INFRA2010 KEHITTÄMISOHJELMAN LOPPUSEMINAARI 5.11.2008 Konenäön hyödyntämismahdollisuudet teiden ylläpidossa ja hoidossa SEPPO ROPPONEN, Intopii Oy
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?
Esiselvityksen tavoitteet ja osallistujat
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
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)
Tiehallinnon verkkotapaamiset Tiemerkintöjen kehitysryhmä, 21.1.2008 Hoidon verkko, 24.1.2008 Ylläpidon hankintojen asiantuntijaverkko, 31.1.2008 Siltainsinöörien verkko, 9.4.2008
Mitä konenäkö on ja mihin sitä voidaan käyttää?
Mitä konenäkö on?
Mihin konenäköä voi käyttää? Korvaamaan ihmisen tekemän tehtävän Mahdollistamaan tehtävän johon ihminen ei pysty
paperiradan pintavikojen tarkastukseen
metallinauhan ominaisuuksien analysointiin Any quality-based valuation of the surface that can be made by visual inspection: SPANGLE CLOUDINESS ROUGHNESS CORDUROY
kappaleiden laaduntarkastukseen
koodien lukemiseen
dimensioiden mittaamiseen
asennon mittaamiseen
tekstin tunnistamiseen
teollisuusrobottien ohjaukseen
urheilupaikkojen käyttäjien laskentaan
liikkuvan kohteen seurantaan
aktiviteettien ja eleiden tunnistukseen
panoraamakuvaukseen
kasvojen yhdennäköisyyden mittaukseen
Infra-alan konenäkösovelluksia
Päällysteen automaattinen vauriomittaus
Tiku-tiemerkintöjen kuntomittaus
Rekisterikilpien tunnistus resoluution parantaminen laskennallisesti
Nopeusvalvonnat
Tieliikennelaskenta
Liikennemerkkien tunnistus Kielletty ajosuunta Nopeusrajoitus
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
Muita sovelluksia Liikennevaloristeyksien valvonta Levähdyspaikkojen valvonta
Konenäköä sivuavia sovelluksia Päällystettyjen teiden palvelutason mittaus (PTM) perustuu laser-mittaukseen Tiemerkintöjen paluuheijastavuusmittaus Maatutkat Laser-keilaus
Tulevaisuuden mahdollisuuksia teiden ylläpidossa ja hoidossa
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
Sovellusideoita Infra-alalla (2) Sorateiden kuntoluokittelu Tiepäällysteiden kulumisen ennustaminen jatkuvan liikenne- ja säätiedon avulla Kuivatuksen mittaaminen Kelirikon hallinta Kitkamittaus Päällystereikien paikkaus
Sovellusideoita Infra-alalla (3), Sillat Siltojen vesieristys Pintojen tarkastus Metallipintojen laatu (ruosteisuus) Betonirakenteiden halkeama Liikuntasaumojen kunnon arviointi Sillantarkastusrobotti Kamerakuvan yhdistäminen laserkeilaukseen
Miksi konenäköä kannattaa hyödyntää?
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
Kehityksellä vahvoja taustavoimia Autoteollisuus Mobiililaitevalmistajat Tiedonkeruu- ja talletusratkaisujen toimittajat Google säännöllisesti liikkuvat hyötyajoneuvot Infra-alan palveluntarjoajat ja konsultit
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
Infra-sovellusten haasteet hallittavissa Vaihtelevat kuvausolosuhteet Kohteen epähomogeenisuus Järjestelmien käyttöönotto ja täysi hyödyntäminen tapahtuvat hitaasti Mittauksen suoritus vaatii korkean ammattitaidon omaavaa henkilöstöä
Konkreettiset jatkoehdotukset Päällystevauriomittauksen (APVM) kehittäminen Sorateiden kuntoluokittelu Tiepäällysteiden kulumisen ennustaminen jatkuvan liikenne-ja säätiedon perusteella Siltojen liikuntasaumojen kunnon mittaus
Kiitos!