Tekoäly tekee helpommaksi droneille skannata ja kaivaa maastoa

Aarhusin yliopiston (AU) ja Tanskan teknillisen yliopiston (DTU) tutkijat ovat yhteistyössä kehittäneet hanketta, jonka tavoitteena on vähentää soraa ja kalkkikiveä kaivavien louhosten mittauksen ja dokumentoinnin kustannuksia, samalla kun se on nopeampi ja helpompi kuin perinteinen menetelmä.

Hankkeessa käytettiin tekoälyä (AI), joka otti haltuun perinteisesti ihmisten ohjaamat dronet, jotka ovat tällä hetkellä riippuvaisia tehtävän suorittamisesta.

Erdal Kayacan on apulaisprofessori ja asiantuntija tekoälystä ja droneista Aarhusin yliopiston insinööritieteellisessä tiedekunnassa.

“Olemme tehneet koko prosessin täysin automaattiseksi. Kerromme dronelle, mistä aloittaa, ja seinän tai kallion leveyden, jonka haluamme valokuvata, ja sitten se lentää zig-zag-muodossa koko matkan ja laskeutuu automaattisesti”, sanoo Kayacan.

Ihmisen ohjaamien dronien rajoitukset

Nykyinen menetelmä soraa ja kalkkikiveä kaivavien louhosten, jyrkkien rinteiden ja muiden luonnon- ja ihmisen muovaamien muodostumien mittaukseen ja dokumentointiin perustuu dronien valokuvaamiseen. Tietokone vastaanottaa tallenteet ja muuttaa ne automaattisesti 3D-maastomalliksi.

Yksi tämän menetelmän haittoja on, että drone-pilotit maksavat paljon, ja mittaukset ovat aikaa vieviä. Kaivauksessa drone-pilotti on varmistettava, että drone pitää vakioetäisyyden seinästä. Samalla drone-kamera on pidettävä kohtisuorassa seinään nähden, mikä tekee siitä monimutkaisen ja vaikean tehtävän.

Jotta tietokone voi muuttaa ja luoda 3D-hahmon kuvista, on oltava tietty päällekkäisyys kuvissa. Tämä on pääprosessi, jota tekoäly automatisoi, ja se vähentää merkittävästi tehtävän monimutkaisuutta.

“Meidän algoritmi varmistaa, että drone aina pitää saman etäisyyden seinästä ja että kamera aina uudelleen sijoittaa itsensä kohtisuorassa seinään nähden. Samalla meidän algoritmi ennustaa tuulen voimat, jotka vaikuttavat dronen runkoon”, sanoo Kayacan.

Teckoäly voittaa tuulen ongelman

Tekoäly auttaa myös voittamaan tuulen, joka on yksi suurimmista haasteista autonomisessa drone-lennossa.

Mohit Mehndiratta on vieraileva PhD-opiskelija Aarhusin yliopiston insinööritieteellisessä tiedekunnassa.

“Suunniteltu Gaussian-prosessimalli ennustaa myös tuulen, jota voidaan kohtaamaan lähitulevaisuudessa. Tämä tarkoittaa, että drone voi valmistautua ja tehdä korjaavat toimet etukäteen”, sanoo Mehndiratta.

Kun ihmisen ohjattu drone suorittaa tätä tehtävää, voi jopa kevyt tuuli muuttaa sen reittiä. Uudella tekniikalla voidaan ottaa huomioon tuulenpuuskat ja koko tuulen nopeus.

“Drone ei itse mitä tuulta, se arvioi tuulta saamansa syötteen perusteella, kun se liikkuu. Tämä tarkoittaa, että drone reagoi tuulen voimaan, samoin kuin kun ihmiset korjaavat liikkeitään, kun he ovat alttiina voimakkaalle tuulelle”, sanoo Kayacan.

Tutkimus suoritettiin yhteistyössä DTU:n tanskalaisen hiilivetytutkimus- ja teknologiakeskuksen kanssa, ja hankkeen tulokset esitetään toukokuussa 2020 Euroopan ohjauskonferenssissa.