AutoPlant steg 2

Autoplant ingår i det andra steget i det Vinnova-finansierade forskningsprogrammet Utmaningsdriven Innovation (UDI) där målet är att lösa samhällsutmaningar genom samverkansprojekt som bidrar till hållbarhetsmålen i Agenda 2030. Huvudmålet innefattar tekniska och logistiska lösningar för skogsplantering med förarlösa maskiner.

Bakgrund

Skogen är central i den cirkulära bioekonomin. Genom fotosyntes tar växande skog upp koldioxid och stora mängder kol är idag bundet i skog och skogsmark. Det finns därför en stor samhällsutmaning i att bruka skogen utan negativ miljöpåverkan och därigenom möjliggöra substitution av fossilbaserade produkter samtidigt som den stående skogen behövs för att lagra kol. Lösningen är hållbara skogsbruksmetoder med hög och värdeskapande skogstillväxt genom resurseffektiv precisionsteknik. Detta möjliggör nyttjande av skogen som en biobaserad resurs samtidigt som det totala virkes- och kolförrådet kan öka.

All skogsplantering i Norden sker idag manuellt med undantag av några enstaka försök med planteringsmaskiner i Finland och som prototypförsök. I Sverige sätts årligen 300–400 miljoner plantor. Arbetet är lågavlönat och utförs till stor del av utländska säsongsarbetare. Även om arbetet är tungt är det ett arbetstillfälle som med projektets lösningar i framtiden troligen kommer ersättas av färre och mer utbildad arbetskraft. En målkonflikt med projektet blir alltså större säkerhet och kvalitet för svensk skogstillväxt till priset av färre arbetstillfällen för dessa säsongsarbetare. En annan målkonflikt kan vara att föryngringsoperationerna i sig ger upphov till emissioner av bl.a. koldioxid. Dessa är dock mycket små i förhållande till den klimatnytta som beskrivs ovan och projektet i sig innebär en effektivisering där den totala energiförbrukningen blir mindre än vid traditionella markberedningsmetoder.

Idag finns ingen helhetslösning som innefattar alla delar i skogsföryngringen och utförs autonomt. Det finns kontinuerligt framryckande planteringsmaskiner, som markbereder och sätter plantor med jämna mellanrum och styrs av en maskinförare i hytt, men ingen lösning där maskinen själv kan fylla på och mata plantor, välja planteringspunkt och undvika hinder som stubbar och stenar. Autoplant utmärker sig därför genom att själv välja en optimal punkt för markberedning och plantering och vara helt autonom.

Mål

Det övergripande målet för projektet (alla 3 steg) är att skapa en autonom skogsföryngringsmaskin där innovativ teknik medger avsevärd förbättring av arbetsmiljö och föryngringsresultat samtidigt som miljö- och klimatpåverkan minimeras. För att nå dit i slutet av steg tre har vi som mål att i detta steg 2 - som AutoPlant nu inbegriper - ta fram fungerande delprodukter:

1. ett verktyg för systemanalys av en autonom skogsföryngringsmaskin
2. ett eller flera aggregat för skonsam markberedning och precisionsplantering samt ett system för automatisk plantmatning där plantorna inte skadas
3. ett visionsystem som kan samla in data om terränghinder och människor/djur i arbetsområdet
4. ett verktyg, ”Pathfinder”, för planering av körrutten på föryngringsytan (inklusive hämtning av nya plantor) så att inte redan planterade ytor skadas samtidigt som hänsyn tas till markfukt, lutning och områden där speciell natur- och kulturhänsyn krävs.
5. ett verktyg för att välja planteringspunkt med hjälp av AI
6. ett verktyg för självvärdering av planteringsutförandet (sitter plantan rakt, lagom djupt, omgiven av mineraljord o.s.v.).

Vidare krävs arbete med att integrera dessa delsystem till en realistisk helhet inför kommande steg.

Doktorandprojekt 1: Objektdetektering och identifiering

En av grundförutsättningarna för att den obemannade skogsmaskinplattformen ska kunna utföra automatisk drift, är att uppnå förmågan att uppfatta den omgivande miljön med hjälp av visionsystemet. Systemet består av bildsensorer, bearbetnings- och beräknings-enheter, för att realisera parameteruppskattning av potentiella mål och få information om mål t ex. position, form, attityd och kategori.

För att bygga visionsystemet, är det nödvändigt att skapa den underliggande kommunikationen mellan bildsensorn och beräkningsenheten samt anta motsvarande mjukvaruramverk i beräkningsenheten för att distribuera anpassade algoritmer. Genom användning av olika bildsignaler och samlokalisering av olika algoritmer realiseras konstruktionen av olika typer av lokala kartor över den obemannade skogsmaskinplattformen, och styrsignalerna för driften av andra delar av plattformen matas ut.

Beroende på de faktiska behoven för olika projekt analyserade teammedlemmarna motsvarande driftsmiljö, kombinerat med de specifika operationerna som var involverade, valde ut motsvarande bildsensorer och utvecklade autonoma algoritmer och förlitade sig slutligen på den obemannade skogsmaskinplattformen för den faktiska driftsättningen och testningen av systemet.