Pistepilvikartat pitävät lähettirobotin reitillä vaikka pimeässä

Kuljetusrobotti tunnistaa ympäristönsä vertaamalla sensorihavaintoja aiemmin koostettuun karttaan. Siten robotti tietää, missä kohdassa ja mihin suuntaan reitillään se liikkuu.

Jätkäsaaressa kokeiltiin vuoden 2021 lopulla LMAD-hankkeessa kehitettyä lähettirobottia, joka kuljetti DB Schenkerin paketteja alueen asukkaille. Robottiin oli tallennettu kaksitoista reittiä, joita se kulki itsenäisesti. Liikkumisen mahdollistivat ennakkoon toteutetut pistepilvikartat eli laserkeilauksella koostetut kolmiulotteiset kuvaukset ympäristöstä. Reittien ansiosta iso osa Jätkäsaaresta tallentui suureksi joukoksi 3D-pisteitä, joka muistuttaa häkellyttävän paljon kolmiulotteista kaupunkikuvaa. 

Jätkäsaaren lähettirobotin robotiikan tehnyt GIM Robotics soveltaa pistepilvikarttojen käyttöä robotiikkaan. Robotissa on sensoreita, joilla se havainnoi ympäristöään. Kone vertaa saatuja havaintoja olemassa oleviin, samankaltaisilla sensoreilla koottuihin pistepilviin. Vertailu kertoo robotille, missä se sijaitsee. 

Kartta vahvistaa robotille liikkumattomien kohteiden paikat

Kuljetuksiaan varten robotin pitää osata väistää sekä liikkuvia että paikallaan pysyviä kohteita edeten silti ennalta määrättyä reittiä oikeisiin paikkoihin. Onnistuakseen sen täytyy hahmottaa, missä se itse on suhteessa ympäristöönsä, kuten mahdollisiin esteisiin tai vaihtoehtoisiin kulkuväyliin. Pistepilvikartat ovat yksi tapa hahmottaa robotille sen ympäristöä. Ne rakentuvat yhden tai useamman laserkeilaimen keräämistä pistepilvistä. Jätkäsaaren robotille kartta luotiin ennakkoon. Ihminen tarkisti, että kartta vastaa todellisuutta. 

Pistepilvikartat kuvaavat ympäristöään häkellyttävän yksityiskohtaisesti. Kolmiulotteisesta pistepilvestä voidaan tarkastella ympäristön eri kohteita ja niiden ominaisuuksia, kuten mittoja ja sijainteja. Etuna on, että niistä voidaan arvioida myös kohteiden geometrisia ominaisuuksia, kuten kaarevuutta, kaltevuutta tai tasaisuutta. Arvioiden avulla voidaan esimerkiksi tuottaa ennusteita robotille soveltuvasta liikkumatilasta.

Laserit tuottavat kartan yhdistelemällä etäisyys- ja kulmamittauksia kaikista niistä pinnoista, joista säde heijastuu takaisin. Se tarkoittaa, että karttaan piirtyvät maanpinta teineen ja jalkakäytävineen, rakennukset, pylväät, vesistöt, puut ja kaikki muu ympäröivä todellisuus. Käytännössä liikkuvat kohteet suodatetaan pois pistepilvestä toistuvan keilauksen avulla ja robotin liikettä hyödyntäen. Koska mittauksia otetaan samasta kohdasta useita, liikkuvat ihmiset, pyöräilijät ja autoilijat voidaan poistaa datasta ennen kartan muodostamista.

Pysäköidyt autot jäävät karttaan, mutta se ei haittaa robottia. Se osaa paikantaa itsensä, vaikka jokin auto olisi lähtenytkin kartan muodostamisen ja robotin tekemän mittauksen välillä, koska pysäköidyt autot ovat yleensä isompien, pysyvien rakennusten tai maamerkkien ympäröimiä. 

Avoimesti jaetut pistepilvikartat luovat digitaalista Suomea

Pistepilvikartoissa käytettyjen menetelmien kehitys alkoi jo 1980-luvun lopulla, mutta harppauksia on otettu varsinkin viime vuosina. Kartat ovat yleistyneet muun muassa maanmittauksessa, maantieteessä ja rakentamisessa. Kartoituksessa lähtöaineistoina käytetyt pistepilvet ovat usein robotiikassa käytettyjä pistepilviä tarkempia.

“Robotiikka ja sen avulla ikään kuin sivutuotteena tuotetut kolmiulotteiset aineistot mahdollistavat uusia ja mielenkiintoisia sovelluksia, mikäli niitä osataan hyödyntää oikein”, sanoo tutkimusprofessori Antero Kukko Maanmittauslaitoksen Paikkatietokeskuksesta.

Hän on tutkinut laserkeilausta kollegansa Harri Kaartisen kanssa yli kymmenen vuotta. Kaksikko on maailman mittaluokassa alansa parhaita hyperspektrilaserkeilauksessa. 

“Olisi esimerkiksi valtavan hyödyllistä, mikäli meillä olisi sähköinen datapankki ja kauppapaikka, jossa eri toimijat voisivat yhdistää aineistonsa, ja kartat olisivat vapaasti hyödynnettävissä. Kun tähän lisätään kaupunkien, kuntien ja valtion virastojen avoimet tietovarannot, joiden avulla voimme varmistaa aineistojen laatuun liittyviä haasteita, voisimme vähitellen rakentaa todellista digitaalista Suomea”, Kukko jatkaa. 

Pistepilvikartat toimivat pimeällä ja säästä riippumatta

Robotiikan näkökulmasta pistepilvikartat ovat tiiviisti rakennetussa ympäristössä luotettavampia kuin satelliittipaikannus (kuten GPS), joka vaatii suoran näkyvyyden taivaalle. Pistepilveen perustuva menetelmä toimii hyvi katukuiluissa, pimeässä, siltojen alla ja esimerkiksi rapuissa, joissa satelliittipaikannussignaalia ei välttämättä ole saatavilla. 

Pistepilvikartta tuo robotin liikkeisiin varmuutta. Jos robotilla ei olisi pohjatietoja reiteistään, se liikkuisi pelkästään sensoriensa varassa, eikä robotin paikan määritys olisi yhtä tarkkaa ja luotettavaa kuin nyt, kun robotti voi vertailla saamiaan tuloksia pistepilvikarttaan. Jos robotilla ei olisi karttaa tukenaan ja yksikin sensori hajoaisi, aiheutuisi ongelmia. Silloin olisi tärkeää, että tukena olisi ihminen hyväksymässä robotin ratkaisut, kuten autonomisessa autoilussa. 

Robotin käyttämä pistepilvikartta ja ajossa tehdyt mittaukset voivat tulevaisuudessa olla hyödyllisiä muillekin kuin robotille itselleen. Eri puolilta kerätyt aineistot muodostavat kokonaisuutena merkittävän potentiaalin erilaisiin uusiin toimintamalleihin. Pistepilvet mahdollistavat esimerkiksi kaupunkiympäristön kohteiden inventoinnin ja muutosten havaitsemisen. Säännöllisesti yhdellä alueella toimiva robotti voisi tulevaisuudessa toimiessaan tuottaa aineiston, joka näyttäisi vaikkapa ajantasaisen liikennemerkkien, kaiteiden ja puuston kunnon, tai jalkakäytävien lumitilanteen. Robotti voisi siis liikkuessaan auttaa kaupunkia ylläpito- ja kunnostustöiden kohdentamisessa.

Tutustu pistepilvikarttaan, joka tehtiin Jätkäsaaresta

Juttua varten haastateltiin GIM Roboticsin robotiikka-insinööri Henri Varjotietä, Maanmittauslaitoksen Paikkatietokeskuksen professori Antero Kukkoa ja Forum Virium Helsingin teknistä asiantuntijaa Juho-Pekka Virtasta.

Lisätietoja LMAD-hankkeesta

Last Mile Autonomous Delivery LMAD -hankkeen lähettirobottikokeilu vastasi kaupunkilogistiikan kasvaviin tarpeisiin. Viimeisen kilometrin toimitukset voivat olla kaupungeissa haastavia, joten kokeilu selvitti, voisiko robotiikka helpottaa tilannetta. Kokeilusta saatiin positiivisia tuloksia. Robotti toimitti yli 100 pakettia eikä noutotilanteisiin tarvinnut puuttua manuaalisesti.