Puuta koskettamaton hakkuukonemittaus. Arto Visala, Matti Öhman, Mikko Miettinen Aalto-Yliopisto (TKK), Automaatio- ja systeemitekniikan laitos



Samankaltaiset tiedostot
Puukarttajärjestelmä hakkuun tehostamisessa. Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola

Metsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto

Tree map system in harvester

Puun kasvu ja runkomuodon muutokset

Puukaupan uudet tuulet - rungonosahinnoittelu. Jori Uusitalo Metla

Forest Big Data -tulosseminaari

Satelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen

Metsävarojen inventoinnissa ollaan siirtymässä

"Karuselli", 4 kohdetta, 4 ryhmää per kohde, min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.

ELEC-C1110 Automaatio- ja systeemitekniikan. Luento 11 Esimerkki automaation soveltamisesta

Laserkeilauksella kattavaa tietoa kaupunkimetsistä

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

Puutavaran mittauksen visio 2020

Energiapuun kosteuden määrittäminen metsäkuljetuksen yhteydessä

Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista

Kehittyvästä metsätiedosta lisätehoa puuhuoltoon. Jarmo Hämäläinen Metsäteho Oy

Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia

KUUSEN OMINAISUUSPOTENTIAALI

3D-kuvauksen tekniikat ja sovelluskohteet. Mikael Hornborg

Älyä metsäkoneeseen 3D-laserkeilauksella Heikki Hyyti, Konenäköpäivät, #Reset17

Männyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto

ARVO ohjelmisto. Tausta

Systemaattisuus työmalleissa puunkorjuussa

Trestima Oy Puuston mittauksia

Trestima Oy Puuston mittauksia

Joukkokäsittelyn työmallit. Heikki Ovaskainen

Katkonta - ensimmäinen jalostuspäätös vai raaka-aineen hinnan määritystä?

Forest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle

tulevaisuuden teknologiaratkaisut machine kasvinviljelyssä efficient machines Assisting and adaptive agricultural

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi

Kehittynyt katkonnan ohjaus ja ennakkosuunnittelutiedon tarkkuus Metsätehon tuloskalvosarja 6/2015

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

METSÄKONEIDEN MONIKÄYTTÖISYYS

Autonomisen liikkuvan koneen teknologiat. Hannu Mäkelä Navitec Systems Oy

Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa. Tapio Nummi Tampereen yliopisto

KUITUPUUN KESKUSKIINTOMITTAUKSEN FUNKTIOINTI

Forest Big Data Visio tulevaisuuden metsätiedosta

PUUNJALOSTUS, PUUTAVARALAJIT, MITTA JA LAATUVAATIMUKSET OSIO 6

OULUN YLIOPISTO, BIOLOGIAN LAITOS Puututkimus

Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa

Lahon aste Yhteensä Pysty- Maa- Yhteensä Pysty- Maa-

Metsätalous TOT 10/2003. Metsuri jäi puun alle TOT-RAPORTIN AVAINTIEDOT. Metsätalous 02. Puun kaataminen. Moottorisaha TOT-RAPORTTIEN HYÖDYNTÄMINEN

Hakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen

Trimble Forestry. Juha Käppi, ,

Kehittyvien satelliittiaineistojen mahdollisuudet

PUUTAVARAN MITTAUSMENETELMIEN OSUUDET VUONNA 2006

Laskennallinen menetelmä puun biomassan ja oksien kokojakauman määrittämiseen laserkeilausdatasta

PUUTAVARA- PÖLKKYJEN MITTAUS

Olosuhdetieto. Metsäntutkimuksen ja päätöksenteon apuna. Metsäteho Timo Tokola. UEF // University of Eastern Finland

Laatua kuvaavien kasvumallien kehittäminen. Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla

Pystypuusta lattialankuksi

Energiapuun mittaus ja kosteus

ARVO ohjelmisto. Tausta

SahapuuPunJGoj en APTEEIAUS alkaen käyttöön hyväksytyt. metsäteollisuuden tarkastamat tukkienteko-ohjeet.

Pienpuun paalauksen tuottavuus selville suomalais-ruotsalaisella yhteistyöllä

StanForD Metsäkoneiden uusi tiedonsiirtostandardi. Tapio Räsänen Juha-Antti Sorsa

Koivun laatukasvatusketjut. Pentti Niemistö

Miehittämättömän lennokin ottamien ilmakuvien käyttö energiakäyttöön soveltuvien biomassojen määrän nopeassa arvioinnissa

Tukkiröntgendata sahapuun ohjauksessa

KONENÄÖN MAHDOLLISUUDET KATUJEN JA TEIDEN OMAISUUDEN HALLINTAAN

Runkohinnoittelun käytettävyys? Puumarkkinatyöryhmä, tiistaina Jukka Malinen Metla / Joensuu

Koneellisen taimikonhoidon nykytila ja tulevaisuuden näkymät. Kustannustehokas metsänhoito-seminaarisarja Heidi Hallongren Kouvola, 2.11.

Mittalaitteen tulee toimia luotettavasti kaikissa korjuuolosuhteissa.

Kuusen kasvu muuttuvassa ilmastossa

PURO Osahanke 3. Elintoimintoihin perustuvat mallit: Tavoitteet. PipeQual-mallin kehittäminen. PipeQual-mallin soveltaminen

Uusiutuvan energian velvoite Suomessa (RES direktiivi)

Ajankohtaista ja näkymiä energiapuun mittauksessa

Harvennuspuun raaka-aineominaisuudet ja puutuotemahdollisuudet

Puukarttajärjestelmä hakkuun tehostamisessa

Kehittyvä puun mallinnus ja laskenta

Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus

- METSÄNHOIDON JA HAKKUIDEN KÄSITTELY-YKSIKKÖ. - PUUSTOLTAAN JA MAAPOHJALTAAN YHTENÄINEN ALUE - JAKOPERUSTEENA MYÖS KEHITYSLUOKKA

METSJITEHO. e _ %. 5/1993 PL 194 (Unioninkatu 17) HELSINKI KOIVUN HAKKUUKONEMITTAUS. Jussi Lemmetty.

Sami Lamminen PUU tutkimus ja kehittämisohjelman väliseminaari Hämeenlinna

Yritysesittely. Metsäteho Oy 2015

Kalle Kärhä: Integroituna vai ilman?

Tukkiröntgendata sahapuun ohjauksessa

Laserkeilauspohjaiset laskentasovellukset

Puunkorjuu ja toimitukset automatisoituvat. Lapin Metsätalouspäivät Tuomo Moilanen Ponsse Oyj

RumbleTools Oy. Imatralainen korkean teknologian yritys Ydinosaamisemme on prosessien automatisointi robotiikan ja ohjelmistokehityksen avulla

Rengaspaineiden alentamisen vaikutus metsäkoneen tärinään. Esko Rytkönen & Aki Vähänikkilä Työterveyslaitos

Lauri Korhonen. Kärkihankkeen latvusmittaukset

S09 04 Kohteiden tunnistaminen 3D datasta

Puuhuollon digitalisaatio ja metsäkonetiedon mahdollisuudet

PURO Puuraaka-aineen määrän ja laadun optimointi metsänkasvatuksessa ja teollisuuden prosesseissa. Annikki Mäkelä HY Metsäekologian laitos

ENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE

Hakkuutähteen paalauksen tuottavuus

Metsästä voimalaitokseen: Energiapuunlogistiikka ja tiedonhallinta Lahti

Stereopaikannusjärjestelmän tarkkuus (3 op)

Laserkeilaus puustotunnusten arvioinnissa

Energiapuukorjuukohteiden tarkastustulokset ja Hyvän metsänhoidon suositusten näkökulma. Mikko Korhonen Pohjois-Karjalan metsäkeskus

Korjuujäljen seuranta energiapuun korjuun laadun mittarina. Mikko Korhonen Suomen metsäkeskus

Hämeenlinna Jari Lindblad Jukka Antikainen

Satunnaisotantamittaus. Satunnaisotantamittaus 4.705

Simulaattoreiden ja virtuaalitodellisuuden hyödyntäminen metsäalalla. Antti Peltola, Creanex Oy

Taitaja 2011 finaalitehtävät Metsäkoneenkäyttö

Automaattinen betonin ilmamäärämittaus

TRESTIMA. Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa , Seinäjoki. Simo Kivimäki

Fotogrammetris geodeettinen menetelmä metsäalueen tarkkaan kartoittamiseen sekä syitä ja muita keinoja maastoaineiston tarkkaan paikantamiseen

MITTAUS JA DIGITOINTI. smartscan M I T T A A E T U S I. AICON 3D Systems yritys

Transkriptio:

Puuta koskettamaton hakkuukonemittaus Arto Visala, Matti Öhman, Mikko Miettinen Aalto-Yliopisto (TKK), Automaatio- ja systeemitekniikan laitos

Forestrix - Metsäkoneen aistinjärjestelmä (2005-2008) Konsortio Yritykset Metsäliitto Stora-Enso Oyj UPM-Kymmene Oyj Parker Vansco Oyj Ponsse Oyj Tutkimusosapuolet TKK Automaatio ja systeemitekniikka Metla Kotisivut autsys.tkk.fi/forestrix/ SI

Metrix - Hakkuukoneen mittaustekniikan kehittäminen (2007-2009) Konsortio Yritykset Metsäliitto Stora-Enso Oyj UPM-Kymmene Oyj Parker Vansco Ponsse Oyj John Deere Oy Komatsu Forest Oy Logset Oy Metsäteho Oy Tutkimusosapuolet TKK Automaatio- ja systeemitekniikka TTY Systeemitekniikka VTT Tietojärjestelmät Kotisivut autsys.tkk.fi/metrix/

Metsäkoneiden aistinjärjestelmien kehitys tulevaisuudessa Science push Mittaustekniikassa merkittävää kehitystä, laserskannerit, konenäkö Market demand Koneen työn tuottavuuden parantaminen, liikkeiden automatisointi Kuljettajan työn keventäminen Tehdyn työn dokumentointi ja puuraaka-aineen jäljitettävyys Tarkemmat perusmittaukset Laatusuureiden mittaus

Forestrix- Tutkimuksen tavoitteet Puiden paikan, läpimitan ja puulajin mittaaminen Puukartan muodostus Harvennusjäljen dokumentointi jatkotoimenpiteiden suunnittelua varten Puulaji on oleellinen tieto Mittaus- ja havainnointitekniikat Tarkka paikannus, yleisen digitaalisen karttatiedon hyödyntäminen, sensorifuusio Koneen puoliautomaattinen ohjaus ja kuljettajan opastaminen Automaattinen puominohjaus ja puuhun tarttuminen Puun kaataminen ja prosessointi on vaatii kuljettajan päätöksiä Kuljettajan tukijärjestelmä auttaa oikean harvennustiheyden saavuttamisessa Lopullisen kaatopäätöksen tekee kuljettaja

Aistintekniikasta Laserskannerit (scanning laser range finders) 2D-skannerit, laser-pyyhkäisy tasossa, riittävän nopeita ja tarkkoja, tuotteet vakiintumassa 3D-skannerit, syvyyskuva, hidas täydellä resoluutiolla, vielä kalliita Konenäkö Kuvien käsittely on laskennallisesti raskasta kasvava laskentateho avaa uusia mahdollisuuksia Kameroiden tarkkuus on parantunut Navigointitekniikka GPS on metsäkoneiden perusvarustusta, mutta sen tarkkuus ja luotettavuus ei riitä kaikkiin sovellutuksiin Koneen asentoa ja liikettä voidaan mitata inertiamittalaitteilla

Tutkimuksen teemoja Laserskannerien, konenäön ja paikannuksen tehokas robusti yhteiskäyttö puiden mittauksessa ja koneen ohjaamisessa Sensorifuusio Samanaikainen paikannus ja kartoitus (SLAM) Puiden mallintaminen Puoliautomaattinen hakkuukoneen ohjaus Sulautettujen ohjaus-ohjelmistojen menetelmät

Puukartan muodostus LOHKO

SLAM Data-assosiaatio Old Pose Estimate New Pose Estimate Raw Laser Data Echo Extraction Nearest Neighbour Search Matching Echos to Trees Estimating New Pose Projection to Map Coordinates Updating Tree Graph new nodes old nodes Updating Tree Graph new edges old edges

Puukartta Vihreä: SLAM-kartta Punainen: Metla-kartta

Puukartan laatu Vihreä: 3D-kartta Punainen: Metla-kartta Puukartan tietoja on verrattu Metlan koealalta käsin mittaamiin tietoihin sekä projektin aikana alasta muodostettuun 3D-karttaan Vertailtuja tietoja puiden läpimitat ja paikka

Vihreä: 3D-kartta Punainen: Metla-kartta Puukartan laatu 3D-mittauksista muodostetun puukartan ja Metlan kartan erot

Vihreä: SLAM-kartta Punainen: 3D-kartta Puukartan laatu Forestrix järjestelmällä muodostetun puukartan puiden paikkojen ero 3Dreferenssipuukarttaan on pieni

Puukartan laatu 3D-referenssikartan puiden keskipisteiden ja 2Djärjestelmällä muodostetun kartan ero Metlan käsin keräämään puukarttaan.

Puukartan laatu Mittausvirheen tasaaminen kaikkiin puiden paikkoihin silmukoita suljettaessa on tärkeää

Puukartta Puukartta voitaisiin luoda myös käyttämällä paikkana pelkästään GPS-tietoa, mutta tämä huonontaisi kartan laatua Punaisella GPS-paikka metsässä ja vihreällä sitä selkeästi parempi laskettu paikka

Puulajien tunnistaminen konenäöllä Taloudellisesti merkittävimpien puulajien automaattinen tunnistaminen metsäympäristössä mänty, kuusi, koivu ja haapa Puulajitiedon lisääminen puukarttaan paikka, läpimitta, puulaji Sampsa Kosonen Tree Species Recognition with Machine Vision Using Color and Texture Analysis, 2007

Puulajien tunnistaminen konenäöllä

Läpimittavirheet - korjatut

Mittauskorkeuden estimointi 3D-datasta voidaan laskea puiden, maapinnan ja metsäkoneen suunnat suhteessa toisiinsa Todellisen mittauskorkeuden arviointi Halkaisijamittaukset eri korkeuksilta Puun halkaisija mielivaltaisella korkeudella voidaan laskea runkomalleista

Metsäkoneen kuljettajan käyttöliittymä ja tukijärjestelmä Kuljettaja valitsee kaadettavat puut karttanäytöltä Kuljettaja voi keskittyä puiden valintaan Kone tarttuu puuhun automaattisesti Kone kaataa ja katkoo puut automaattisesti tai kuljettajan ohjaamana Projektissa on toteutettu todellisiin mittauksiin perustuva simulaattori ja siihen käyttöliittymä

METRIX Hakkuukoneen mittaustekniikan kehittäminen Projektin tavoitteet Puun mittaus puuta lähestyttäessä Rungon mittaus prosessoitaessa Yhteenveto

Projektin tavoitteet 1 / 2 Koneaistimiin perustuva puun dimensio- ja laatumittaus Puun katkonnan automatisointi optimaalisiksi pölleiksi Kuljettajan tehtävä kevenee, tylsistyy? Laatutieto automaattisesti Tavoitteen saavuttamiseksi on kyettävä määrittämään pöllin Runkomuoto Oksaisuus (määrä ja läpimitta, tuore vai kuiva, oksavyöhykkeiden rajat) Rungon vauriot (mutkat, lenkous, laho) Biomassan määrä energiakäyttöön Jäljitettävyysongelman ratkaisu, laatutieto jalostukseen RFID- ja muiden etäluettavien muistitekniikoiden tarjoamat mahdollisuudet

Projektin tavoitteet 2 / 2 Tavoitteena on tutkia erilaisia sensorikokoonpanoja ja robusteja signaalinkäsittelymenetelmiä Pituustavoite tukin pituudelle ±1cm Läpimitta mitataan nykyään pölkyn latvasta kuoren päältä Siirtyminen kuoren alta tapahtuvaan mittaukseen Tavoite tarkkuustaso on ±1mm, erittäin kova tavoite Läpimitan mittauksen tarkkuudella on suuri vaikutus pölkyn tilavuuden ja käyttöarvon määräytymiseen

Puun mittaus lähestyttäessä laser TKK 3D-SICK Pisteiden määrä riippuu valitusta nopeudesta ja kulmasta Nopeimmillaan puun pystyy mittaamaan noin 1-2 sekunnissa Kunnon tarkkuuksiin vaaditaan hitaampi mittaus tai sitten useampi peräkkäinen mittaus

Puun mittaus lähestyttäessä liikenäkö TKK/AS

Puun mittaus lähestyttäessä stereonäkö TKK/Foto

Rungon mittaus prosessoitaessa Laho voidaan havaita automaattisesti Esimerkiksi VTT:n kuituoptisella sahalaippa-anturilla Toinen vaihtoehto on analysoida puhdasta sahauspintaa konenäöllä Molemmissa tapauksissa myös läpimitta voidaan laskea samoilla optisilla aistimilla Lisäksi konenäköä voidaan käyttää rungon siirtymän, pituuden laskentaan Laskemalla yhteen kuvasarjan siirtymät saadaan estimaatti puun kulkemalle matkalle Tavoitteena on parantaa nykyistä pöllin pituuden mittauksen tarkkuutta

Rungon mittaus prosessoitaessa - TTY Mittaus

Rungon mittaus prosessoitaessa - VTT Konenäkö kuusi 27 x 30cm, sahattu oksaiselta kohdalta, melko tuore punainen valaisuled vihreä sininen

Siirtymän, pöllin pituuden laskentaan TKK/AS

Kiitos Autonomisten järjestelmien tutkimusryhmä http://autsys.tkk.fi/autonomous

3D-laseri

Reaaliaikainen 2D-kartoitusohjelma