Helsingin yliopisto alkaa kehittää yhdessä nosturivalmistaja Konecranesin kanssa koneoppimiseen perustuvaa paikannusta ja navigointia. Tutkimus tähtää tulevaisuuden nostureissa kustannustehokkaampaan ja tarkempaan navigointiin.
Konecranes teki yliopistolle 160 000 euron lahjoituksen alkuvuodesta käynnistyvää uutta tutkimusprojektia varten. Siinä kehitetään nostolaitteiden kameroiden kykyä havainnoida ympäristöä ja tunnistaa erilaisia kohteita automaattisesti. Tähän tarvitaan niin konenäön kuin syväoppimisen menetelmiä.
’’Yhteistyö tukee useita liiketoiminnallemme keskeisiä tavoitteita, kuten sijoittamista teknologiaan markkinaedelläkävijyyden varmistamiseksi’’, sanoo Konecranesin tutkimus- ja innovaatiojohtaja Matti Kemppainen.
Projekti keskittyy konenäkötekniikkaan, visual SLAM (visual simultaneous localization and mapping), jonka avulla esimerkiksi työmaalla liikkuva kone voi tätä tekniikkaa käyttävien kameroiden avulla paikantaa itseään jatkuvasti.
Kamerat myös luovat ympäristöstä karttaa, joka päivittyy koko ajan. Työmaat ovat kinhyviä paikkoja kehittää paikannustekniikkaa, koska työmailla ympäristö muuttuu koko ajan ja liikkuvia kohteita on paljon. Lisähaastetta tuovat yllätykset, kuten sinne tänne kulkevat ihmiset.
’’Koneiden täytyy liikkua työmaalla oikeaan paikkaan. Niiden on pystyttävä myös tarttumaan esineisiin tarkasti ja nostamaan niitä turvallisesti’’, kertoo hankkeesta vastaava tietojenkäsittelytieteen apulaisprofessori Laura Ruotsalainen.
Ruotsalainen on aiemmin tutkinut sisätilanavigointia ja sen tarkentamista konenäön keinoin. Hän on selvittänyt sitä, miten eri välineillä kerättyä, huonolaatuistakin paikannusdataa voi kompensoida konenäkötekniikoilla, niin että ympäristöstä syntyy oikea kuva. Apuna käytetään oikeaa tehdasympäristöä simuloivaa tutkimuslaboratoriota.
Alkamassa oleva tutkimus voi hyödyttää tulevaisuudessa myös itseään ajavien autojen kehitystä, sillä samat paikannuksen ja ympäristön hahmottamisen kysymykset koskevat myös niitä.
TAUSTAA: Liikkuvien kohteiden paikannusta on tehty jo vuosia. Perinteisesti paikannuksessa on käytetty laserkameroita, mutta ne voivat taustajärjestelmineen maksaa kymmeniä tuhansia euroja, eivätkä niiden tuottamat tulokset silti välttämättä ole alan asiantuntijoiden mukaan luotettavia.
Uudessa projektissa hyödynnettävä Visual SLAM -tekniikka on lasereihin verrattuna paljon edullisempi, koska se käyttää yksinkertaisempia kameroita. Kameroiden tuottamaan dataan jää kuitenkin aukkoja, joita on paikattava algoritmien avulla. Menetelmässä on kuitenkin vielä paljon parannettavaa.
Kuvituskuva: Konecranes