Väitös konetekniikan alalta, DI Nilusha Jayawickrama

Väitöskirjan nimi: Machine Vision Analysis of Vehicle Interiors and Surrounding Road Users in Intelligent Transportation

Väittelijä: Nilusha Jayawickrama
Vastaväittäjä: Prof. Anton Rassolkin, Tallinn University of Technology, Viro 
Kustos: Prof. Kari Tammi, Aalto-yliopiston insinööritieteiden korkeakoulu 

Lähitulevaisuudessa jokapäiväinen liikkumisemme muuttuu älykkäiden liikennejärjestelmien myötä. Teknologiat, kuten verkkoon liitetyt ajoneuvot, itseajavat autot ja älykkäät liikkumispalvelut kehittyvät nopeasti. Nämä innovaatiot lupaavat tehdä liikkumisesta turvallisempaa, tehokkaampaa ja helpommin saavutettavaa. Tämä väitöskirja hyödyntää koneoppimistekniikoita kahden keskeisen käytännön haasteen ratkaisemiseksi tällä alueella: kuinka varmistaa, että ajoneuvojen istuinalueet – erityisesti yhteiskäyttöautoissa – pysyvät jatkuvasti siisteinä, ja kuinka varmistaa, että autonomisiin toimintoihin kykenevät ajoneuvot pystyvät luotettavasti tunnistamaan ympäristönsä kannalta tärkeimmät tienkäyttäjät.

Tutkimuksessa tarkasteltiin, kuinka kameratekniikkaan perustuva konenäkö yhdistettynä hyvin sovitettuihin ennustemalleihin voi auttaa ajoneuvoja lisäämään tietoisuutta sekä sisä- että ulkotiloistaan. Ohjaamon sisällä menetelmät keskittyivät unohtuneiden henkilökohtaisten tavaroiden tai erilaisten roskien automaattiseen tunnistamiseen ajoissa, minkä tavoitteena oli pitää yhteiskäyttöautot miellyttävinä ja valmiina seuraavaa matkustajaa varten. Ajoneuvon ulkopuolella tutkimus kehitti malleja, jotka mahdollistavat tienkäyttäjien – kuten ajoneuvojen ja jalankulkijoiden – tunnistamisen ja keskittymisen niihin, jotka ovat ajoturvallisuuden kannalta merkityksellisimpiä. Tämä perustui yhdistettyyn havaintoon siitä, kuinka lähellä ne ovat ajoneuvoa ja millainen niiden liike on. Näitä ulkoisia havaitsemiskykyjä arvioitiin erilaisissa ajotilanteissa, kuten kaupunki-, moottoritie- ja esikaupunkialueilla.

Menetelmät suunniteltiin käytännön sovelluksia varten, ja niiden tavoitteena on edistää yhteiskäyttöautojen ja autonomisten ajoneuvojen laajempaa käyttöönottoa ja kehitystä. Tulokset osoittavat, että kehitetyt havaintomallit toimivat tarkasti ja luotettavasti myös todellisen maailman monimutkaisissa olosuhteissa, vähentäen tarvetta manuaalisille sisätilojen tarkastuksille ja parantaen autonomisten ajoneuvojen kykyä ymmärtää ympäristöään. Mallien rajoitteet analysoitiin avoimesti ja esiteltiin selkeästi, jotta keskeiset kehityskohteet tulisivat näkyviin. Väitöskirjan tuloksia voidaan soveltaa ajoneuvojen ohjaamon valvontajärjestelmiin ja ulkoisiin havaintojärjestelmiin, tukien siten älykkään liikenteen laajempaa kehitystä. Tärkeää on myös se, että tutkimustulokset ja toteutukset on julkaistu avoimesti, mikä tarjoaa vankan perustan tulevalle tutkimukselle.
 

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