Maanmittauslaitoksen Paikkatietokeskus FGI:n, Itä-Suomen yliopiston ja Luonnonvarakeskuksen tutkijat yhdessä Ponsse Oyj:n kanssa kehittivät ja testasivat metsäkoneen paikannusta ja konenäköä IlmoStar-hankkeessa. Metsäkoneeseen liitettiin sensoreita, joiden avulla se voi puunkorjuun yhteydessä kerätä dataa muun muassa metsän monimuotoisuuden, hiilensidontapotentiaalin ja harvennusvoimakkuuden mittaamiseen ja seurantaan.
– Tutkimuksen ja yritysten yhteistyöllä olemme saaneet aikaan hyviä tuloksia. Älykkään metsäkoneen tutkiminen ja kehittäminen on hyvä esimerkki siitä, miten yritykset voivat hyödyntää uusinta tutkimustietoa kehittäessään uutta teknologiaa, toteaa tutkimusprofessori Harri Kaartinen Maanmittauslaitoksen Paikkatietokeskuksesta.
– Tulevaisuuden puunkorjuuteknologian mahdollisuuksien tutkiminen on tärkeää työtä. Metsäkoneteknologian kehittäminen vaatii pitkäjänteisyyttä, ja hankkeesta saimme tähän kehitystyöhön arvokkaita ajatuksia ja suuntaviivoja. Olemme jo hyödyntäneet hankkeen tutkimustuloksia metsäkoneiden paikannuksen parantamiseksi, kertoo suunnittelupäällikkö Joni Backas Ponsselta.
- Harvesterikuljettajat kokivat tarpeelliseksi saada harvennusvoimakkuuden seurantaan ja raportointiin järjestelmäpohjaista tukea, jota voidaan hyödyntää myös kuljettajaopastuksessa. Tarkka puutason tieto yhdistettynä harvesterin tuottamaan runkotietoon muodostaa perustan hankkeessa kehitetylle harvennusvoimakkuuden seurantakonseptille, toteaa erikoistutkija Kari Väätäinen Lukesta.
5 esimerkkiä tulevaisuuden metsäalan teknologiamullistuksista – mahdollisia 2035 mennessä
– Osana IlmoStar-hanketta tutkijat arvioivat, millaisia hyötyjä metsäkoneet voivat tuoda vuoteen 2035 mennessä, jos teknologioihin tehdään riittäviä TKI-panostuksia ja alalla tehdään läheistä yhteistyötä, korostaa professori Kalle Kärhä Itä-Suomen yliopistosta.
1. Konetyön aikana kerätään ja tuotetaan maastotietoa automaattisesti
Vuonna 2035 puunkorjuuoperaatioiden laadusta raportoidaan läpinäkyvästi metsänomistajalle ja viranomaisille, jotka eivät suorita enää itse lainkaan valtakunnallisia maastoinventointeja, vaan maastotieto tuotetaan automaattisesti puunkorjuu- ja metsänhoito-operaatioiden yhteydessä yksittäisen puun tarkkuudella.
2. Älyharvesteri suorittaa, kuljettajan rooli helpottuu
Metsäkoneen opastavat ja automaattiset järjestelmät tehostavat kuljettajan työtä, parantavat puunkorjuun laatua ja kohentavat koneenkuljettajan työssäjaksamista. Esimerkiksi ajouraverkoston suunnittelu ja opastus, harvennusvoimakkuuden reaaliaikainen seuranta, huonolaatuisten ja sairaiden puiden tunnistaminen, metsäluonnon monimuotoisuuden kannalta arvokkaiden puiden säilyttäminen ja kuormatraktorikuormien muodostaminen on lähes täysin automatisoitu, eikä vaadi erityistä huomiota koneenkuljettajalta.
3. Tekoäly ja automaatio optimoivat puunkorjuuta
Vuonna 2035 tekoälykehitys on tuonut lisää automatisoituja toimintoja puunhankinnan suunnittelujärjestelmiin, mikä auttaa optimoimaan puunkorjuukohteiden valintaa ja ajoittamista.
4. Metsävaratietoa puun tarkkuudella
Metsävaratiedon tarkkuus kasvaa merkittävästi, kattaen puuston määrän, laadun, muutokset, korjuukelpoisuuden ja maaperän. Yksinpuintasoinen tieto, jota kerätään ilmalaserkeilauksella, drooneilla ja muilla ilma-aluksilla, mahdollistaa vähähiilisen ja kustannustehokkaan puunhankinnan suunnittelun ja toteutuksen.
5. Metsäkoneet keräävät dataa ympäristöstään ja tarkentavat aiempaa metsävaratietoa
Vision mukaan tarkkuuspaikannus on käytössä kaikissa harvestereissa vuonna 2035. Metsäkonesensorit, jotka perustuvat laser- ja konenäköpohjaisiin teknologioihin ja joilla voidaan rikastaa koneisiin lähetettyä etukäteistietoa, ovat alkaneet yleistyä, mutta eivät ole vielä käytössä kaikissa metsäkoneissa.
Lisätiedot
Tiekartta 2035 https://erepo.uef.fi/handle/123456789/36075
Tutkimusprofessori Harri Kaartinen, Maanmittauslaitoksen Paikkatietokeskus etunimi.sukunimi@maanmittauslaitos.fi, 029 531 4756
Professori Kalle Kärhä, Itä-Suomen yliopisto, etunimi.sukunimi@uef.fi, 050 475 4772
Erikoistutkija Kari Väätäinen, Luonnonvarakeskus, etunimi.sukunimi@luke.fi, 050 3913259
Tutkimus on myös osa maankäyttösektorin Hiilestä kiinni-ilmastotoimenpidekokonaisuutta. Lisätietoja Hiilestä kiinni -toimenpidekokonaisuuden verkkosivuilta.
Tutkimus on tehty osana Suomen Akatemian lippulaiva UNITE:a, jossa tutkitaan ja kehitetään metsien, ihmisten ja koneiden vuorovaikutusta. UNITE-osaamiskeskittymään kuuluu tutkimusryhmiä Itä-Suomen yliopistosta, Maanmittauslaitoksen Paikkatietokeskuksesta, Tampereen yliopistosta ja Luonnonvarakeskuksesta (Luke) sekä laaja kehittäjäkumppanien verkosto.