Maxpo: Oulun yliopiston SWARM-tutkimushankkeen tiedote

O
Tutkimusprojekti:

Väylärakentamisen autonominen vähäpäästöinen työkoneparvi (SWARM),
kustannusarvo 5 MEUR (koko konsortio) ja 1,4 MEUR (Oulun yliopisto),
päärahoittaja Business Finland, toteutusaika 1.5.2022-31.10.2025.

Toteuttajat:
Oulun yliopisto, Novatron, Satel, Destia, Noptel, Sensible4, Sisu Truck, GIM
Robotics, Nokia, Sandvik.

Tärkein testauspaikka:
Ouluzone-monitoimikeskus, Kuusamontie 3250, 91310 Arkala: www.ouluzone.fi, www.ouluzoneplus.com, https://radiopark.fi/testing-services/ouluzone-test-site/

Tavoitteet:
SWARM Co-Innovation -yhteishankkeen ja samalla Oulun yliopiston julkisen tutkimusosuuden tavoitteena on tutkia ja kehittää väylärakennustyömaan
työkoneparven tietomallintamiseen ja reaaliaikaiseen ympäristöhavainnointiin perustuvaa automaattista ohjausta. Tavoitteena on myös työmaan etäohjausmenetelmien tutkimus ja kehitys. Kaivukoneen osalta tavoitteena on
adaptiivisen autonomisen ohjauksen kehittäminen. Muiden työkoneiden
(maansiirtoauton, puskutraktorin ja tiivistyskoneen) osalta tavoitteena on tutkia ja kehittää automaattista ohjausta. Automatisoinnin primäärisinä tavoitteina ovat työkoneiden ja niiden yhteistyöprosessin tehokkuuden parantaminen, läpimenoajan lyhentäminen sekä edelleen energiankäytön ja hiilipäästöjen vähentäminen.

Tärkeimpiä tuloksia:
Oulun yliopiston tutkimuskäyttöön on hankittu ja varusteltu SWARM-työkoneparvi, joka koostuu Smart Excavator -kaivukoneesta (Bobcat E85, 9 tn),
Smart Truck -maansiirtoautosta (Volvo FH12 500 4-akselinen, 32 tn), Smart
Dozer -puskutraktorista (Caterpillar D6K2, 13,7 tn) ja Smart Roller -tiivistyskoneesta (Bomag BX 177 BVC, 7 tn). Näiden työkoneiden ohjaukseen on
tutkittu ja kehitetty eri tason automaattisia ohjausmenetelmiä. Automaattisen
ohjauksen tutkimuksen ja kehityksen järjestelmäalustana on käytetty Robot
Operating System ROS2 -alustaa. Työkoneet on varusteltu erilaisin sensorein (RTK-GNSS, puomiantureita, videokameroita, laserkeilaimia, ja muita
sensoreita) ja koneenohjausjärjestelmän ohjausprosessoreilla ja muilla tarvittavilla osilla. Työkoneita kauko-ohjataan erillisestä varustellusta
kauko-ohjausvaunusta.

Smart Excavator -kaivukonetta voidaan ohjata perinteisen manuaalisen ohjauksen ja opastavan 3D-ohjausjärjestelmien lisäksi automaattisesti (maastomallista ja koneohjausmallista generoituihin liikeratoihin perustuen), autonomisesti (adaptiivisella automaattisella ohjausmenetelmällä perustuen työkoneeseen asennettuihin laserkeilaimiin ja tarkoitukseen kehitetyllä ohjelmistolla), ja kauko-ohjauksen avulla (työkoneessa olevien videokameroiden
kuva ja muut sensoritiedot välitetään langattomasti erilliseen kauko-ohjausvaunuun).
Smart Truck -maansiirtoautoa voidaan Maxpo-demoissa perinteisen manuaalisen ohjauksen lisäksi etäohjata Volvon Exter-ohjausjärjestelmällä. Parhaillaan maansiirtoautoon asennetaan vastaavaa monipuolista ohjausjärjestelmää, joka on jo kaivukoneessa. Automaattisen, adaptiivisen ja pidemmän
kantaman kauko-ohjauskokeet toteutetaan mahdollisimman pian messutapahtuman jälkeen.

Smart Dozer -puskutraktoria voidaan ohjata perinteisen manuaalisen ohjauksen ja opastavan 3D-ohjausjärjestelmien lisäksi automaattisesti (maastomallista ja koneohjausmallista generoituihin liikeratoihin perustuen) ja kaukoohjauksen avulla (työkoneessa olevien videokameroiden kuva ja muut sensoritiedot välitetään langattomasti erilliseen kauko-ohjausvaunuun). Adaptiivisen autonomisen ohjausmenetelmän testaukset aloitetaan tarvittavien laserkeilaimien ja niihin liittyvien ohjelmistojen asennuksen sekä adaptiivisen
ohjausmenetelmän kehitystyön jälkeen.

Smart Roller -tiivistyskonetta voidaan ohjata perinteisen manuaalisen ohjauksen ja opastavan 3D-ohjausjärjestelmien lisäksi automaattisesti (maastomallista ja koneohjausmallista generoituihin liikeratoihin perustuen) ja
kauko-ohjauksen avulla (työkoneessa olevien videokameroiden kuva ja muut
sensoritiedot välitetään langattomasti erilliseen kauko-ohjausvaunuun).
Tärytystehoa voidaan säätää ja rakennekerroksessa saavutettua tiiveyttä mitata työkoneeseen asennetulla Variocontrol-järjestelmällä. Adaptiivisen autonomisen ohjausmenetelmän testaukset toteutetaan tarvittavien laserkeilaimien ja niihin liittyvien ohjelmistojen asennuksen sekä adaptiivisen ohjausmenetelmän kehitystyön jälkeen.

Edelliset Smart-työkoneet muodostavat yhdessä Oulun yliopiston SWARMtyökoneparven, jota täydentävät ilmasta työmaan maastomallia mittaavat
sekä työnaikaiseen seurantaan ja valvontaan käytettävät droonit. Työkoneparven käyttöä väylärakentamiseen ja tutkittu pohjanleikkaus- ja kerrosrakentamisen työprosesseissa Unity- ja Algoryx-fysiikkasimulointiohjelmia ja
myös oikeita työkoneita käyttäen. Työkoneiden automaattiset ohjauskokeet
ja työkoneparven kenttäkokeet on tehty Ouluzone-testikeskuksessa. Tiedonsiirtoon on käytetty langattomia 5G Private -testiverkkoa, 2,4 GHz ja 5 GHztaajuusalueilla toimivia Wifi-verkkoja, ja muitakin erilaisia verkkoratkaisuja. WLAN-yhteydet ovat myös osana Maxpo2025-messujen demojen toteutusta. Tähän mennessä työkoneparvea on kokeiltu Ouluzonessa järjestetyissä työprosesseissa, joissa ohjaukseen on käytetty ihmiskuljettajia työkoneissa (vertailumalli automaattiseen parviohjaukseen) ja kaukoohjausjärjestelmiä. SWARM-projektin viimeiset automaattiset ja osin autonomiset parviohjauskokeet suoritetaan syyskaudella 2025.

Arviointia ja alan tulevaisuuden näkymiä:
SWARM-tutkimusprojekti on onnistunut automatisoimaan Oulun yliopiston
työkoneparven koneet ja edennyt automaattisen parviohjauksen testaus- ja
jatkokehitystasolle. Parviohjauksessa olennaista on työkoneiden synkronointi tehokkaaseen, turvalliseen ja vähäpäästöiseen yhteistyöhön. Työkoneiden automaatiotasot nousevat jatkuvasti – ihmiskuljettajilla on silti tärkeä
rooli jatkossakin. Automaattiset ohjausjärjestelmät kykenevät keräämään ja
käsittelemään enemmän ja tarkemmin tietoja kuin ihmiset. Myös työkoneiden turvallisuutta voidaan selvästi parantaa automaation keinoin. Langattomia tiedonsiirtomenetelmiä ja niiden häiriönsietoisuutta tulee tutkia vielä lisää. Kauko-ohjauksen käyttöönotossa on paljon teollista potentiaalia. Pidemmälle kehitetty autonomia on sovellettavissa helpoiten rajattuihin käyttötarkoituksiin. Automaattisen parviohjauksen käyttöönotto edellyttää väylärakennusalalta kokeellista etenemistä, yhteistyötä ja koulutusta.

SWARM-tutkimusprojektin jälkeen Oulun yliopisto jatkaa työkoneiden ja
työkoneparvien automaatiotutkimusta uudella Co-Innovation ”Tekoälypohjainen autonominen ohjaus työkoneille (AI4Machinery)” -tutkimushankkeella (2025-2027, kokonaiskustannusarvio noin 9 MEUR, josta Oulun yliopiston osuus noin 1,9 MEUR). Hankkeen rahoittaa Business Finland.

Lisätietoja:
Professori Rauno Heikkilä, Oulun yliopisto, Rakennus- ja yhdyskuntatekniikka, 040-538 5840, rauno.heikkila@oulu.fi

Kiitokset rahoittajalle ja yhteistyön avainkumppaneille:
Business Finland, Matti Säynätjoki, matti.saynatjoki@businessfinland.fi, 050-557 7899
Novatron Oy, Antti Kolu, antti.kolu@novatron.fi, 040-772 7241
Satel Oy, Heikki Keränen, heikki.keranen@satel.com, 050-377 4045
Destia Oy, Mika Jaakkola, mika.jaakkola@destia.fi, 0400-139 686