hankeviestintä

hankeviestintä

Metsäkoneen ja pienkuormaajien tilannekatsaus

/

Syksy on edennyt vauhdikkaasti REDUn sähköisten pienkuormaajien ja metsäkoneen kehitystöiden parissa. Lapin AMK on päässyt testaamaan pienkuormaajille kehitettyä anturijärjestelmää uuden kamerapohjaisen tekoälymallin kanssa ja metsäkone on päässyt tositoimiin korjuutyömaalle asennettujen laitteistojen ja anturien kera.

Sähköiset pienkuormaajat

Hankkeen aikana määriteltyjä antureita on testattu paikan päällä REDU:lla ja osa alkuperäisistä anturivalinnoista, kuten kiihtyvyysanturit rungon kolhujen havaitsemiseksi, osoittautuivat toimimattomiksi ratkaisuiksi. Nyt kaikki mitattavat ominaisuudet, yhdenaikaisia liikkeitä lukuun ottamatta, on siirretty tekoälymallille, joka tulkitsee stereokameran kuvasta, kuinka suoritus etenee (Kuva 1).

Kuva 1. Vasemmalla näkyy, kuinka tekoälymalli näkee kouran ja pöllit. Oikealla kameran syvyysnäkymä.

Pienkuormaajasta mitattaviin tietoihin kuuluvat:

  • Kärjen kulkema matka
  • Kuormauksen kesto
  • Pöllien määrä ja orientaatio
  • Kuorman tasaisuus
  • Yhdenaikaiset liikkeet
  • Kolhut runkoon

Yhdenaikaiset liikkeet määritellään CAN-väylästä saatavien tietojen perusteella. Lisäksi halliin asennettiin turvatutkat, joiden avulla on tarkoitus aktivoida hätäkatkaisu, jos joku yrittää tulla liian lähelle pienkuormaajia suorituksen ollessa käynnissä.

Metsäkone ja avustinjärjestelmät

 

Metsäkone on saatu anturoitua ja laitteistoa on päästy testaamaan simulaation lisäksi myös oikeissa olosuhteissa korjuutyömaalla (Kuva 2). Testaus oikeissa olosuhteissa toi mukanaan odottamattomia ongelmia, joita on selvitetty ja korjattu syksyn aikana. Muun muassa internet yhteyden epävarmuus on aiheuttanut päänvaivaa ja sen vaikutuksesta ohjelmistokoodia on päivitetty.

Kuva 2. Anturoitu Ponsse Scorpion korjuutyömaalla

Internet yhteyden ongelmat ovat vaikuttaneet muun muassa ajoura-avustimeen, jonka toimivuutta on testattu korjuutyömaalla. Avustin antaa reaaliaikaista tietoa etäisyydestä läheisiin ajouriin ja auttaa aloittelevaa kuskia pitämään oikean linjan (Kuva 3).

Kuva 3. Kuvassa näkyy ajoura-avustimen visualisointi

Seuraavaksi testataan myös harvennustiheys-avustinta, joka antaa lähes reaaliaikaista tietoa harvennuksen edistymisestä havaitsemalla puunrungot ja laskemalla, kuinka monta runkoa on kaadettu aloitustilanteeseen nähden. Harvennustiheys lasketaan hyödyntämällä LiDAR ja kamera antureita, joiden avulla järjestelmästä saadaan mahdollisimman luotettava. Kuvassa 4 näkyy puun runkojen tunnistus simuloidusta Lidar datasta.

Kuva 4. Simuloitu lidar data jossa havaittujen puunrunkojen kohdalle asetetaan rajaava laatikko ”Bounding Box”

Lapin AMK teki myös yhteistyötä Geovisor Oy:n kanssa, jonka tarkoituksena oli tutkia maatutkan hyödyntmäismahdollisuuksia metsäkoneessa maapohjan
kantavuuden selvittämiseksi (Kuva 5). Tarkoitus oli selvittää voisiko maatutkaa käyttää omana anturinaan metsäkoneessa ja saisiko sen tarjoamasta datasta kehitettyä aloitteleville kuskeille avustinta.   

Kuva 5.  Maatutkausta maastossa.

Maatutkan datasta saatiin tulkittua kosteikkoja ja mahdollisesti upottavia alueita (turve) ja johtopäätöksenä maatutka voisi soveltua maapohjan kantavuuden selvittämiseen, mutta suuren ilmavasteisen maatutkan kiinnittäminen metsäkoneeseen turvallisesti on haastavaa. Mahdollisesti käyttökelpoisempi idea on hyödyntää nopeasti kehittyvää drooniteknologiaa automaattiseen ja ennakoivaan kartoitukseen.

hankeviestintä

Askeleen edellä -tulevaisuusfoorumi

/

Lapin AMK ja REDU olivat esittelemässä hanketta Askeleen edellä -tulevaisuusfoorumi tapahtumassa, joka järjestettiin toukokuun 2026 alussa REDUn Jokiväylän toimipisteellä. Tapahtumassa olivat esillä hankkeessa kehitetyt VR toteutukset, joita vieraat pääsivät kokeilemaan tapahtumapaikalle pystytetyillä esittelypisteillä (Kuva 1).

Kuva 1. Lapin AMK Metsä VR esittelypiste

 

Lapin ammattikorkeakoulun esittelypisteellä pääsi testaamaan Metsä VR -sovellusta, jonka päivitettyyn versioon oli lisätty muun muassa tutoriaali-ikkunat, joiden avulla sovelluksen toiminnallisuudet on helpompi omaksua. Tutoriaali-ikkunat opastavat käyttäjää, kuinka sovelluksessa liikutaan ja ollaan vuorovaikutuksessa ympäristön kanssa. Opastukset näkyvät sekä tekstin että videoklippien avulla (Kuva 2).

 

Kuva 2. Metsä VR tutoriaali-ikkuna

 

Lisäksi sovellukseen korjattiin valikkoikkunan toimintaa, joka toimi nyt aiempaa sulavammin ja luotettavammin. Myös virtuaalisia kasvupaikkatyyppejä oli päivitetty Lapin Metsätalouspäiviltä kerätyn palautteen perusteella. Sovellusta kävivät testaamassa tapahtuman vieraiden lisäksi myös peruskoulun oppilaat, joten esittelypisteellä riitti ajoittain vilinää. Askeleen edellä -tulevaisuusfoorumi jäi kevään viimeiseksi tapahtumaksi hankkeen esittelyjen osalta.

hankeviestintä

VR ympäristöjen tilannekatsaus ja Lapin Metsätalouspäivät

/

Hanke on edennyt talven ja kevään aikana nopeaan tahtiin, ja hankeen tuloksia päästiin esittelemään huhtikuun alussa Lapin Metsätalouspäivillä. Lapin AMK:n tehtävistä kalustonhallinnan sovellus valmistui jo loppuvuodesta 2025 ja jäljellä olevat bugit on nyt myös korjattu talven aikana. Metsä VR sovelluksen toiminnallisuudet ovat valmiina, ja siitä puuttuu enää viimeisten kasvupaikkatyyppien implementointi ja optimoinnit. Metsäkone VR sovelluksen monikäyttäjäserveri on valmis ja toiminnallisuuksien kehitys on hyvässä vauhdissa. Metsäkoneen ja pienkuormaajien anturoinnit on suunniteltu ja ominaisuuksien kehitys on käynnissä.

Metsä VR – TP1

Metsä VR sovellusta on kehitetty yhteistyössä REDUn kanssa ja sovelluksen uusimmassa kehitysversiossa toiminnallisuudet ovat implementoitu ja testattavissa. Uusimpina ominaisuuksina sovellukseen lisättiin käsienseuranta, joka mahdollistaa sovelluksen käyttämisen täysin ilman ohjaimia ja 360 asteen tilat, joiden avulla voidaan tarkastella oikeasta maailmasta kuvattuja kohteita. Lisäksi kasvien ja puiden 3D mallinnus on saatu päätökseensä ja tuloksena valmistui suuri katalogi (30+) erilaisia 3D malleja (Kuva 1).

Kuva 1. 3D mallinnettuja kasveja

Sovellukseen on myös implementoitu kasvien poiminta, jonka avulla tunnistettavat kasvit voidaan poimia käteen VR maailmassa. Tämä mahdollistaa kasvien lähemmän tarkastelun ja lisäksi käyttäjä voi muuttaa niiden kokoa esimerkiksi, jos kyseessä on erittäin pieni kasvi ja sitä halutaan tarkastella lähemmin (Kuva 2).

Kuva 2. Kasvien poiminta käsienseurannan avulla

Sovelluksessa on tällä hetkellä myös implementoituna kolme kasvupaikkatyyppiä: tuore kangas, kuiva kangas ja lehto, joissa kasvien tunnistusta voidaan kokeilla. Lisäksi sovelluksen seuraavaan versioon viimeistellään vielä karukko, kuivahko kangas, lehtomainen kangas ja avohakkuu. Kuva 3 näyttää esimerkin lehtoympäristöstä.

Kuva 3. Metsätyypin tunnistus Lehto ympäristössä

Sovelluksen kehitys on siis hyvällä mallilla, mutta viimeistely ja optimointi jatkuu vielä kesän aikana. Huhtikuussa hanketta esiteltiin myös Lapin Metsätalouspäivillä, jossa osallistujat pääsivät testaamaan sovellusta ja antamaan arvokasta palautetta. Palaute oli yleisesti positiivista ja VR metsän todettiin olevan kätevä tapa tutustua esimerkiksi harvinaisiin kasveihin ja kasvupaikkatyyppeihin. Kuvassa 7 näkyy esittelypiste Metsätalouspäivillä.

Kuva 7. Lapin AMK esittelypiste

Metsäkone VR – TP1

Metsäkone VR sovelluksen osalta monikäyttäjäserveri on valmiina ja sen toiminta on testattu usean VR ja työpöytä käyttäjän kanssa. Monikäyttäjäympäristö mahdollistaa metsäkoneen tarkastelun interaktiivisesti usean käyttäjän kanssa. Lisäksi metsäkoneen halliympäristön ensimmäinen versio on valmis, ja siihen on tarkoitus lisätä vain pieniä yksityiskohtia ja rekvisiittaa lisää. Halli kehitettiin hyvin pitkälti referenssikuvien pohjalta, mutta lopputulos on korkealaatuinen (Kuva 5).

Kuva 5. Korjaamohalli Unreal Engine 5 pelimoottoriin integroituna.

Lisäksi Metsäkoneen 3D malli on valmis, mutta vaatii vielä optimointia VR ympäristöön. Koneen 3D malli on rakennettu yhdistäen CAD malleja, fotogrammetria malleja ja manuaalisesti mallinnettuja komponentteja. Komponenttien tunnistuksen ja huolto-ohjelmien logiikan kehitys on vielä käynnissä. Kuvassa 6 näkyy, miten metsäkoneen mallia voidaan tutkia ja eri osia valita, jolloin valittu osan ääriviivat on korostettu.

Kuva 6. Metsäkoneen mallin tarkastelu

VR sovellusten kehitys on siis edistynyt hyvin, mutta optimointi ja viimeistely jatkuvat vielä kesän 2026 aikana.

hankeviestintä

Hankkeen eteneminen, toteutuksen osien testaus ja jatkokehitys.

/

Kirjoittajat: Mirka Hienonen & Tuomas Herranen

Hanke on edennyt tasaisesti kesän ja alkusyksyn aikana, ja tiimimme on saanut arvokasta lisävahvistusta: joukkoomme on liittynyt 2D-artisti (UI/UX-spesialisti), 3D-artisti sekä robotiikan asiantuntija ja metsäalan projektityöntekijän, joka auttaa virtuaalisten tehtävien suunnittelussa.

2D-artistimme ansiosta sekä Metsä VR, Virtuaalinen luokkahuone että Kalustonhallintasovellus ovat saaneet uuden ja päivitetyn ilmeen. 3D-artistimme vastaa puuston ja kasvien mallinnuksesta referenssikuvien pohjalta sekä metsäkonesimulaation koneiden realistisesta ilmeestä, hyödyntäen myös kehittämäänsä Blenderin Geometry Nodes -järjestelmää mallinnuksen tehostamiseksi. Näin ympäristöt saavat kiillotetun ja ultrarealistisen ilmeen, mukaillen reaalimaailman kohteita.

Metsä VR – TP1

Metsä VR -sovellusta on kehitetty vaiheittain käyttäjätoiveiden mukaisesti, kokeilemalla eri ratkaisuja ja parhaita käytäntöjä. Menu on uudistettu, samoin aloitusnäkymä. Tällä hetkellä asetuksiin ja informaatiokenttiin pääsee rannevalikon kautta, ja kenttiin navigointi onnistuu aloitusnäkymässä olevan suuren kartan avulla. REDU:n ehdotuksesta karttanäkymään on lisätty pop-up-ikkuna, jonka kautta käyttäjä voi tarkastella aluetta laajemmin ennen siirtymistä siihen.

Virtuaalisen hahmon ranteeseen kiinnitetty menu mahdollistaa nopean ja miellyttävän tiedonsaannin kaikissa sovelluksen ympäristöissä, mikä syventää immersiota ja parantaa käyttökokemusta. Lisäksi Metsä VR:n osalta on alettu kartoittaa moninpelitoiminnallisuuden mahdollisuuksia REDU:n pyynnöstä, mikä avaa uusia näkökulmia oppimisen ja yhteistyön tukemiseen virtuaalisessa ympäristössä.

Virtuaaliseen ympäristöön on lisäksi suunnitteilla erilaisia opettavaisia tunnistustehtäviä, jotka kouluttavat opiskelijoita tunnistamaan luonnossa liikkuessaan eri lajeja, kuten puita, kasveja ja maaperätyyppejä.

Lisäksi osana sovelluksen kehitystä on alettu kartoittaa korkeusmallien käyttömahdollisuutta karttapohjien luomisessa, jotta ne mukailisivat mahdollisimman tarkkaan oikeita ympäristöjä. Sovellusta tullaan jatkossa laajentamaan myös moninpeliserverillä, joka parantaa sovelluksen käyttömahdollisuuksia.

 

Metsäkone VR – TP1

Metsäkone VR ympäristössä on hiottu moninpeliserverin toimintaa ja serverin päivitystä uusimpaan Unreal engine 5 versioon on aloitettu suunnittelemaan paremman suorituskyvyn saavuttamiseksi. VR ja desktop käyttäjien yhtäaikaisen käyttömahdollisuuden sisältävän moninpeliserverin toteutus osoittautui haastavaksi, mutta lopulta sen toteutus onnistui kuitenkin hyvin.

Seuraavaksi suunnitellaan ympäristön UI käyttöliittymää ja ensimmäistä halliympäristön prototyyppiä, jossa käyttäjät voivat tarkastella metsäkonetta ja sen komponentteja.

Pienkuormaajan turva-alue ja käyttö – TP2

Hankkeessa ovat aloittaneet myös kaksi uutta robotiikan asiantuntijaa, joiden ansiosta myös pienkuormaajan anturoinnin suunnittelu edistyy nopeasti. Pienkuormaajan turvallisen käytön varmistaminen on tällä hetkellä tutkimus- ja suunnitteluvaiheessa. Keskeisenä tavoitteena on määrittää kuormaajan työalueen turva-alueen tarkka laajuus sekä kartoittaa kaikki mahdolliset reitit, joista ihmiset tai esteet voivat päästä alueelle, mukaan lukien hallin neljä kulkuovea. Selvityksessä tarkastellaan muun muassa sitä, milloin kuormaajan tulisi varoittaa lähestyvää henkilöä äänimerkillä ja milloin hätäkatkaisin tulisi aktivoida estämään vaaratilanne kokonaan.

Tutkimuksessa arvioidaan eri anturivaihtoehtoja, kuten lähiantureita ja tutkia, jotta havaitseminen olisi luotettavaa eri etäisyyksiltä ja kulmista. Lisäksi selvitetään turva-alueen rajojen määrittämisen periaatteita: kuinka lähelle kuormaajaa henkilö voi tulla ennen kuin varoitus tai pysäytys aktivoituu, ja miten järjestelmä reagoi vaihteleviin esteisiin ja liikkeisiin. Tämän vaiheen tavoitteena on muodostaa riittävän turvallinen, mutta käytännössä toteuttamiskelpoinen ratkaisu, jonka pohjalta voidaan myöhemmin toteuttaa konkreettinen turvajärjestelmä.

Kalustonhallintasovellus – TP3

Kalustonhallintasovellusta on kehitetty vaiheittain, ja siihen on testattu versiot 1.0, 2.0 ja 3.0 ennen tuotantoon siirtymistä. Sovellus on päivitetty REDU:n toiveiden mukaisesti. Poissaolomerkintöjä on yksinkertaistettu, ja taulukkoon on lisätty sarake poissaolojen syiden merkitsemiseksi. Lisäksi sovellukseen on lisätty infokenttä, jonka avulla käyttäjille voidaan viestiä ajankohtaisista asioista.

Varauksia voidaan nyt muokata joustavasti, esimerkiksi vaihtamalla varatulle päivälle uusi käyttäjä sairaustapauksen vuoksi. Sovellus on käynyt läpi myös 2D-artistimme, joka toimii samalla UI/UX-spesialistina, arvion. Arvioinnin seurauksena käyttöliittymän käytettävyyttä on parannettu ja visuaalista kontrastia säädetty, jotta se yltää parhaimmillaan AAA-luokan saavutettavuusstandardeihin.

Sovellukseen on lisäksi lisätty lisenssi ja käyttöehdot, joita voidaan palata tarkastelemaan infoikkunan kautta. Samaa kautta pääsee suoran linkin kautta hankkeen sivuille, jotka tarjoavat yleiskatsauksen hankkeen sisällöstä ja tarkoituksesta, sekä päivityksiä hankeen etenemisestä.

Metsäkoneen kuljettajan etäohjausjärjestelmä – TP3

Toteutukseen tarvittavien anturien valinta ja määrittäminen alkaa olla valmista ja seuraava vaihe on järjestelmän ensimmäisten prototyyppien kehitys. Metsäkoneen teollisuus PC:n testaus on aloitettu ja projektiryhmä on luonut ensimmäisen datasetin, joka sisältää kamera ja LiDAR anturien dataa. Seuraavaksi datasettiä hyödynnetään puunrunkojen automaattisen tunnistuksen selvittämiseen reaaliaikaisen harvennustiheyden määrittämiseksi.

Lisäksi projektiryhmä on aloittanut ajoura-avustimen prototyypin suunnittelun aloittelevan metsäkoneen kuljettajan avustamiseen. Ominaisuuden kehitys vaatii tarkkaa paikantamista ja eri anturien hyödyntämistä.

hankeviestintä

Hanke on käynnissä!

/

Kirjoittajat: Mirka Hienonen & Tuomas Herranen

Metsätyön digitaalinen oppimisympäristöhanke – kehittäminen (tuttavallisemmin MetsäDigi) on pärähtänyt reippaasti käyntiin. Lapin Ammattikorkeakoulun FrostBit ohjelmistolaboratorio ja biotalouden osaamisryhmä vastaa hankkeessa VR oppimisympäristöjen kehittämisestä, sähköisten pienkuormaajien anturoinnista ja metsäkoneen kuljettajan etäohjausjärjestelmän kehittämisestä. Lisäksi FrostBit kehittää hankkeessa monialustaista kalustonhallinnan sovellusta. 

VR-oppimisympäristöt 

VR-oppimisympäristöjen kehitys on lähtenyt hyvin käyntiin ja ensimmäiset testattavat versiot alkavat olla valmiina. Metsä VR -oppimisympäristö käsittää tällä hetkellä muutaman erilaisen metsäympäristön prototyypin, joissa sovelluksen käyttäjä voi tutkia erilaisia metsänäkymiä –aivan kuin olisi oikeasti metsässä (Kuva 1). Metsä VR ympäristön tavoitteena on vahvistaa metsäkoneen kuljettajan osaamista metsälakikohteista, arvokkaista elinympäristöistä, suojavyöhykkeistä ja esimerkiksi suojeltavien kohteiden erityispiirteistä. Ympäristöjen kehitykseen hyödynnetään tehokasta Unreal Engine 5 –pelimoottoria, joka mahdollistaa hyvin realististen metsäympäristöjen kehityksen. Pelimoottoriin voidaan tuoda aidon kaltaisia malleja esim. kasveista ja puista, jotka on kehitetty Photogrammetry ja Gaussian Splatting tekniikoita hyödyntämällä. Seuraava askel on kerätä lisää referenssimateriaalia oikean maailman kohteista ja mallintaa ne mahdollisimman tarkasti sovellukseen. Lisäksi sovellukseen lisätään toiminnallisuutta ja tietokortteja eri kohteista. 

Kuva 1. VR-Metsä ympäristön prototyyppi 

Virtuaalisen luokkahuoneympäristön toteutusta varten FrostBit on kehittänyt Unreal Engine 5 pelimoottorilla toimivaa monikäyttäjäserveriä, joka mahdollistaa sekä VR että desktop käyttäjien yhtäaikaisen liittymisen virtuaalitilaan. Ympäristössä käyttäjien on tarkoitus pystyä tutkimaan metsäkoneen 3D mallia ja sen komponentteja erilaisten tehtävien muodossa.  Seuraavaksi ympäristöön on tarkoitus lisätä metsäkoneen 3D malli, josta käyttäjät voivat tarkastella koneen eri komponentteja tarkemmin. Lisäksi jatketaan harjoitteiden sisältöjen määrittelyä ja niiden implementoinnin suunnittelua. 

Pienkuormaajat ja metsäkoneen kuljettajan etäohjausjärjestelmä 

FrostBit tiimin tavoitteena on asentaa sähköisiin pienkuormaajiin erilaisia antureita, joiden avulla pystytään keräämään tärkeää tietoa kuormaajan käytöstä. Kerättäviin tietoihin kuuluvat mm. liikkeiden tehokkuus, yhdenaikaiset liikkeet, mahdolliset kolhut ja muut käyttäjän tekemät virheet. Lisäksi kuormaajiin suunnitellaan turva-alue, j Toistaiseksi FrostBit on tehnyt järjestelmän kehitykseen vaadittavaa suunnittelutyötä, johon sisältyy sopivien anturien valinta ja järjestelmän arkkitehtuurin suunnittelu.  

Lapin AMK vastaa myös metsäkoneen kuljettajan etäohjausjärjestelmän kehittämisestä, jossa on tarkoitus kehittää kuljettajaa ja ohjaajaa avustavia järjestelmiä. Tehtävässä on tarkoitus hyödyntää automaattista havainnointijärjestelmää ja tekoälyä aloittelevan kuljettajan työn apuna. Näihin kuuluvat mm. Automaattinen runkolukulaskenta ja ajoura-avustin. Lisäksi järjestelmän on tavoitteena helpottaa etäohjausmahdollisuuksia tarjoamalla anturien keräämä tieto myös etäohjaajan saataville. Tähän mennessä FrostBit on selvittänyt järjestelmän kehitykseen soveltuvia antureita, joihin kuuluvat mm. Kamerat ja LiDAR (valotutka). Lisäksi on kartoitettu järjestelmässä hyödynnettäviä koneoppimismalleja ja kokonaisarkkitehtuuria.  

Kuva 2. Pienkuormaaja

Pienkuormaajien osalta seuraavaksi on tarkoitus lähteä testaamaan suunniteltujen anturien ja järjestelmien toimivuutta prototyyppien avulla. Kuljettajan etäohjausjärjestelmän kehittämisessä siirrytään myös anturitestauksiin ja avustavien järjestelmien prototyyppien kehittämiseen. 

Kalustonhallinnan sovellus 

FrostBit aloitti myös kalustonhallinnan monialustasovelluksen kehittämisen (kuva 3.) ja ensimmäinen demo on testattu sekä PC:llä että mobiililla ja toimii sekä lukujärjestyksenä ja kaluston varauslistana. Opiskelijat näkevät ajovuoronsa etusivun listasta, josta dataa voi suodattaa kaluston nimen, opiskelijan nimen, sekä viikko numeron perusteella.  

Opettajille tarkoitettu kirjautumisen takana oleva hallintatila mahdollistaa uuden kaluston lisäämisen ja värikoodaamisen, sekä vanhan kaluston poiston ja vuorojen varaamisen.  

Kuva 3. Ensimmäinen demo kalustonhallinnan sovelluksesta.