Metsäkoneiden kulkukelpoisuuden ennustaminen ja reittioptimointi

Akronyymi

TRAM

Rahoitetun hankkeen kuvaus

Tutkimuksen tavoitteena on kehittää koneoppimismenetelmiä liittyen maaston kulkukelpoisuuden ennustamiseen ja metsäkoneen reitinvalintaan. Kulkukelpoisuus syntyy monen tekijän yhteisvaikutuksesta ja siihen vaikuttaa mm. maan pinnanmuodot, maastotyyppi, kasvillisuus, ilmasto, sää, maanpinnan kosteus, routa ja metsäkonetyyppi. Tutkimuksen lähtökohtana on mallintaa ja ennustaa maaston kulkukelpoisuus yhdistämällä koneoppimisen keinoin avoimia valtavia tietomassoja, metsäkoneista saatuja sensorimittausdataa ja maaperän fysikaalisia malleja. Tutkimuksen toinen päätavoite, automaattinen reittisuunnittelu, luo pohjan varsinaiselle autonomiselle metsäkoneen toimintakyvylle yhdistettynä tilannetietoisuutta tarjoavaan paikalliseen sensorihavaintoihin. Reittisuunnittelussa huomioidaan metsäkoneen toiminnan rajoitteet ja optimoinnissa hyödynnetään sekä heuristisia että kehittyneitä hakuavaruutta rajoittavia menetelmiä.
Näytä enemmän

Aloitusvuosi

2020

Päättymisvuosi

2024

Myönnetty rahoitus

Jukka Heikkonen Orcid -palvelun logo
393 711 €


Rooli Suomen Akatemian konsortiossa

Johtaja

Muut osapuolet

Partneri
Luonnonvarakeskus (332172)
400 127 €

Rahoittaja

Suomen Akatemia

Rahoitusmuoto

Akatemiahanke

Muut tiedot

Rahoituspäätöksen numero

332171

Tieteenalat

Tietojenkäsittely ja informaatiotieteet

Tutkimusalat

Laskennallinen data-analyysi

Tunnistetut aiheet

forest, forestry