Väitös automaation, systeemien ja säätötekniikan alalta, M.Sc. Issouf Ouattara

Väitöskirjan nimi: Mapping, tree detection, localization, and autonomous flight of unmanned aerial vehicles in forest applications

Väittelijä: Issouf Ouattara
Vastaväittäjä: Emeritus Professor Hajime Asama, The University of Tokyo, Japani
Kustos: Prof. Arto Visala, Aalto-yliopiston sähkötekniikan korkeakoulu

Kaksi metsänhoidon tehtävää, jotka ovat tärkeitä metsän terveelle kasvulle, ovat taimikoiden raivaus ja hirvieläinten aiheuttamien vahinkojen ehkäiseminen. Nämä hoitotoimenpiteet tehdään edelleen pääasiassa manuaalisesti. Ne ovat aikaa vieviä, työvoimavaltaisia ja todennäköisesti kohtaavat työvoimapulan lähitulevaisuudessa. Tällä opinnäytetyöllä on kaksi tavoitetta: (1) kehittää lähestymistapoja, joissa käytetään UAV-alustalla kerättyjä kuvia taimikoiden puoliautonomisen raivauksen tukemiseen ja (2) kehittää menetelmiä, joiden avulla UAV:t voivat itsenäisesti ja valikoivasti ruiskuttaa biopohjaista karkotetta hirvieläinten aiheuttamien vahinkojen ehkäisemiseksi. 

Opinnäytetyön kahdessa ensimmäisessä artikkelissa osoitetaan UAV-avusteisen taimikoiden puoliautonomisen raivauksen toteutettavuus. Niissä kehitetään syväoppimismenetelmiä, joita käytetään nuorten puiden havaitsemiseen edullisella UAV-alustalla kerätyissä kuvissa, jolloin luodaan kartta nuorista puista. Kehitetään graafipohjainen rekisteröintimenetelmä raivauskoneen paikantamiseksi kartalla. Kehitetään myös ihmisen ja koneen välinen käyttöliittymä, joka rekisteröintialgoritmia käyttäen näyttää taimet, raivauskoneen ja -laitteen käyttäjälle reaaliajassa. 

Tämän väitöskirjan kolme viimeistä artikkelia tähtäävät autonomisen UAV:n kehittämiseen valikoivaa ruiskutusta varten. Kehitetään pose-graafi-tila-estimointimenetelmä, jolla lasketaan tarkat sijainti-, asento- ja nopeusestimaatit. Kehitetään uusi silmukan sulkemismenetelmä, joka käyttää pinnan vaihteluominaisuuksia pose-estimatin kumuloituneen virheen korjaamiseen. Kehitetään alue-kasvatus-algoritmi, jolla segmentoitavat yksittäiset taimet LiDAR-pistepilvestä. Lopuksi käytetään polun suunnittelua, joka hyödyntää octree-rakennetta, ja informoitua RRT*-lähestymistapaa törmäysvapaan polun suunnittelemiseksi, jotta UAV voi lentää puun latvasta toiseen. Nämä lähestymistavat perustuvat yksinomaan IMU- ja LiDAR-mittausdataan; ne on toteutettu kokonaan UAV-alustan single board-tietokoneella, ja ne saavuttavat reaaliaikaisen suorituskyvyn. 

Tässä opinnäytetyössä kehitettyjä menetelmiä on testattu useissa todellisissa metsäkokeissa. Tässä opinnäytetyössä ehdotetut lähestymistavat voivat alentaa taimikon raivauksen kustannuksia, jotka voivat kaksinkertaistua yli kahden vuoden viivästyksillä. Ne voivat myös säästää merkittäviä taimimetsäalueita sorkkaeläinten syömävaurioilta, jotka vaikuttavat yli puoleen miljoonaan hehtaariin metsää, jota voidaan käyttää puunhankintaan Suomessa.

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 7 päivää ennen väitöstä): Aaltodoc 

Yhteystiedot:
Email: ouatissouf01@gmail.com
LinkedIn: https://www.linkedin.com/in/issoufouattara/
Research Group: https://www.aalto.fi/en/department-of-electrical-engineering-and-automation/autonomous-systems