussäätäjä Kuolleen kulman valvonta Auton puoliautomaattinen ja ajajasta riippumaton pysäköinti Hirvikamerat Jousituksen ohjaus (Daimler) Häikäisyn esto (Jaguar) Liikennemerkkien tunnistus myös navigaattoreissa

31 Muita sovelluksia Liikennevaloristeyksien valvonta Levähdyspaikkojen valvonta

32 Konenäköä sivuavia sovelluksia Päällystettyjen teiden palvelutason mittaus (PTM) perustuu laser-mittaukseen Tiemerkintöjen paluuheijastavuusmittaus Maatutkat Laser-keilaus

33 Tulevaisuuden mahdollisuuksia teiden ylläpidossa ja hoidossa

34 Sovellusideoita Infra-alalla (1) Päällystevauriomittauksen (APVM) jatkokehitys Mittausten integrointi päällystevauriomittaus (APVM) ja palvelutasomittaus (PTM) tiemerkintöjen kuntomittaus ja paluuheijastavuusmittaus Liikennemerkkien (ja valaisinpylväiden) kunnon arviointi automaattisesti Liikennemerkkien inventointi Tiemerkintöjen inventointi

35 Sovellusideoita Infra-alalla (2) Sorateiden kuntoluokittelu Tiepäällysteiden kulumisen ennustaminen jatkuvan liikenne- ja säätiedon avulla Kuivatuksen mittaaminen Kelirikon hallinta Kitkamittaus Päällystereikien paikkaus

36 Sovellusideoita Infra-alalla (3), Sillat Siltojen vesieristys Pintojen tarkastus Metallipintojen laatu (ruosteisuus) Betonirakenteiden halkeama Liikuntasaumojen kunnon arviointi Sillantarkastusrobotti Kamerakuvan yhdistäminen laserkeilaukseen

37 Miksi konenäköä kannattaa hyödyntää?

38 Konenäkö on teknisesti käyttökelpoista Kameroiden kehitys Resoluutio Standardit Muutkin kuin näkyvä valo Menetelmien kehitys Helppo sovellettavuus älykamerat ohjelmistotyökalut Kapasiteettien lisäys Tehokkaat, edulliset prosessorit Muistikapasiteetin kasvu Kommunikointiteho

39 Kehityksellä vahvoja taustavoimia Autoteollisuus Mobiililaitevalmistajat Tiedonkeruu- ja talletusratkaisujen toimittajat Google säännöllisesti liikkuvat hyötyajoneuvot Infra-alan palveluntarjoajat ja konsultit

40 Tarpeita on paljon ja potentiaaliset hyödyt merkittäviä Runsaasti sovelluskohteita konenäkö kokonaisratkaisuna konenäkö yhdessä muiden tekniikkojen kanssa Välittömät hyödyt ylläpitokohteiden optimaalinen valinta kustannussäästöt parempi ja yhtenäisempi työn tulos (esim. päällystevauriomittauksissa) Liikenneturvallisuuden paraneminen liikennemerkkien kunto ja puhtaus tiemerkintöjen kunto ja näkyvyys päällysteen kunnon yhtenäisyys

41 Infra-sovellusten haasteet hallittavissa Vaihtelevat kuvausolosuhteet Kohteen epähomogeenisuus Järjestelmien käyttöönotto ja täysi hyödyntäminen tapahtuvat hitaasti Mittauksen suoritus vaatii korkean ammattitaidon omaavaa henkilöstöä

42 Konkreettiset jatkoehdotukset Päällystevauriomittauksen (APVM) kehittäminen Sorateiden kuntoluokittelu Tiepäällysteiden kulumisen ennustaminen jatkuvan liikenne-ja säätiedon perusteella Siltojen liikuntasaumojen kunnon mittaus

43 Kiitos!