Lähitulevaisuuden metsäkone on myös liikkuva anturi, joka neuvoo kuljettajaa.
Metsäkoneen kutsuminen koneeksi on oikeastaan vähättelyä. Yli puoli miljoonaa euroa maksava monitoimikone on tuotantolaitos ja osa järjestelmää puun korjaamiseksi ja jalostamiseksi.
Osa tätä järjestelmää on jatkuvasti lisääntyvä digitalisaatio.
– Metsäalalla ollaan digitalisaatiossa aallon harjalla. Metsäkoneet ovat jo ihan hi-techiä. Ne keräävät jatkuvasti tietoa, joka on standardoitu, eli sitä pystytään hyödyntämään, sanoo metsäteknologian professori Kalle Kärhä Itä-Suomen yliopistosta.
Osa tiedosta liittyy itse koneen toimintaan eli tuottavuuteen, polttoaineen kulutukseen, osien kulumiseen tai lämpötilaan. Laajemmin hyödynnetään tietoa korjattavasta puutavarasta.
– Jokaisesta rungosta kirjataan esimerkiksi läpimitta, runkomuoto ja puulaji. Myös korjuupaikka tallentuu muutaman metrin säteellä, Kärhä kuvailee.
Yhdistelemällä tietoa muihin metsävaratietoihin luodaan malleja, joita voidaan hyödyntää esimerkiksi metsänkasvatuksessa, kuljettajien koulutuksessa tai metsäluonnon monimuotoisuuden suojelussa.
Antureiden ja tekoälyn määrä lisääntyy koneissa nopeasti. Visioissa metsäkoneet toimisivat eräänlaisina liikkuvina antureina, jotka tuottavat yksityiskohtaista tietoa Suomen metsistä.
Metsäkonedataan keskittyvää tutkimusta tehdään Suomessa jatkuvasti. Tekniikan tohtori Lari Melanderin koneoppimista ja metsäkoneiden keräämää konedataa hyödyntävä väitöskirja tarkastettiin Tampereen yliopistossa vuosi sitten keväällä.
Tutkimuksessa metsäkoneeseen asennettiin syvyyskamera, joka tarkasteli koneen jättämän ajouran syvyyttä.
– Metsässä yritetään tietenkin välttää koneen uppoamista. Siitä tulee juurivaurioita, ja maanomistajat eivät tykkää, hän sanoo.
Kerätyn tiedon avulla voitaisiin luoda malleja, joilla maaston upottavuutta voitaisiin ennustaa. Kohteet voitaisiin silloin aiempaa helpommin jakaa talvella ja kesällä hakattaviin.
Melander tutki myös maaston kivisyyttä päätehakkuun jälkeistä mätästystä tekevän kaivinkoneen kauhaan kiinnitetyn kiihtyvyysanturin avulla.
– Punainen lanka on se, että koneisiin pyritään tuomaan järjestelmiä, jotka toimivat työn ohessa. Se ei tuo lisävaivaa kuljettajalle, johtavana konenäkösuunnittelijana Cargotec Oyj:ssä työskentelevä Melander sanoo.
Koneisiin pyritään tuomaan järjestelmiä, jotka toimivat työn ohessa.
Lari Melander
Suomen metsät on kaukokartoitettu lentokoneesta tehtävillä ilmakuvauksilla ja laserkeilauksilla. Menetelmällä saadaan tietoa puuston koosta, iästä ja määrästä.
Esimerkiksi kasvupaikka- tai maalajitiedot pitää kuitenkin kerätä paikan päällä tehtävillä mittauksilla. Kaukokartoitus myös toimii luotettavimmin varttuneissa metsissä.
Metsäkoneeseen kiinnitettävät anturit voisivat kerätä lisätietoa ja tarkentaa kaukokartoituksella saatuja tietoja.
– Laserkeilaimien hinnat ovat laskeneet. Niin sanottu mobiililaserkeilain on hyvin pian käytössä. Metsäkonevalmistajat kehittävät ja testaavat jo teknologiaa, Kalle Kärhä sanoo.
Laserkeilainta yksinkertaisempi ratkaisu olisivat erilaiset teollisuuskamerat, joiden valmistaminen on edullista. Laserkeilauksesta poiketen kamera voisi myös paljastaa mahdolliset hakkuuvauriot.
Kärhän mukaan metsäkoneessa voisi olla myös lämpökamera, joka varoittaisi kuljettajaa alueella liikkuvasta ihmisestä.
– Jatkossa ei pärjätä yhdellä sensorilla. Koneissa voisi olla laserkeilain ja useita kameroita, joilla seurataan tuottavuutta, parempaa työnjälkeä ja laatua.
Yksi suomalaisen metsätalouden kannattavuuden kulmakivistä on yrittäjävetoinen puunkorjuu. Pääomavaltaisella alalla kaikkien uusien innovaatioiden pitäisi siis myös edistää tuottavuutta.
– Koska sensorit maksavat, niiden pitää tuottaa hyötyä. Ne voivat esimerkiksi tuottaa tietoa siitä, mistä puuvaurio aiheutuu. Näin koneoppimisella voidaan selvittää asiaa ja kehittää työmenetelmiä, Kalle Kärhä sanoo.
Sensorien avulla voitaisiin myös vähentää jälkikäteisraportointia. Korjuuvaurioista ja luonnon monimuotoisuuden huomioinnista kertyisi tietoa työn ohessa automaattisesti.
– Jatkossa ei enää kumisaapasmiesten tai -naisten tarvitse käydä paikalla, Kärhä sanoo.
Eniten hyötyä metsäkonedatasta olisi kuljettajien opastuksessa. Suomessa tutkimuksen kärki on Kärhän mukaan nimenomaan kuljettajaa avustavissa järjestelmissä.
– Kuljettajien osaamistasossa ja työtehossa on isoja eroja. Keskitason kuljettajille pystyttäisiin antamaan apua ja parantamaan laatua. Järjestelmillä saadaan myös oppimiskäyrää jyrkemmäksi nuorille kuljettajille.
Julkisin varoin kerätty metsävaratieto on lain mukaan kaikkien käytössä ilmaiseksi.
Järjestelmillä saadaan myös oppimiskäyrää jyrkemmäksi nuorille kuljettajille.
Kalle Kärhä
Yksityisten metsäkoneiden keräämä konedata tuottaa kuitenkin samoja ongelmia kuin vaikka sosiaalisen median tiedonkeruu.
Kenelle tieto kuuluu, kuka sitä saa hyödyntää ja mihin hintaan?
– Kysymys on hankala, koska mukana on monta toimijaa. On metsänomistaja, urakoitsija ja vielä konevalmistaja. Toki voi kehittää erilaisia malleja, joissa datalla olisi hinta, Lari Melander sanoo.
Suomeen on vuonna 2017 luotu suositukset metsäkonedatan käytöstä. Suosituksia päivitetään teknologian kehittyessä.
Metsäkoneisiin valuu paljon teknologiaa autonvalmistajilta, joiden tavoitteena on kehittää laajaan käyttöön soveltuvia itseajavia autoja. Sama suunta on myös metsäkonevalmistajilla, mutta tavoite häämöttää kauempana.
– Tieliikenne on kuitenkin niin paljon yksinkertaisempi ympäristö kuin metsä, Lari Melander sanoo.
Metsäkoneen on toimittava erilaisissa sääoloissa, lämpötiloissa ja maastoissa kaukana huoltomahdollisuuksista. Esimerkiksi satamien tai kaivosten tapaisissa suljetuissa ympäristöissä itsenäiset koneet ovat jo yleisesti käytössä.
Kalle Kärhän mukaan askel kohti automaatiota olisivat etäohjattavat eli teleoperoitavat metsäkoneet.
– Helsingin Lauttasaaren teollisuushallissa voisi olla rivi tietokoneita, joilla ohjaillaan vaikka Tuupovaaran seudulla olevia hakkuukoneita, hän visioi.
Molemmat tutkijat uskovat, että etäohjattavat metsäkoneet saapuvat Suomen metsiin kymmenen vuoden kuluessa.
Ruotsissa panostetaan autonomisten metsäkoneiden kehitykseen. Suomessa tavoitteet ovat maltillisempia, Kärhä kuvaa.
– Ihminen on tärkeässä roolissa tuolla metsissä ja tulee olemaan myös pitkään. Ja ihmisen hyvinvoinnin ja osaamisen edistäminen on tärkeää.