FI20195678A1 - Menetelmä ja järjestelmä metsäkoneessa - Google Patents

Menetelmä ja järjestelmä metsäkoneessa Download PDF

Info

Publication number
FI20195678A1
FI20195678A1 FI20195678A FI20195678A FI20195678A1 FI 20195678 A1 FI20195678 A1 FI 20195678A1 FI 20195678 A FI20195678 A FI 20195678A FI 20195678 A FI20195678 A FI 20195678A FI 20195678 A1 FI20195678 A1 FI 20195678A1
Authority
FI
Finland
Prior art keywords
forest machine
database
machine
forest
environment
Prior art date
Application number
FI20195678A
Other languages
English (en)
Swedish (sv)
Inventor
Esko Havimäki
Original Assignee
Ponsse Oyj
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ponsse Oyj filed Critical Ponsse Oyj
Priority to FI20195678A priority Critical patent/FI20195678A1/fi
Priority to PCT/FI2020/050529 priority patent/WO2021028622A1/en
Priority to CA3147842A priority patent/CA3147842A1/en
Priority to US17/632,433 priority patent/US20220266868A1/en
Priority to EP20853032.9A priority patent/EP4013216A4/en
Priority to BR112022002663A priority patent/BR112022002663A2/pt
Priority to CN202080057235.8A priority patent/CN114258265A/zh
Publication of FI20195678A1 publication Critical patent/FI20195678A1/fi

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G23/00—Forestry
    • A01G23/003—Collecting felled trees
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G23/00—Forestry
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
    • B62D15/0265—Automatic obstacle avoidance by steering
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0248—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G23/00—Forestry
    • A01G23/02—Transplanting, uprooting, felling or delimbing trees
    • A01G23/08—Felling trees
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2300/00—Indexing codes relating to the type of vehicle
    • B60W2300/15—Agricultural vehicles
    • B60W2300/158—Harvesters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Multimedia (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Forests & Forestry (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Human Computer Interaction (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Operation Control Of Excavators (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

Keksintö koskee menetelmää metsäkoneessa. Menetelmässä havainnoidaan yhdellä tai useammalla anturilla (15) metsäkoneen (10) ympäristöä. Havainnot kootaan tietokannaksi (12) ympäristöstä. Tietokantaa (12) hyödynnetään metsäkoneen (10) käyttämiseen siten, että tietokannasta (12) tunnistetaan ympäristössä oleva ajoura (13). Lisäksi metsäkonetta (10) suunnataan ajouran (13) suuntaan, kun metsäkoneen (10) kulkusuunta (14) tunnistetun ajouran (13) suhteen on tunnistettu. Keksintö koskee myös järjestelmää metsäkoneessa.

Description

MENETELMÄ JA JÄRJESTELMÄ METSÄKONEESSA Keksinnön kohteena on menetelmä metsäkoneessa, jossa menetel- mässä havainnoidaan yhdellä tai useammalla anturilla metsäkoneen ympäristöä, ja havainnot kootaan tietokannaksi ympäristöstä.
Keksinnön kohteena on myös järjestelmä metsäkoneessa.
Tunnetussa tekniikassa ympäristöstä muodostettua tietokantaa käytetään esimerkiksi puuston laatutunnusten mittaamisessa erityisesti sahateollisuuden näkökulmasta.
Kehittyneellä tek- niikalla voidaan tuottaa tietokannaksi metsästä yksityiskoh- tainen 3D-pistepilvi, josta jopa yksittäisten puiden runkoja ja oksia voidaan mitata.
Analysoitua tietoa voidaan sitten käyttää hakkuiden suunnittelemiseen.
Esimerkiksi hakkuukone voidaan viedä sellaiselle leimikolle, jolla on haluttua puuta kaadet- tavaksi.
Tietokannan muodostaminen on erillinen toimenpide, joka vaatii oman kaluston ja oman työntekijän.
Lisäksi tietokannan muo- dostaminen vaatii paljon laskenta- ja tallennustehoa.
Tieto- kannasta voidaan muodostaa silmin tarkasteltava näkymä, joka on välitettävä hakkuunkoneeseen lopullista hyödyntämistä varten.
Tällöinkin ongelmana on tallennetun näkymän kohdistaminen o maastoon, jotta kuljettaja voi valita kaadettavaksi oikeat puut. > 25 Kaikesta kerätystä ja analysoidusta informaatiosta huolimatta s hakkuukonetta seuraavalle metsätraktorin kuljettajalle jää vain + summittainen paikka- ja laatutieto kaadetusta puutavarasta. = a © Keksinnön tarkoituksena on aikaansaada metsäkoneeseen uuden- © 30 lainen menetelmä, jolla tietokanta ympäristöstä voidaan muo- 2 dostaa entistä yksinkertaisemmin ja edelleen hyödyntää tieto- N kantaa aikaisempaa konkreettisemmin.
Lisäksi keksinnön tar- koituksena on aikaansaada metsäkoneeseen uudenlainen järjes- telmä, joka on yksinkertainen ja jota voidaan hyödyntää suoraan metsäkoneen käyttämiseen. Tämän keksinnön mukaisen menetelmän tunnusomaiset piirteet ilmenevät oheisesta patenttivaatimuk- sesta 1. Vastaavasti tämän keksinnön mukaisen järjestelmän tunnusomaiset piirteet ilmenevät oheisesta patenttivaatimuk- sesta 13. Keksinnön mukaisessa menetelmässä ja järjestelmässä havainnoista muodostettua tietokantaa hyödynnetään uudella ja yllättävällä tavalla. Yleisesti sanottuna tietokanta muodos- tetaan metsäkoneessa. Lisäksi tietokantaa hyödynnetään edul- lisesti reaaliaikaisesti metsäkoneen käyttämiseen. Tällöin kaadettujen puiden kerääminen helpottuu ja samalla voidaan välttää ongelmatilanteita. Lisäksi järjestelmään jää leimikosta tietoja, joita voidaan jälkikäteenkin hyödyntää, esimerkiksi hakkuutulosten tai hakkuujäljen todentamiseen, tai esimerkiksi harvennustiheyden tai maastovaurioiden todentamiseen.
Keksintöä kuvataan seuraavassa yksityiskohtaisesti viittaamalla oheisiin eräitä keksinnön sovelluksia kuvaaviin piirroksiin, joissa Kuva 1 esittää metsäkoneen toimintaa, jossa hyödynnetään keksinnön mukaista menetelmää ja järjestelmää, Kuva 2a esittää maastosta tunnistetun raakadatan, Kuva 2b esittää keksinnössä hyödynnettävän maastosta muo- o dostetun näkymän, > 25 Kuva 3 esittää keksinnön mukaista menetelmää toteuttavan ja s keksinnön mukaisella järjestelmällä varustetun met- + säkoneen, = Kuva 4 esittää periaatepiirroksena keksinnön mukaista jär- 2 , jestelmää. 3 5 Kuvassa 1 esitetään metsäkone 10, jolla kerätään hakkuukoneen N aiemmin kaatamat ja katkomat puut. Yleensä puut katkotaan ta- varalajeittain pinoihin 11 tai ainakin erillisiin kourakasoihin. Tällöin metsäkoneen kuljettaja löytää puut maastosta mahdol-
lisimman helposti.
Samalla vältetään eri tavaralajien sekoit- tuminen toisiinsa.
Metsäkonetta voidaan ajaa molempiin suuntiin kuljettajan istuimen ollessa lisäksi kääntyvä.
Kuljettajan apuna on nykyisin peilien lisäksi yleensä myös kamera.
Myös esteistä varoittavia apulaitteita käytetään.
Joissain tapauksissa har- vennuksella kuormaa tehtäessä kuljettaja on selkä ajosuuntaan.
Tällöin metsäkonetta ajetaan kameran perusteella, mikä on vaikeaa ja hidasta.
Samalla pystyyn jääviin puihin tulee helposti kolhuja.
Vaihtoehtoisesti kuljettaja joutuu kääntämään istuimen metsäkoneen siirtämisen ajaksi, mikä edelleen hidastaa työs- kentelyä.
Kuvassa 1 esitetään harvennushakkuuta, jossa osa puustosta jätetään kasvamaan.
Tällöin metsäkoneen reitti kiertelee maasto ja jäljelle jäävä puusto huomioiden.
Tässä metsäkoneen kuljettaja on yleensä selkä ajosuuntaan ja katse kuormatilaa kohden, jotta kuormaaminen olisi mahdollisimman tehokasta.
Keksintö koskee menetelmää metsäkoneessa.
Menetelmässä ha- vainnoidaan metsäkoneen 10 ympäristöä.
Lisäksi havainnot kootaan tietokannaksi 12 ympäristöstä (kuva 4). Keksinnössä tietokantaa hyödynnetään metsäkoneen 10 käyttämiseen.
Tarkemmin sanottuna tietokannasta 12 tunnistetaan ympäristössä oleva ajoura 13. Lisäksi metsäkonetta 10 suunnataan ajouran 13 suuntaan, kun o metsäkoneen 10 kulkusuunta 14 tunnistetun ajouran 13 suhteen on > 25 tunnistettu.
Tässä kulkusuunta tarkoittaa suoraa linjaa, jota s metsäkone liikkuisi ilman ohjausliikkeitä.
Tällä linjalla + metsäkone voi edetä eteenpäin tai taaksepäin, mutta tieto = liikkeen suunnasta voidaan määrittää metsäkoneen olemassa N olevista järjestelmistä.
Kuvassa 1 metsäkoneen 10 kulkusuunta 14 © 30 (pistekatkoviiva) poikkeaa ajouran 13 suunnasta (katkoviiva), 2 mikä havaitaan menetelmällä ja sitten suunnata metsäkonetta 10 N ajouran 13 suuntaan.
Toisin sanoen tietokannan perusteella järjestelmä ohjaa metsäkonetta.
Järjestelmässä voidaan valita ohjaamisen taso.
Keksinnön mukaan suuntaamisessa metsäkonetta 10 ohjataan tietokannan perusteella automaattisesti, puoliautomaattisesti tai avusteisesti.
Auto- maattisessa ohjauksessa kuljettaja luottaa järjestelmään, joka ohjaa metsäkonetta täysin tietokannan perusteella.
Siten kul- jettaja voi keskittyä kuormaimen käyttöön.
Puoliautomatiikassa järjestelmä aloittaa ohjaamisen, mutta varsinaisen ohjaus- liikkeen tekee kuljettaja.
Jo pienestä ohjausliikkeestä kul- jettaja tuntee mihin suuntaan järjestelmä olisi kääntämässä.
Avusteisessa ohjaamisessa järjestelmä ehdottaa sopivaan oh- jaussuuntaa esimerkiksi nuolella järjestelmään kuuluvan tie- tojärjestelmän näyttölaitteessa tai nykäyksellä ohjaimissa tai muulla haptisella palautteella ohjaimien kautta.
Ohjaukseen saadun avun jälkeen kuljettaja määrää metsäkoneen etenemisestä.
Toisin sanoen kuljettaja määrää milloin ja millä nopeudella metsäkone liikkuu.
Jo pelkällä järjestelmän tekemällä tai avustamalla ohjaamisella helpotetaan merkittävästi kuljettajan työtä.
Kuljettaja voi luotettavasti edetä ajouralla varsinaisesti itse ohjaamatta.
Siten puustovauriot ja muut tunnetut epäkohdat voidaan välttää.
Keksinnön mukaan ohjaamisen lisäksi metsäkonetta 10 ajetaan automaattisesti, puoliautomaattisesti tai avusteisesti.
Auto- o maattisessa ajamisessa järjestelmä määrittää metsäkoneen no- > 25 peuden tilanteen mukaan.
Puoliautomaattisessa ajamisessa jär- s jestelmä joko hiukan kiihdyttää tai hidastaa metsäkonetta + ajamisen ohjaamiseksi.
Avusteisessa ajamisessa, esimerkiksi = mikäli järjestelmä havaitsee seuraavan pinon olevan kaukana tai N pinon sijainti on jo järjestelmässä, ehdottaa järjestelmä © 30 kiihdyttämään.
Tällöin kuljettaja voi kiihdyttää metsäkonetta 2 seuraavalle pinolle.
Ohjaamisen tavoin järjestelmä voi opastaa N kuljettajaa kiihdyttämään tai hidastamaan näyttämällä sopivaa opastetta näyttölaitteessa.
Edullisesti kuljettaja voi valita miten järjestelmä kontrolloi ohjaamista ja ajamista.
Siten kuljettaja voi valita automaation tason tilanteen mukaan.
Kuitenkin joka tilanteessa vältetään törmäykset kasvamaan jä- tettyihin puihin ja myös muihin esteisiin.
Muutenkin voidaan ennakoida mahdollisia ongelmatilanteita.
Yleensä, kun nostetaan 5 pinosta viimeinen taakka ja halutaan siirtää metsäkonetta, kuljettaja avaa vain osittain kouraa siten, että puut ottavat kuormatilassa olevaan kuormaan.
Tällöin vältetään nosturin ja kouran heiluminen, kun metsäkoneella ajetaan seuraavalle pi- nolle.
Ylimääräiset liikkeet ja heilunta rasittavat metsäko- netta.
Keksinnössä ympäristöä havainnoidaan yhdellä tai useammalla anturilla 15, jonka mittaustiedoista muodostetaan 3D-mittapistepilvi ympäristöstä.
Järjestelmä voi hyödyntää 3D-mittapistepilveä suoraan, mutta 3D-mittapistepilvi voidaan esittää myös visuaalisena näkymänä, joka auttaa metsäkoneen kuljettajaa työssään.
Anturina käytetään yhtä tai useampaa seuraavista laitteista: kamera 16, radar 17 tai lidar 18. Tällöin informaatio riittää tarkan ja luotettavan tietokannan muodos- tamiseen.
Kuvassa 2a esitetään lidarin keräämä raakadata.
Raakadata on lukuisa määrä mittauksia ja mittapisteitä, joista muodostuu mittapistepilvi.
Saatu mittapistepilvi prosessoidaan käyttötarkoituksen mukaan, kuten esimerkiksi visualisoidaan o näkymäksi (kuva 2b) tai sitten prosessoidaan puukartastoksi. > 25 Esimerkiksi suuntaamalla laitteet alaviistoon saadaan näkymä 19, s josta ajoura 13 voidaan luotettavasti tunnistaa (kuva 2b). + Lisäksi havainnoitavaa aluetta voidaan rajata, jolloin käsi- = teltävän informaation määrä pysyy vähäisenä.
Esimerkiksi ha- N vainnoidaan vain tiettyä sektoria metsäkoneen edessä.
Siten © 30 metsakoneen tietojärjestelmän tiedonkäsittelykapasiteetti 2 riittää ja tietokannan muodostukseen tulee mahdollisimman vähän N viivettä.
Yksi esimerkki sopivasta lidarista on valmistajan Velodyne tuotenimellä VLP-16 markkinoima laserhavaintoväline, jolla voidaan mitata jopa 600 000 pistettä sekunnissa.
Näkymästä 19, yleisemmin sanottuna tietokannasta tunnistetaan ajouran lisäksi maasto ja puusto.
Siten leimikosta jää tallenne myöhempää käyttöä varten.
Edullisesti näkymä 19 tallennetaan ja näkymä 19 kiinnitetään metsäkoneessa 10 olevaan karttaohjelmaan.
Tällöin näkymä on hyödynnettävissä myös seuraavalla kerralla, jolloin aikaisempi ajoura hyödynnettävissä.
Tallentamisessa merkittävää on myös sijainti.
Toisin sanoen tallennetun tietokannan tai siitä muodostetun näkymän todellinen paikka tulee tietää.
Leimikon alueella voi mobiili- tai GPS-yhteys olla saavuttamattomissa, jolloin paikannus epäon- nistuu.
Keksinnössä haetaankin ennen havainnointia tunnettu lähtöpiste 20 metsäkoneen 10 paikantamiseksi (kuva 1). Käy- tännössä metsätiellä yleensä vielä löytyy verkkoyhteys, mutta kauempana metsässä yhteydet ovat saavuttamattomissa.
Toisaalta lähtöpiste voidaan määrittää tallennettuun karttaan sisälly- tetystä tunnetusta pisteestä, joka tarkat koordinaatit tiede- tään.
Tällöin karttaohjelmassa on määritetty tunnettu sijainti tai sijainti määritetään jostain tunnetusta paikasta, joka kiinnitetään karttaohjelmaan.
Paikannus tai ainakin reitin ja/tai kartan alkupisteen sijainnin määrittäminen kuitenkin pyritään aina tekemään ensisijaisesti GPS:llä tai muulla tun- o netulla satelliittipaikannuksella kuten esimerkiksi Glonass, > 25 Galileo, Beidou, IRNSS, 0QZSS. 3 + Kun lähtöpiste 20 on haettu, näkymä 19 kiinnitetään metsäko- = neeseen 10 tallennettuun karttaohjelmaan metsäkoneen 10 pai- N kantamiseksi ilman verkkoyhteyttä.
Tällöin ilman paikannusyh- © 30 teyttäkin tiedetään metsäkoneen sijainti.
Lisäksi sanotun 2 lähtöpisteen 20 hakemisen jälkeen näkymää 19 päivitetään säi- N lyttämällä osa näkymästä 19 tunnettuna metsäkoneen 10 paikan- tamiseksi ilman verkkoyhteyttä.
Kuvassa 1 näkymän sijasta esitetään karttaohjelma, johon lähtöpiste 20 on kytketty.
Siten sijainti pysyy tiedossa, kun todellinen näkymä liitetään osaksi karttaohjelmaa. Edullisesti havainnoinnissa määritetään myös esteet 21 ajouralla 13 tai sen läheisyydessä. Tällöin voidaan välttää ongelmat jo ennakolta. Hakkuukoneen jälkeen ajouralle on voinut vieriä suuria kiviä tai ajouran poikki on kaatunut suuri puu. Nyt järjestelmällä voidaan havaita myös esteet. Edelleen järjestelmää voidaan kehittää liittämällä havainnointiin ko- neoppiminen, joka sovitetaan ratkaisemaan, kierretäänkö havaittu este 21 vai mitä tehdään esteen havaitsemisen jälkeen. Tällöin aiemmat esteen sivuutukset tai ylitykset jäävät muistiin ja tallennettua tietoa voidaan hyödyntää tulevissa toiminnoissa. Esimerkiksi aiempi erittäin syvä ajoura on syynä opastaa varomaan tai jopa kiertämään kyseinen kohta.
Keksinnön mukaisella menetelmällä ja systeemillä saadaan var- sinkin metsäkoneen tuottavuutta nostettua merkittävästi ylöspäin ja saavutettua parempi laatu harvennuksiin, kun ei tehdä kolhuja pystyyn jääviin puihin. Asentamalla laserskanneri tai etäi- syyskamera metsäkoneen etu- tai takapäähän voidaan muodostaa metsäkoneeseen ajouratieto, jonka perusteella automatiikka voidaan sovittaa ohjaamaan ja jopa ajaman metsäkonetta. Ajaminen voi olla kuljettajan käytettävä tai automaatti, jonka jälkeen kuljettaja saa keskittyä pelkästään puiden keräämiseen auto- o matiikan huolehtiessa ohjauksesta ja ajamisesta. > 25 s Kun havainnoidaan maaston lisäksi puusto, niin järjestelmää + voidaan hyödyntää myös aukkohakkuulla ja harvennuksella. Ajo- ja = ohjausautomatiikka voidaan ohjelmoida siten, ettei isojen kivien N ja kantojen ylitse ajeta, vaan järjestelmä etsii parhaan reitin © 30 ajouralta esimerkiksi nopeuden, matkan pituuden tai polttoaineen 2 kulutuksen suhteen.
N Keksinnössä metsäkone suunnataan havaitulle ajouralla. Ha- vainnointi ja suuntaus tehdään edullisesti automaattisesti,
jolloin kuljettajan tekemät ohjausliikkeet ovat tarpeettomia. Kuljettajalle riittää nopeuden määrittäminen tilanteen mukaan. Esimerkiksi harvojen pinojen välissä metsäkonetta voidaan ajaa pysähtymättä ja isommalle pinolle voidaan pysähtyä. Jälleen liikkeelle lähdettäessä riittää kiihdytys Järjestelmän ohjatessa metsäkonetta uraa myöten. Tunnettu kameranäkymä voi edelleen olla kuljettajan tukena uralla pysymisen varmistamiseksi, mutta järjestelmä kuitenkin aktiivisesti ohjaa metsäkonetta.
Järjestelmä voidaan sovittaa myös ajamaan metsäkonetta auto- maattisesti. Toisin sanoen järjestelmä määrittää milloin met- säkone liikkuu ja millä nopeudella. Esimerkiksi nosturin liikkuessa järjestelmä hidastaa nopeutta ja painavaa taakkaa nostettaessa pysäyttää metsäkoneen. Samalla järjestelmä ha- vainnoi ajouraa ja ohjaa metsäkoneen pysymään ajouralla. Isolla pinolla, jossa on puuta nostettavaksi useammin kuin kerran, voidaan järjestelmää ohjata odottamaan liikkeellelähtöä. Ohjaus voi olla yksi napin painallus nosturin ohjaimissa tai tietty toiminto nosturin käytössä, mistä järjestelmä tunnistaa seu- raavan noston tulevan samasta pinosta. Mikäli kärkiohjaus on käytössä, järjestelmä tunnistaa tilanteen, jos kärkiohjauksella ollaan viemässä kouraa samalle pinolle. Tällöin järjestelmä pitää metsäkoneen paikoillaan. Viimeisen noston jälkeen tai jopa sen o aikana kuljettaja voi painaa tiettyä nappia tai tehdä jonkin > 25 ennalta määritetyn toiminnon, josta järjestelmä tietää liikuttaa s metsäkonetta eteenpäin. Liikkeellelähdön herättävä toiminto voi + olla esimerkiksi pidennetty kouran aukaisu tai aukaistun kouran E pyöräytys yli ennalta asetetun kiertokulmarajan.
R O 30 Järjestelmään kuuluu yksi tai useampi anturi 15 järjestettynä 2 havainnoimaan metsäkoneen 10 ympäristöä. Lisäksi järjestelmään N kuuluu tietokanta 12 havaintojen kokoamiseksi ympäristöstä. Menetelmän mukaisesti järjestelmään kuuluu välineet 34 ympä- ristössä olevan aikaisemman ajouran 13 ja metsäkoneen 10 kul-
kusuunnan 14 tunnistamiseksi tietokannan 12 perusteella sekä metsäkoneen 10 suuntaamiseksi ajouran 13 suuntaan, kun metsä- koneen 10 kulkusuunta 14 tunnistetun ajouran 13 suhteen on tunnistettu.
Nykyisin metsäkoneessa on karttaohjelma osana tietojärjestelmää 22, johon tietokanta 12 on sovitettu. Havainnointivälineet, kuten anturi 15 yhdistetään tietojärjestelmään ja määritetään oh- jaamaan tarvittavia toimilaitteita, kuten ohjausvälineitä 23 ja/tai ajovälineitä 24. Muutenkin kuljettajan käskyt välittyvät sähköisinä esiohjauksina hydraulisille toimilaitteille. Esi- merkiksi metsäkoneen ohjaamiseen riittää jopa yksi hyd- raulisylinteri, jolla muutetaan metsäkoneen runkojen keskinäistä kulmaa. Ajamisen lisääminen ohjauksen lisäksi vaatii jo enemmän signaaleja, mutta niitäkin on rajallisesti. Samalla järjes- telmään voidaan määrittää esimerkiksi taloudelliset kiihdy- tysrampit, joilla metsäkoneen liikkeellelähtö on mahdollisimman nopeaa, mutta silti taloudellista. Kiihdytysramppiin voi vai- kuttaa havainnointi maastosta ja ympäristöstä. Tasaisella ja suoralla ajouralla voi kiihdytys olla rajukin, mutta mutkan, mäen tai muun hidasteen lähestyessä kiihdytetään rauhallisemmin. Toisaalta, mikäli kuljettaja valmistautuu jo seuraavaan nostoon, niin nopeus pyritään pitämään tasaisena pysähdysten välttä- o miseksi. Tällöin toistuvat kiihdytykset ja hidastukset välte- > 25 tään, jolloin eteneminen on taloudellista. Samalla kuljettajaan s ja nosturiinkin kohdistuvat rasitukset pienenevät. x = Havainnointivälineisiin, tarkemmin antureihin voi kuulua eri- N laisia laitteita, joilla maasto voidaan havaita riittävällä © 30 tarkkuudella. Esimerkiksi 360-kameran kuva-aineistosta yhdis- 2 telemällä voidaan muodostaa 3D-malli, josta ajoura voidaan N havainnoida. Vastaavasti radar- ja lidar-kuvauksesta saadaan suoraan 3D-mittapistepilvi, josta maaston muodot, kuten ajourat voidaan havainnoida. Havainnointi edullisesti yhdistetään metsäkoneen tietojärjestelmän karttaohjelmaan, jolloin kart- taohjelman ja reaaliaikaisen havainnoinnin perusteella voidaan määrittää metsäkoneen todellinen sijainti, vaikka GPS-signaali olisi saavuttamattomissa.
Ympäristön havainnoinnissa voidaan hyödyntää myös pienoislentolaitetta, kuten dronea.
Kuvassa 3 esitetään metsäkone 10, johon kuuluu eturunko 25 ja takarunko 26. Eturungossa 25 on moottori ja ohjaamo 27. Vas- taavasti takarungossa 26 on kuormatila 28 ja nosturi 29. Eturunko 25 ja takarunko 26 on nivelöity toisiinsa ja runkojen keskinäistä kääntökulmaa muutetaan yhdellä tai useammalla hydraulisylin- terillä 30, jotka ovat osa ohjausvälineitä 23. Järjestelmän osana on näyttölaite 31, joka on sijoitettuna ohjaamoon 27. Näyttölaite 31 on liitetty tietojärjestelmään 22, joka ohjaa ja valvoo metsäkonetta ja sen toimilaitteita.
Tietojärjestelmään on liitetty tarvittavat anturit, tietokanta ja apulaitteet.
Kuvassa 3 järjestelmään on liitetty kamera 16, radar 17, joka käytännössä on tutka ja lidar 18. Tässä anturit on sijoitettu eturunkoon, mutta yhtä lailla niitä voidaan sijoittaa myös takarunkoon.
Esimerkiksi metsäkoneessa eturungon ja takarungon välinen kulma tunnistetaan antureilla, kuten esimerkiksi inertiamittausyk- siköllä, jonka perusteella ohjausjärjestelmä tunnistaa kulman ja mahdollistaa metsäkoneen runko-ohjauksen. o > 25 Kuvassa 4 esitetään järjestelmästä periaatteellinen esimerkki. s Tässä näyttölaite 31 sisältävä tietojärjestelmä 22 sisältää + tarvittavat välineet tiedon keräämiseksi ja prosessoimiseksi = sekä edelleen toimilaitteiden käyttämiseksi ja siten metsäkoneen N suuntaamiseksi ja ajamiseksi menetelmän mukaisesti.
Tässä radar © 30 17 on kytketty suoraan tietojärjestelmään 22, mutta voidaan myös 2 hyödyntää koneenohjausjärjestelmään liitettyjä havainnointi- N välineitä, kuten 360-kameraa.
Esitetystä sovelluksessa jär- jestelmä ohjaa venttiiliä 32, joka on liitetty kahteen ris- tiinkytkettyyn hydraulisylinteriin 30. Metsäkonesovelluksessa hydraulisylinterit on sovitettu runkonivelen molemmin puolin. Metsäkonetta ohjattaessa molempien hydraulisylinterin työ- liikkeet ovat yhtä suuret, mutta vastakkaissuuntaiset. Siten metsäkonetta voidaan ohjata yhdellä venttiilillä. Vastaavasti ajamista varten järjestelmään on liitetty tässä servomoottori 33. Servomoottori voidaan sovittaa käyttämään kaasupoljinta tai suoraan syöttöpumpun säädintä. Vaihtoehtoisesti ohjaustieto välitetään suoraan sähköisesti koneenohjausjärjestelmään. Ny- kyaikaiseen erilaisilla havainnointivälineillä varustettuun metsäkoneeseen voidaan menetelmän toiminallisuus aikaansaada ohjelmallisesti. Tällöin menetelmä saadaan käyttöön ohjelmis- topäivityksellä. o
O
N © ? +
I jami a 00
PP ©
LO
O o
N

Claims (15)

PATENTTIVAATIMUKSET
1. Menetelmä metsäkoneessa, jossa menetelmässä havain- noidaan yhdellä tai useammalla anturilla (15) metsäkoneen (10) ympäristöä, ja havainnot kootaan tietokannaksi (12) ympäris- töstä, tunnettu siitä, että tietokantaa (12) hyödynnetään metsäkoneen (10) käyttämiseen siten, että tietokannasta (12) tunnistetaan ympäristössä oleva ajoura (13), ja metsäkonetta (10) suunnataan ajouran (13) suuntaan, kun metsäkoneen (10) kulku- suunta (14) tunnistetun ajouran (13) suhteen on tunnistettu.
2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että suuntaamisessa metsäkonetta (10) ohjataan tieto- kannan (12) perusteella automaattisesti, puoliautomaattisesti tai avusteisesti.
3. Patenttivaatimuksen 2 mukainen menetelmä, tunnettu siitä, että ohjaamisen lisäksi metsäkonetta (10) ajetaan au- tomaattisesti, puoliautomaattisesti tai avusteisesti.
4. Jonkin patenttivaatimuksen 1 — 3 mukainen menetelmä, o tunnettu siitä, että ympäristöä havainnoidaan yhdellä tai > 25 useammalla anturilla (15), jonka mittaustiedoista muodostetaan 3 3D-mittapistepilvi ympäristöstä. 3 =
5. Patenttivaatimuksen 4 mukainen menetelmä, tunnettu N siitä, että anturina (15) käytetään yhtä tai useampaa seuraavista © 30 laitteista: kamera (16), radar (17) tai lidar (18).
6. Jonkin patenttivaatimuksen 1 — 5 mukainen menetelmä, tunnettu siitä, että tietokannasta (12) tunnistetaan lisäksi maasto ja puusto.
7. Jonkin patenttivaatimuksen 1 — 6 mukainen menetelmä, tunnettu siitä, että tietokannasta (12) muodostetaan ympäris- töstä näkymä (19), joka tallennetaan ja näkymä (19) kiinnitetään metsäkoneessa (10) olevaan karttaohjelmaan.
8. Jonkin patenttivaatimuksen 1 — 7 mukainen menetelmä, tunnettu siitä, että ennen havainnointia haetaan tunnettu lähtöpiste (20) metsäkoneen (10) paikantamiseksi.
9. Patenttivaatimuksen 8 mukainen menetelmä, tunnettu siitä, että lähtöpisteen (20) hakemisen jälkeen näkymä (19) kiinnitetään metsäkoneeseen (10) tallennettuun karttaohjelmaan metsäkoneen (10) paikantamiseksi ilman verkkoyhteyttä.
10. Patenttivaatimuksen 9 mukainen menetelmä, tunnettu siitä, että lähtöpisteen (20) hakemisen jälkeen näkymää (19) päivitetään säilyttämällä osa näkymästä (19) tunnettuna met- säkoneen (10) paikantamiseksi ilman verkkoyhteyttä.
11. Jonkin patenttivaatimuksen 1 - 10 mukainen menetelmä, tunnettu siitä, että havainnoinnissa määritetään myös esteet (21) ajouralla (13) tai sen läheisyydessä. o > 25
12. Patenttivaatimuksen 11 mukainen menetelmä, tunnettu s siitä, että havainnointiin liitetään koneoppiminen, joka so- + vitetaan ratkaisemaan, kierretäänkö havaittu este (21). = a ©
13. Järjestelmä metsäkoneessa, johon järjestelmään kuuluu © 30 yksi tai useampi anturi (15) järjestettynä havainnoimaan met- 2 säkoneen (10) ympäristöä sekä tietokanta (12) havaintojen ko- N koamiseksi ympäristöstä, tunnettu siitä, että järjestelmään kuuluu välineet (34) ympäristössä olevan ajouran (13) tunnis- tamiseksi tietokannan (12) perusteella ja metsäkoneen (10)
suuntaamiseksi ajouran (13) suuntaan, kun metsäkoneen (10) kulkusuunta (14) tunnistetun ajouran (13) suhteen on tunnistettu.
14. Patenttivaatimuksen 13 mukainen järjestelmä, tunnettu siitä, että välineisiin (34) kuuluu metsäkoneeseen (10) sovitettu tietokannan (12) sisältävä tietojärjestelmä (22), joka on so- vitettu käyttämään metsäkoneeseen (10) kuuluvia ohjausvälineitä (23).
15. Patenttivaatimuksen 14 mukainen järjestelmä, tunnettu siitä, että tietojärjestelmä (22) on sovitettu käyttämään metsäkoneeseen (10) kuuluvia ajovälineitä (24).
o
O
N © ? +
I jami a 00
PP ©
LO
O o
N
FI20195678A 2019-08-14 2019-08-14 Menetelmä ja järjestelmä metsäkoneessa FI20195678A1 (fi)

Priority Applications (7)

Application Number Priority Date Filing Date Title
FI20195678A FI20195678A1 (fi) 2019-08-14 2019-08-14 Menetelmä ja järjestelmä metsäkoneessa
PCT/FI2020/050529 WO2021028622A1 (en) 2019-08-14 2020-08-14 Method and system in a forest machine
CA3147842A CA3147842A1 (en) 2019-08-14 2020-08-14 Method and system in a forest machine
US17/632,433 US20220266868A1 (en) 2019-08-14 2020-08-14 Method and systems in a forest machine
EP20853032.9A EP4013216A4 (en) 2019-08-14 2020-08-14 METHOD AND SYSTEM IN A FOREST MACHINE
BR112022002663A BR112022002663A2 (pt) 2019-08-14 2020-08-14 Método e sistema em uma máquina florestal
CN202080057235.8A CN114258265A (zh) 2019-08-14 2020-08-14 林业机械中的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FI20195678A FI20195678A1 (fi) 2019-08-14 2019-08-14 Menetelmä ja järjestelmä metsäkoneessa

Publications (1)

Publication Number Publication Date
FI20195678A1 true FI20195678A1 (fi) 2021-02-15

Family

ID=74570359

Family Applications (1)

Application Number Title Priority Date Filing Date
FI20195678A FI20195678A1 (fi) 2019-08-14 2019-08-14 Menetelmä ja järjestelmä metsäkoneessa

Country Status (7)

Country Link
US (1) US20220266868A1 (fi)
EP (1) EP4013216A4 (fi)
CN (1) CN114258265A (fi)
BR (1) BR112022002663A2 (fi)
CA (1) CA3147842A1 (fi)
FI (1) FI20195678A1 (fi)
WO (1) WO2021028622A1 (fi)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114916396A (zh) * 2022-06-16 2022-08-19 吉林大学 一种全自动植树机器人
CN117237824B (zh) * 2023-11-14 2024-02-02 吉林省林业科学研究院(吉林省林业生物防治中心站) 一种基于遥感图像技术的林区采伐检测设备

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0975209B1 (en) * 1997-04-16 2003-05-21 Carnegie Mellon University Agricultural harvester with robotic control
US9002566B2 (en) * 2008-02-10 2015-04-07 AgJunction, LLC Visual, GNSS and gyro autosteering control
JP2010012928A (ja) * 2008-07-03 2010-01-21 Yanmar Co Ltd 不整地用走行車両
US8195342B2 (en) * 2008-09-11 2012-06-05 Deere & Company Distributed knowledge base for vehicular localization and work-site management
WO2010032495A1 (ja) * 2008-09-16 2010-03-25 株式会社アドイン研究所 樹木情報計測方法、樹木情報計測装置、プログラム
US8275547B2 (en) * 2009-09-30 2012-09-25 Utility Risk Management Corporation, Llc Method and system for locating a stem of a target tree
US9043129B2 (en) * 2010-10-05 2015-05-26 Deere & Company Method for governing a speed of an autonomous vehicle
CN102135766B (zh) * 2011-01-04 2013-05-08 北京林业大学 自主作业林业机器人平台
FI124889B (fi) * 2012-05-31 2015-03-13 Ponsse Oyj Sovitelma metsäkoneessa ja vastaavalla sovitelmalla varustettu metsäkone
JP6143223B2 (ja) * 2013-03-26 2017-06-07 学校法人早稲田大学 樹木の伐倒システム、樹木情報検出装置及びそのプログラム
US9305219B2 (en) * 2014-01-23 2016-04-05 Mitsubishi Electric Research Laboratories, Inc. Method for estimating free space using a camera system
SE1651274A1 (en) * 2015-09-30 2017-03-31 Deere & Co Cut tree information system
US11102940B2 (en) * 2016-03-31 2021-08-31 Husqvarna Ab Forestry management device
US10579068B2 (en) * 2016-10-03 2020-03-03 Agjunction Llc Using optical sensors to resolve vehicle heading issues
CN108633533B (zh) * 2018-04-11 2024-06-04 北京木业邦科技有限公司 树木自动抚育方法、装置、电子设备及存储介质
FI20185724A1 (fi) * 2018-08-30 2020-03-01 Ponsse Oyj Menetelmä ja järjestelmä koneellisessa puunkorjuussa

Also Published As

Publication number Publication date
CN114258265A (zh) 2022-03-29
EP4013216A1 (en) 2022-06-22
WO2021028622A1 (en) 2021-02-18
EP4013216A4 (en) 2023-09-13
CA3147842A1 (en) 2021-02-18
US20220266868A1 (en) 2022-08-25
BR112022002663A2 (pt) 2022-05-03

Similar Documents

Publication Publication Date Title
CN109634286B (zh) 割草机器人视觉避障方法、割草机器人和可读存储介质
DK3167342T3 (en) Procedure for virtually following a line and for retrofitting to autonomous vehicles
US10479354B2 (en) Obstacle detection system for a work vehicle
JP7143451B2 (ja) 自律的に動作する作業機械を動作させるための方法及び装置
NL2012485B1 (en) Method and system for navigating an agricultural vehicle on a land area.
CN111373338A (zh) 用于操作移动系统的方法和设备
EP3991531A1 (en) Obstacle detection system, agricultural work vehicle, obstacle detection program, recording medium on which obstacle detection program is recorded, and obstacle detection method
EP3473070A1 (en) Field travel path generation system and field work vehicle
FI20195678A1 (fi) Menetelmä ja järjestelmä metsäkoneessa
KR20200139125A (ko) 장애물 검지 시스템, 및, 작업 차량
US11698458B2 (en) Method and system for performing dynamic LIDAR scanning
US11194336B2 (en) Work vehicle
JP2019175262A (ja) 自動走行システム及び状況報知装置
JP7470843B2 (ja) 自動走行システム及び自動走行方法
JP6772105B2 (ja) 作業管理システム
EP4218379A1 (en) Automatic traveling system, automatic traveling method, and automatic traveling program
JP7246641B2 (ja) 農作業機
US20210360880A1 (en) Method for controlling power-transmission gear, system, and forest machine
JP2017194764A (ja) 自動走行方法及びその方法を利用した自動走行運搬車並びに自動走行システム
CN113382905A (zh) 在安全的工作区域内自主操作车辆
CN109211221B (zh) 用于测定被砍伐的树木的区段的取向的方法和森林系统
EP4239429A1 (en) Automatic traveling method, automatic traveling system, and automatic traveling program
JP2019190064A (ja) 建設機械の姿勢認識システム
US20240188513A1 (en) Method in control of forest machine and control arrangement
CN112904863A (zh) 基于激光与图像信息融合的行走控制方法及装置