ICT
Mobiililaitteista ja videopohjaisesta raportoinnista tulee säästöjä ja tehokkuutta
Konenäkö päivittää kartat reaaliajassa
Koneohjaus ja kunnossapidon valvonnan automaatio sekä automaattiset liikkumisvälineet ovat koko ajan yleistyvä ilmiö. Puhelinten ja älylaitteiden jatkuva kehittyminen on tuonut konenäön arjen keskelle. Miten kaupunki voi omassa toiminnassaan olla hyödyntämässä uutta teknologiaa?
Teksti Markus Melander
Puhelinten lisääntynyt muisti, tiedonsiirto ja kamerateknologia yhdessä markkinoilla olevien helppokäyttöisten palvelujen kanssa tukevat toimintatapojen muutosta sekä johtamisedellytysten kehittämistä. Tarvitaan vain rohkeutta ottaa menetelmiä käyttöön ja kurottaa kohti tuottavuutta lisääviä toimintamalleja.
Hoivarobotit ja itseohjautuvat autot saavat valtaosan huomiosta automaation sekä digitalisaation ympärillä käytävän keskustelun osalta. Niiden takana suuren julkisuuden ulottumattomissa niin sanottu “arjenautomatisaatio” on yleistymässä ajateltua laajemmin.
Automaation ohella etävalvonta ja tiedonsiirtoedellytykset tarjoavat valtavat mahdollisuudet monenlaiselle kehitykselle. Ympäristön ja esineiden digitalisaatiosta puhutaan yleisimmin IoT-käsitteen (Internet of Things) ympärillä. Tässä käsitellään erityisesti kunnossapitoon ja liikenneinfrastruktuuriin liittyviä näkökulmia, koska tällä sektorilla automaatio on tekemässä vahvaa esiinmarssia.
Teknologian
rooli mahdollistajana
Teknologia on kehittynyt sille tasolle, että jokaisen työntekijän taskussa kulkevalla puhelimella voidaan tuottaa käytännössä reaaliaikainen tilannekuva maastosta keskitettyyn palveluun työnjohdon tai kollegan katseltavaksi.
Tässä piilee yksinkertainen mahdollisuus tehostamiseen videokuvan hyödyntämisen kautta. Mahdollistajana on kaksi keskeistä, jo tapahtunutta, teknologista kehitysaskelta.
Ensimmäinen on mobiiliverkkojen yleistyminen. 4G-laajakaista yhteys on käytännössä tarjolla operaattorista riippuen kaikilla kaupunkiseuduilla. Saatavilla oleva mobiililaajakaistayhteyden nopeus riippuu monesta tekijästä joiden yksilöinti ei ole keskeistä tämän artikkelin yhteydessä.
Käytäntö on kuitenkin osoittanut, että keskimäärin yli 20 Mb/sekunti nopeus saavutetaan yleisesti Suomessa paikallisia katveita lukuun ottamatta. Keskeinen mieleen painettava huomio yhteysnopeudesta on se, että ilman tulevaisuuden 5G-verkkkojakin on mahdollista saavuttaa tilanne, jossa muutaman minuutin viiveellä saadaan korkearesoluution video siirrettyä maailman ääristä tai työmaamontun ääreltä toimistossa istuvan henkilön ruudulle.
Toinen keskeinen kehitysaskel on mobiilipuhelimien tehokkuuden ja kamerateknologian jatkuva parantuminen. Kameroiden kennot ja optiikka, jo keskiluokan puhelimessa, ovat sitä tasoa, että sen tuottaman videon tai kuvan avulla voidaan tunnistaa pieniäkin yksityiskohtia.
Puhelinten muistit tai niihin saatavat muistikortit mahdollistavat tarvittaessa tuntien videomateriaalin tallentamisen tilanteissa, joissa internetyhteyttä ei olisi syystä tai toisesta tarjolla. Tästä kaikesta aukeaa mahdollisuudet tarkastella asioita etänä, eikä aikaa kuluttava siirtyminen paikalle ole enää välttämätöntä.
Yhdessä nämä kaksi teknistä asiaa tuottavat ihmisille läsnäolon ja osallistumisen mahdollisuudet samoin kuin virtuaalineuvotteluhuoneet jotka ovat laajasti käytössä myös julkisensektorin yhteydenpitovälineenä.
Kun ison mittakaavan teknisiin kehitysaskeliin lisätään kehittyneet ohjelmistotekniikat ja modernit paikkatietojärjestelmät, saadaan kaikki tiedot historioitua ja tiedon löytyminen ja jakaminen myöhempää käyttöä tai analysointia varten on helppoa.
Käytännön esimerkkejä
mobiilipuhelinten käytöstä
Lappeenrannan kaupungissa teknologiaa on valjastettu kunnossapidon ajoneuvoihin tuottamaan katukuvaa kaupungin omista prosesseista. Mobiilipuhelimilla kerätään videokuvaa ja samalla sovelluksella tuotetaan kadun pintakunnon analysointia.
On mullistavaa, että käytännössä taskussa kulkevalla laitteella voidaan tuottaa se tieto, johon aikaisemmin on tarvittu kymmenien tuntien manuaalinen työ tai kalliita erikoislaitteita.
Tarkkuus ei välttämättä ole sama. Mutta lopputuloksen näkökulmasta ehdottomasti riittävä.
Kun edellä mainittuun kokonaisuuteen lisätään kohdekohtainen raportointi työntekijöille mobiilisovellusta käyttäen, kunnossapidon johtamisessa on käytössä kaikki tarvittava tieto esimerkiksi päällysteohjelmoinnin toteuttamiseksi.
Keskeistä on, että tieto on helposti saatavilla avoimesta palvelusta eri työntekijöiden käyttöön ja hyödynnettäväksi. Moderneilta sovelluksilta voi vaatia toiminnallisuuksia, joita ei aikaisemmin ole ollut mahdollisuus toteuttaa.
Käytännössä on kyse tarpeesta johtaa paremmin ja löytää pieniä arjen tehostamisen menetelmiä. Muutoksen keskeisenä ajurina ovat prosessit, joista voidaan tuottaa tilannekuvaa katseltavaksi ja automatisoida informaation tuottamista konenäöllä.
Teknistyvä ja automatisoituva yhteiskunta tarvitsee lisää tietoa. Hyviä esimerkkejä tästä ovat linja-autojen ja tienhoitoautojen reaaliaikainen seuranta kartoilla ja navigointikarttojen tuottama käsitys parhaasta reitistä haluttuun kohteeseen.
Toinen hyvä esimerkki on tiestökonsultti Jesper Sørenssenin kokeilukäyttämä älypuhelinsovellus, joka mahdollistaa audiovisuaalisten muistiinpanojen tekemisen langattomalla painikkeella.
Palvelu on vielä kehitysvaiheessa. Mutta kokemukset ovat vahvistaneet käsitystä siitä, että puhelimen avulla voidaan tuottaa jatkuvasti ja helposti arvokasta tietoa helpommin kuin koskaan aikaisemmin.
Teknologian kehittymisen ansiosta mahdollistuu asioita, joka ei ole aikaisemmi ole ollut kustannustehokkaasti tehtävissä. Jesperin kokemuksen mukaan teknologia mahdollistaa muun muassa aikaisemmin kaksi henkilö vaatineen työn tekemisen nyt yksin.
Konenäön toiminta
osana kokonaisuutta
Automaatio myös tiedon tuotannossa on nykypäivää. Toiminnan kannalta olisi tärkeää saada ilmoitus, kun joku asia poikkeaa normista tai edellyttää toimenpiteitä. Siksi konenäkö on mielenkiintoinen mahdollistaja monelle asialle.
Konenäkö terminä voi olla lukijalle hyvinkin vieras ja on syytä avata sitä hiukan. Konenäkö (eng. computer vision tai machine vision) tarkoittaa automaattista kuvamateriaalin jalostamista ymmärrykseksi käyttämällä erilaisia matemaattisia ja koneoppimis-menetelmiä. Yksinkertaisimmillaan tämä tarkoittaa kasvojen tunnistusta kamerakännykän kohdistaessa automaattisesti tarkennuksen kuvassa oleviin kasvoihin
Sovelluksena on mahdollista tuottaa infrastruktuurista tai liikenteestä tietoa tilanteissa, joissa nykyinen prosessi vaatii toistuvaa tarkkuutta ja on silmin tapahtuvaa tarkastamista, laskentaa tai valvontaa.
Yleisesti konenäköjärjestelmästä on tärkeä ymmärtää muutama asia, jotta hahmottaa sen mahdollisuudet sekä rajoitukset. Ihmisille syntyy helposti liian positiivinen kuva konenäöstä kaiken ymmärtävänä teknologiana.
Kohteiden tunnistamiseen käytettävät konenäkömenetelmät muodostuvat yleensä kahdesta keskeisestä moduulista: tunnistimesta (eng. detector) ja luokkittimesta (eng. classifier). Tunnistimen avulla kohteesta etsitään mahdollisia mielenkiinnon kohteita ja tämän jälkeen luokittimella kohteille tarkempi analyysi.
Konenäkö ei tarkoita pelkästään tätä vaan kuvista on mahdollista tehdä 3D-malli (eng. 3D reconstruction) tai esimerkiksi mallintaa kameran liikettä (SLAM). Erilaisia menetelmiä yhdistelemällä on mahdollista toteuttaa suoraan monimutkaiselta vaikuttavia kokonaisuuksia.
Ajantasaisuutta
autoilijoille
Kun kaupungin kunnossapidon tai joukkoliikenteen yhteydessä voidaan tuottaa videokuvaa, syntyy paremman tilannekäsityksen ja johtamisedellytysten lisäksi yksi älykkään kaupunkiliikenteen peruspilareista.
Konenäköjärjestelmän tuottama automaattinen inventointi liikennemerkeistä yhdistettynä rajapinnasta saatavaan kuvatietoon mullistaa autojen navigaattorei- den ajantasaisuuden. Aikaisemmin tällä ei ole ollut merkitystä, koska navigaattorit eivät ole olleet yhteydessä internettiin. Useat kuljettajat ajavat tällä hetkellä jopa vuosia vanhoilla kartoilla. Tilanne on muuttumassa.
Digitaalinen kartta-aineisto nojaa liikennemerkkien ja katumerkintöjen välittämään informaatioon. Kuljettajille ja ennen kaikkea automatisoituvalle liikenteelle voimassaolevat nopeusrajoitukset sekä ajojärjestelyihin liittyvät huomiot ovat erityisen tärkeitä.
Tämän vuoksi tarvitaan uutta asennetta ja määrätietoisuutta laittaa nämä asiat kuntoon. Tulevaisuuden auton kannalta on osin jopa kriittistä tietää lyhytaikaisista työmaista ja niihin liittyvistä muutoksista toimintaympäristössään. Yksinkertaisimmillaan toimiva tiedonkeruu yhdistettynä konenäköön helpottaa liikennettä ja tuo sujuvuutta arkeen.
Katutöihin liittyvä problematiikka voi olla kuntalaisten joskus vaikea ymmärtää. Joskus vaikuttaa, että sama risteys avataan muutaman vuoden välein, eikä sille ulospäin ole mitään järkevää selitystä.
Tässä artikkelissa esitetyt ratkaisut mahdollistavat kaksi keskeistä asiaa: 1) Reaaliaikainen ja historioiva videodokumentaatio katutöistä auttaa asiantuntijoita kommunikoimaan paremmin. Kun kohteessa tapahtuvaa työtä on dokumentoitu, takuu ja kaapeleihin liittyvän jälki- tai etukäteistarkastelun tekeminen on helppoa. 2) Tilapäiset liikennejärjestelyt voidaan raportoida ja muutokset välittyvät hyödyntäjille ja Digiroad sekä muut navigointiaineistot saadaan ajan tasalle.
Kirjoittaja on konenäköyrityksen Vionice Oy:n toimitusjohtaja, innokas kehittäjä ja projektityön ammattilainen.