Uudet tiedontuotantomenetelmät

Samankaltaiset tiedostot
HARJA. Vesiväyläpäivä

Mitä Liikenneviraston digitalisaatiohankeella tavoitellaan

Fiksut väylät ja älykäs liikenne sinua varten Liikennevirasto 2

Väyläomaisuuden ylläpidon hallinta

KONENÄÖN MAHDOLLISUUDET KATUJEN JA TEIDEN OMAISUUDEN HALLINTAAN

Automaattisen tiedontuotannon kokeilu: Tiemerkintöjen kunnon koneellinen mittaus Juho Meriläinen/Liikennevirasto

Teiden talvihoidon ja kunnossapidon näkymät ja tarpeet. VTT Namis-Car Työpaja Otto Kärki / Liikennevirasto

Digitalisaation kehityksen suuntaviivat ja hyödyntäminen infra-alalla. Päällystealan digitalisoinnin työpaja

Automaattinen tiedontuotanto on tulevaisuutta. nykyisyyttä

Digitalisaatiohanke osahanke 3, hankesuunnitelma, TIEVERKON ENNAKOIVA KUNNONHALLINTA JA TIESTÖTIETOJEN YLLÄPITOJÄRJESTELMÄN KEHITTÄMINEN

TAMPEREEN KAUPUNKI KUNNOSSAPIDON PALAUTEJÄRJESTELMÄN PILOTOINTI

Tilaajan näkökulma. Tilaajan tahtotila päällystealan digitalisoinnin kehittämisessä. Tuomas Vasama. Uudenmaan elinkeino-, liikenne- ja ympäristökeskus

Radanpidon toimintaympäristön digitalisointi

Harja (= Hoidon alueurakoiden ja ylläpidon urakoiden raportointijärjestelmä) Ismo Kohonen

Konenäön hyödyntämismahdollisuudet teiden ylläpidossa ja hoidossa

KATUVERKON KORJAUSVELAN MÄÄRITTÄMINEN KUNTOMITTAUKSILLA

Tieverkon ylläpidon perusviestejä tukevaa materiaalia

Konenäköpilotti ja muutoslaboratorio. Jani Kemppainen Rakennusteollisuus ry

Liikenneviraston omaisuudenhallinnan tila ja kehityssuunnat. Vesa Männistö,

Tiemerkintäpäivät Kuopio. HARJA järjestelmän vaikutukset tiemerkintöihin ja tierekisteriuudistus Keijo Pulkkinen

Julkinen Mobiililaserkeilaukset rataverkolla

Katsaus Liikenneviraston digiratkaisuihin ja toimintamallien kehityshankkeisiin

PANK ry Tiemerkintäpäivät Tampere Tiemerkintöjen ylläpidon tietopalvelun kehittäminen

Digiroad metsätietiedon jakelualustana. Marko Keisala, Suomen metsäkeskus

DIGIBONUSTEHTÄVÄ: JYRSINTÄ NCC INDUSTRY OY LOPPURAPORTTI

Tietomallien hyödyntämismahdollisuudet tieverkon ylläpidossa

Väyläomaisuuden hallinnan tutkimus- ja kehitystarpeet VOHtutkimusohjelman

Liikenneviraston korjausvelkaohjelman kokemuksia

Tieliikenteen tilannekuva Valtakunnalliset tiesääpäivät Michaela Koistinen

Työkalujen merkitys mittaamisessa

Liikenteen ja kuljetusten seuranta

Infran ylläpitojärjestelmät. Asiakkuusjohtaja Tarmo Savolainen Vianova Systems Finland Oy

DIGIBONUSTEHTÄVÄ: MPKJ NCC INDUSTRY OY LOPPURAPORTTI

Tievalaistuksen palvelusopimuksen tietopalvelu Sähköinen omaisuuden hallinta

Rautateiden kunnossapito nyt ja tulevaisuudessa. RATA Toimialajohtaja Mirja Noukka

TIEMERKINTÄPÄIVÄT Radisson Blu, Oulu (Hallituskatu 1) Torstai

Palvelutaso tärkein matkalla kohti edullista tienpitoa

INFRA SEMINAARI KUUSAMON PILOTTI. Teemu Perälä puh

Modernit toimintatavat kunnossapidossa. Markku Tervo Jarkko Pirinen

Liikenteen digitalisaatio mahdollisuutena tiedon merkitys

Kiinteistösijoittamisen ja -johtamisen tieto liikkumaan: KIRA-digi -ohjelman kokeiluhankeen tulokset

Korjausvelan hallinta Joensuussa. Kuntamarkkinat 2012 Ari Varonen

JUHTA / VAHTI työpaja Valtiovarainministeriö, Kimmo Järvinen Valtiokonttori. Tietojohtaminen ja HR

TRESTIMA. Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa , Seinäjoki. Simo Kivimäki

Metsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto

MISTÄ KORJAUSVELKA KOOSTUU JA MITEN SE SAATAISIIN POISTETTUA

Mobiilikartoitusdatan prosessointi ja hyödyntäminen

Mikä on digitaalinen suunnitelma. Petri Niemi Finnmap Infra Oy

Ryhmäprojektin toteuttaminen. 19 August 2019

KAUPUNKIOMAISUUDEN HALLINTA CASE JOENSUU. Novapoint käyttäjäpäivät

Uudet tarkkuuslämpökamerat ja asfalttipäällysteet? Timo Saarenketo, Roadscanners Oy

DIGITALISAATIO LOUHINNAN DIGITALISAATIO KIVIAINESTUOTANNOSSA Digitaalisen tietotekniikan yleistyminen arkielämän toiminnoissa [Wikipedia]

- VERKOSTOPÄIVÄT , Oulu

Digitalisaatiohanke , vrs 1.0

Maanteiden tulvariskien hallinta Tommi Merta

Joensuun kaupungin katujen ja kevyenliikenteenväylien kunnonhallinnan palvelu Jari Marjeta, projektipäällikkö

Infra-O tulosten jalkautus Mikko Ristikangas

Tie ja katutietojärjestelmä - kohti laadukasta reittiaineistoa. Kuntamarkkinat,

Mallintamisen mahdollisuudet. vuorovaikutuksen lisäämiseksi infran ylläpidossa. Manu Marttinen Työpäällikkö NCC Roads Oy 1

INFRA SEMINAARI KUUSAMON PILOTTI

Päällysteiden laadun tutkimusmenetelmien laadun parantamiseksi. Tutkimushankkeet, joissa PANK ry on mukana

Tarkkuuden hallinta mittausprosessissa

LASERKEILAUKSEEN PERUSTUVA 3D-TIEDONKERUU MONIPUOLISIA RATKAISUJA KÄYTÄNNÖN TARPEISIIN

Digitalization Renews Delivering Road Maintenance Digitalisaatio uudistaa hoitopalvelun tuottamisen

Mobiilikartoituspäivä Pistepilvien ja kuvien hyödyntäminen Locusympäristössä

Velho-allianssi ja ajankohtaista tietomallinnuksesta Tienpitopäivä / Tarmo Savolainen

Kansallisten määritysten, toiminnan ja ATJ:n yhteensovittaminen. SosKanta-hanke, webcast-info Jaana Taina ja Kati Utriainen

Liikenteen ajantasatiedon hankinnan kehittäminen

KORJAUSVELAN LASKENTAMALLI KÄYTTÖÖN

KUNTAINFRAN ELINKAARILASKENNASTA KOHTI OMAISUUDEN HALLINTAA. SKTY Jyrki Paavilainen

Tilannekuva sote-alueen tiedolla johtamiseen case Siun sote

Bitistä bitumiin Liikenneviraston Digitalisaatiohanke Jari Myllärinen

Täsmäviljely viljelijän näkökannasta Juha Hartikainen Suonentieto Oy

Automatisoinnilla tehokkuutta mittaamiseen

Tietojohtamisen arviointimallin käyttöohje

Älykkään vesihuollon järjestelmät

Tietokiri on alkanut tule mukaan!

Innovatiivisen liikennejärjestelmän. tiekartta. Satu Innamaa, Elina Aittoniemi, Hanna Askola ja Risto Kulmala INTRANS-ohjelma, VTT

Hoidon ja ylläpidon alueurakka Virrat Kaupalliset asiat

OPPIMISANALYTIIKKA OPPILAITOKSISSA (2018) DigiKilta-seminaari, Hämeenlinna LEENA VAINIO

Verkostojen kuntotutkimusopas, taustaa

Kuntien ICT tuki - suunnitelma - JUHTA Tommi Oikarinen

Tiedonkeruun miljoonat pisteet

KUNTATEKNIIKKA 2014 ELINKAARILASKENNASTA OMAISUUDEN HALLINTAAN. Juha Äijö, Ramboll,

Infran omaisuudenhallinnan rajapintahanke (ja tietoportaali) Saara-Maija Pakarinen Espoon kaupunki SKTY syyspäivät 2017

Big-data analytiikka-alusta osana markkinoinnin kokonaisratkaisua

Oppeja ja kokemuksia Pisararadan suunnittelun tiedonhallinnasta

LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä

Joukkoistettu tiedonkeruu soratien kunnon seurannassa. Pirjo Venäläinen Soratiepäivä

Päällystettyjen teiden kuivatuksen kunnossapidon toimintalinjat. Väyläviraston julkaisuja 16/2019

Kaukokartoitusaineistojen hyödyntäminen toiminnanohjausjärjestelmässä

REALTIME CUSTOMER INSIGHT Wellnator Oy

Paikkatiedot kaupungin omaisuudenhallinnassa. LOCATION BUSINESS FORUM 2018 Janne Hartman Paikkatietopäällikkö, Jyväskylän kaupunki

VARASTOINTI / INVENTOINTI

YKSITTÄISTEN HEITTOJEN HALLINTA/KAS-ELY ANTERO AROLA

Pintasääasemaverkon vikadiagnostiikkaa DADAssa

Tilaajan kalustovaatimusten vaikutus teiden talvikunnossapidon kustannuksiin. Heikki Ikonen

Digiroad - Kuntaylläpito. Ohje paperikartalla tapahtuvaan ylläpitoon

PRO ROAD. kausi 2019 LUMECOM. LUMECOM OY / Copyrigt Lumecom Oy

Kansallinen Palvelutietovaranto (PTV)

Transkriptio:

Uudet tiedontuotantomenetelmät T&K projektin yhteenveto

T&K projektin sisältö Tavoite: Selvittää millä menetelmillä ja minkälaisilla kustannuksilla saadaan kerättyä tienpitoon liittyvää tietoa väyliltä Vertailla menetelmiä ja analysoida tietojen tarkkuuksia ja hyödynnettävyyttä Menetelmä: 6/2015: toimijoiden hankinta (valittiin 8 toimijaa) 7-8/2015: inventointi kahdella koealueella (asfaltti- ja soratie) Kaakkois- Suomessa 9/2015: analysointi ja jatkotoimenpiteet 2

Toimijat Yritys Menetelmä Inventoidut tiedot Ilmoitetut kustannukset ( / 1000km alue) Blom ja Suomen kuntotekniikk a Oy Vionice NCC Nordic Geocenter Nosteco Sweco + Geotrim Roadscanners Erillisinventointi (panoraamakuvat, havainnot, maatutka) Jatkuva (videokuva, kuvan tunnistus) Jatkuva (kiihtyvyysanturi) Erillisinventointi (mobiililaserskannau s) Jatkuva (hoidon yhteydessä, Infrasmart) Erillisinventointi (mobiililaserskannau s) Erillis- / jatkuva inventointi (mm. laserkeilaus, maatutka, kiihtyvyysanturi) Kuntotiedot (pinta- ja rakenteellinen kunto) Varusteet ja laitteet Viheralueet ja ympäristö Panoraamakuvat 55 /km Varusteet ja laitteet 1,20 /kpl Pintakunto (päällystetyt tiet) 41 /km Rakenteellinen kunto (pääll.) 91 /km Rakenteellinen kunto (sorat.) 69 /km Varusteet ja laitteet Ajoneuvokustannukset (puhelin, liittymä, käsittely 2000 Projektin vuosilisenssi 1800 Kilometrikustannukset 8 /km Kuntotiedot (tien heitot) Kuntotiedot (pintakunto) Varusteet ja laitteet Viheralueet ja ympäristö Kunnossapidon korjaustöiden seuranta hoitourakoiden yhteydessä Kuntotiedot (pintakunto) Varusteet ja laitteet Viheralueet ja ympäristö Kuntotiedot (pinta- ja rakenteellinen kunto) Varusteet ja laitteet Viheralueet ja ympäristö Puhelin ja laitteistot 120 /kk = 1440 / vuosi Kilometrikustannukset 6 / kilometri Aloitusmaksu (matkakulut ja laitteiden käyttöönotto) 1500 Kilometrikustannukset 49,50 /km Valtra Smart 400 /vuosi/kone InfraSmart 400 /vuosi/kone + 100 /vuosi/käyttäjät Tarkempien kustannuksen määrittelyssä käytävä keskustelua Kilometrikustannukset (tiedonkeruu palveluna) 3-5 /km Prosessointikustannukset erikseen Laitteiston voi hankkia omaksi (n. 250 000 ) Kilometrikustannukset eivät tällä hetkellä määriteltävissä Raportointiportaalin vuosimaksu, 2 /tietolaji/kilometri Järjestelmä on mahdollista hankkia omaksi (n. 100 000 ) Tietomekka Erillisinventointi Viheralueet ja ympäristö Laitteiston hankintahinta n. 500 Analysointi toimistotyönä 3

Suomen kuntotekniikka Oy, SPVI -kuntoluokitus Tien kuntomuuttujat NCC / tien heitot Roadscanners, pintavauriot: Menetelmät: Kiihtyvyysanturit Panoraamakuvat / videokuvat Laserpisteet Maatutkaus Nordic Geocenter Keskeisiä tarkasteltuja muuttujia Uraisuus Tasaisuus Kaltevuus Tulos: erillisinventointien tulokset hyvin samankaltaisia jatkuva inventointi (kiihtyvyysanturi, videokuvaus) tuottaa samansuuntaista tietoa PTM, IRI>5mm/m Tarkemmat analyysit toimijoittain liitteessä 1. 4

Yhteenveto: tien kuntomuuttujat Analyysin perusteella: 1. Suuntaa-antava tieto on mahdollista tuottaa jatkuvana mittauksena = hoidon kohdentaminen 2. Tarkemmat inventoinnit antavat keskenään hyvin samankaltaisen tulokset 3. Tarkasteltava kokonaiskustannuksia vs. erillisinventoinneista saatavia lisähyötyjä NCC / tien heitot Roadscanners, pintavauriot: Johtopäätökset, toimintamalli: 1. Jatkuva seuranta (ongelma-alueiden löytäminen) Antureiden kiinnittäminen erilaisiin ajoneuvoihin (tien käyttäjän kokeman palvelutason mittaus) 2. Tarkempien inventointien kohdentaminen ongelma-alueille Erillisinventoinnit (myös esim. hoitourakan alussa ja lopussa, 3. Hoitotöiden vaikutusten seuranta (hoitourakoiden yhteydessä) Seurantamenetelmän kytkeminen hoitokalustoon Hoitokertojen vertailu antaa tietoa muutoksesta Mikä on tarkkuuden merkitys toimenpiteiden kohdentamisessa? 5

Tien varusteet ja laitteet Menetelmät Videokuva + automaattinen kuvantunnistus Panoraamakuvat + automaattinen kuvantunnistus Mobiililaserskannaus Tarkasteltavat muuttujat Merkin sijainti Merkin tyyppi Merkin kunto Tulos: Sijaintitiedoissa on pieniä eroja Manuaalisen vs. automaattisen tulkinnan osuus on merkitsevä kustannusten osalta Jatkuvalla tiedonkeräysprosessilla saadaan paljon havaintoja -> tulokset tarkentuvat Erillisinventoinneissa mahdollisuus mitata kaikki tiedot samasta näkymästä 6

Yhteenveto: tien varusteet ja laitteet Analyysin perusteella: 1. automaattinen poiminta kuvilta/videolta toimii merkkien tunnistamisessa ja paikantamisessa kuvilta pystytään inventoimaan kattavasti eri tietoja 2. kuntotiedon luokittelussa on monta muuttujaa (merkin suuntaus, pintakunto, heijastavuus..) riittääkö tarkkuus täsmällisen kunnon (jatkuvaan) mittaamiseen älypuhelimella (vielä)? Johtopäätökset, toimintamalli: 1. Laitteiden ja varusteiden rekisteritiedot (sijainti, tyyppi, kunto ym) voidaan inventoida erillisinventointina tai osin jatkuvien prosessien kautta 2. Jatkuvien prosessien kautta voidaan verrata muuttuneita tietoja (esim. kuntotiedot, sijaintivirheet, puuttuva merkki..) 3. Konenäön kehittyessä luotettava kuntotiedon seuranta on mahdollista jatkuvien prosessien kautta 7

Yhteenveto: Viheralueet ja ympäristö Menetelmät: Mobiililaserskannaus Laserkeilaus (etäisyys metsään) Kuvatulkinta Tarkasteltavat muuttujat: Raivaus- / niittotarve Analyysin perusteella: Niittotarve voidaan tuottaa muiden inventointien yhteydessä Tarkempi menetelmän valinta tarvitsee avukseen tulkintaa Tietomekka, kuvatulkintasovellus Johtopäätökset, toimintamalli: 1. Niittotarpeiden kartoitus automaattisesti tai puoliautomaattisesti muiden inventointien yhteydessä 2. Niittotarpeiden tarkennukset ja hoidon suunnittelu (siimaniitettävä / niitettävä osuus) tehdään kuva-aineiston avulla 8

Yhteenveto ja ylätason tavoitteet Tulosten perusteella projektissa on johdettu seuraavat jatkotavoitteet 1. Inventointeja monipuolistetaan kolmijaolla Jatkuva tiedontuotanto soveltuvin osin Kohdennetut erillisinventoinnit Hoitotöiden seuranta ja raportointi korvaa osan erillisinventoinneista 2. Tieverkon kuntotilan yleiskuvaa kehitetään kunnossapidon ja asiakkaiden tarpeisiin Kiihtyvyyksistä tuotettu tien pintakunnon tietoa yhdistetään olemassa oleviin tunnuslukuihin Analyyseihin yhdistetään eri kuntomuuttujista asiakkaita palveleva tilannekuva, joka visualisoidaan kartoille 3. Automatisoidaan mittauksia ja tietojen käsittelyä Hoitourakan työnjohdon ajoneuvoja varustetaan tarvittavilla laitteilla (pilotointi ja kokeilutoiminta) Erillisinventoinneista siirrytään asteittain automatisoituihin prosesseihin hoitourakan yhteydessä 4. Ajantasaisen tiedon perusteella pyritään johtamaan käsitys tien rungon, rakenteiden tilasta ja kuivatuksen toiminnasta Menetelmä kehitys, jotta tarkemmat tutkimukset voidaan kohdentaa yleiskuvan perusteella 5. Asiakkaan kokemaa tien palvelutasoa tulee pystyä vastaanottamaan ja analysoimaan automaattisesti 6. Uusien tiedonkeruumenetelmien edellyttämää tehokasta varastointia ja analysointia kehitetään, jotta tiedon hyödyntäminen on mahdollista 9

Työnjohdon, liikenteen tai hoitoprosessiin ja ylläpitoprosessiin integroituu Uudenlaista Tiedontuotantoa (kuluttaja-applikaatio) Kuluttaja Apps Toimintamalli 2018 VISIO -> Kiihtyvyysanturit/ Muu sensoridata Kuva/ videokuva Ja tästä johdetut Man. Ja aut. raportoinnit Toimenpiteis tä tai havainnoista Toimenpide tieto sijaintiin sidottuna X,Y,Z ja relaatio tiehen/ osoitteeseen Ylläpidon raportointi Erillisinventoinneilla valvotaan automaattisten prosessien laatua ja tehdään tarkat kohdennetut inventoinnit bigdatan perusteella Erillisinventointien ja mittausten palveluntuottajat Rajapinta 2 Raakadata + jäsenneltytieto Rajapinta 1 Sopimuksiin Kirjattu toimenpidetieto Tiestötietojen rajapinta Voidaan toteuttaa yhteen, jos tarkoituksenmukaista Hoidonraportointijärjestelmä Harja TILU TURI YHA Toimenpidetiedot SAMPO Rahaliiken ne Tietojen laatu ja toimenpidekohtaiset inventoinnit Raakadata Tiestötietojen ylläpitojärjestelmä * Jäsenneltytieto Varusteet ja Laitteet tietokanta Hadoob Bigdata Tierekisterin tietokanta tieverkko Digiroad tietokanta Jaetaan kaikille Tieto rajapinnassa saatavilla (API) * Analyysit ja ohjelmoinnit tehdään tämän rakenteen tietojen perusteella erillisissä asiantuntija sovelluksissa 10

Toimintamallin lisäarvot Selkeä toimintamalli ja tiedon jatkuvuus tuo tietoon laatua, virheet huomataan ja voidaan korjata Hoitoa ja ylläpitoa opitaan ohjaamaan uudella tavalla, kun tietoa on paremmin käytössä Uskottavan laadunvarmennuksen myötä tieto-omaisuuden laatu paranee Kustannukset eivät nouse. Tiedontuotannon kokonaisvaikutus koko tieverkolla arvio 2-3 M. (arvio perustuu tutkimuksessa saatuihin kustannuksiin) Kuntotiedon ohella, Digiroad-tietotarpeet ja ITS-tarpeet (osa) täyttyvät samalla Tarvittavat, järeämmät erillisinventoinnit voidaan kohdentaa tarkoituksenmukaisesti tarvittaville alueille 11

Jatkotoimenpiteet 1 ja 2 Tavoite: vuonna 2018 tiedontuotannon uusi toimintamalli on tuotannossa HARJAN tuottaman ajantasaisen raportoinnin ja hoitourakoissa syntyvän automaattisen tiedon osuus tilannekuvan muodostamisessa on kasvanut. Muun muassa jatkuvan kiihtyvyysdata ja kuvadatavirran avulla. Lisäksi muusta liikenteestä (kuluttajat, ammattiautoilijat) saadaan mobiiliaplikaatioiden avulla tietoa. Vastaanottokyky syntyvälle tiedolle on luotu. Hoitourakan työnjohdon ajoneuvojen varustamisen osalta on erilaisia sensori kokeiluja käytössä jotka tähtäävät hoidon laadun omavalvonnan kehittymiseen. Vuonna 2016 eteneminen: 1) Iin-urakassa (Markku Tervo) Urakka-alueen jatkuvan tilannekuvan tuottaminen työnjohdon ajoneuvoista kiihtyvyysanturitieto sekä video tai kuvatieto. Urakan aikana toteutetaan tutkimusta automaation ja analytiikan keinoista tuottaa konkreettista laatutietoa ja/tai toimenpiteet käynnistävää tietoa. (kuvatunnistus, liukkaus kiihtyvyyksistä) 2) T&K-projekti (LIVI) Tiedontuotannon automatisoinnin kokeilut, jossa yhdessä hoitourakoitsijoiden kanssa aloitetaan toimenpiteet vision savuttamiseksi. Kiihtyvyydet, kuvatiedon ja mahdollisten muiden sensorien tuottaman tiedon analysoinnin kautta pyritään luomaan tienkunnon yleiskuva ja oppimaan, mikä on realistista saavuttaa vuoden 2017 aikana suhteessa asetettuun tavoitteeseen. 12