En robot styr skotaren, som tar sig fram med hjälp av stereokameror och algoritmer. Nu har Skogforsk tillsammans med forskare från bland annat KTH överlåtit kontrollen till en dator .
Text och foto: SVERKER JOHANSSON/Bitzer
Nu stressar vi systemet, säger Olle Gelin som leder projektet. Vi placerar ut mobila presenningshinder efter rutten – en slags fejkstenar – och så analyserar vi hur maskinen hanterar dem. Den har gjort bra ifrån sig på en grusplan. Det är tuffare i terrängen.
När den virtuella roboten – en dator – kör maskinen, följer den en ”global plan”. Det är en GPS-slinga baserad på satellitbilder och den laserskannade terrängmodellen.
– Det är alltså ett ruttförslag, som vi bestämt inne på kontoret. Ungefär som i beslutsstödet Bestway har vi alltså försett maskinen med en vägbeskrivning, berättar Olle Gelin.
Skapar bild av omgivningen
Roboten försöker följa rutten så gott det går, men de hinder som inte upptäckts i den globala planen måste lösas i en lokal plan. Det är en bild av terrängen omkring sig som roboten bygger själv med punktmoln, som den genererar genom att filma sin omgivning med stereokameror.
dess uppfattningsförmåga och problemlösningsteknik stressas med fejkstenar av presenning. Foto: Sverker Johansson/Bitzer.
Kör runt hinder – och vidare
Om maskinen stöter på hinder måste roboten planera om.
– Ju sämre data vi har i den globala planen, ju bättre måste den lokala planen fungera, säger Olle Gelin. En väldigt högupplöst terrängskanning skulle ta maskinen långt, men det kan ju också uppstå hinder i form av stormfällen. Maskinen måste alltså ha förmågan att ta sig runt hinder och sedan återgå till rutten.
Hur långt i processen mot en självkörande maskin har Auto2 tagit er?
– Skulle vi göra en skulptur så har vi huggit ut blocket nu. Möjligen grova konturer. Tekniken finns och det fungerar till en viss nivå, men det är en lång resa kvar till kommersiell drift. Fast potentialen bedömer vi som stor, vi ser väldigt positivt på de kommande stegen. KTH, som är en tung partner i projektet, har gjort det mesta arbetet med autodrive-funktionen – den lokala planeraren. De delar vår uppfattning att vi med relativt små resurser kommit väldigt långt, vilket är uppmuntrande. – Funktionen finns och fungerar. Det är en liten sak att integrera den med systemet. Innan det är gjort vill vi ha någon nära maskinen med en nödstopp i handen, trots att vi har bra koll runt maskinen från fjärrstyrningslabbet.
– Vi skapar i praktiken ett virtuellt stängsel. Autonoma maskiner finns redan i inhägnade områden, men i skogen har vi inga stängsel och alla är välkomna att vistas här. Vi måste kunna garantera för lagstiftare och myndigheter att algoritmerna är så säkra och vältestade att fysiska stängsel inte behövs. Det som mest skiljer oss från vägsidan är att vi kör så mycket långsammare, vi behöver inte reagera på millisekunder, vilket underlättar.
Vad har varit svårast?
– Det är nog det svåra som är kvar! Vi har tagit de lågt hängande frukterna och visat proof-of-concept –att maskinen kan köra själv. Men djävulen sitter i detaljerna – att den ska kunna hantera den stora variationen av miljöer och de oväntade händelserna som naturen alltid bjuder på. Just nu förenklar vi ganska mycket – vi kör på en övningsyta som vi har mycket bra data på och vi har tränat algoritmerna på just den här miljön.