Självstyrande skogsmaskiner – kan det bli verklighet? Området är relativt outforskat men på Umeå universitet tas nu stora steg i rätt riktning när en AI-modell för styrning av pendelarmskotare utvecklas. Nu ska AI:n lära sig att köra en fysisk skogsmaskin.
Utvecklingen av artificiell intelligens har gått snabbt det senaste decenniet. Och trots att skogens oförutsägbara terräng innebär stora utmaningar för självstyrande skogsmaskiner pågår spännande forskningsprojekt på området. Vid Umeå universitet finns ett forskarteam som är i framkant inom AI-baserad styrning av skogsmaskiner, och det handlar om maskiner som först tränas upp i simulerad miljö. I ett av Mistra Digital Forests projekt testar forskargruppen om så kallad djup förstärkningsinlärning – ett slags AI – kan användas för att styra så komplexa skogsmaskiner som en pendelarmskotare.
Martin Servin. Foto: Johan Olsson
– Vi har gjort en verklighetstrogen simuleringsmodell av en pendelarmskotare, sedan har vi byggt upp en detaljerad 3D-modell av skogen med hjälp av högupplösta laserdata från Mistra Digital Forest.
Där har vi sen tränat upp maskinens AI genom att försätta den i olika situationer och låta den utforska vilka styrstrategier som är framgångsrika, säger Martin Servin, universitetslektor i digital fysik vid Umeå universitet och den som leder forskningsprojektet.
– AI-modellen blir gradvis bättre genom att träningsalgoritmen belönar förmågan att förflytta sig snabbt och säkert till nästa målpunkt. Dåligt beteende som att förbruka mycket energi eller slira med hjulen bestraffas.
AI-modellen överraskande lättlärd och bra på att köra
I en studie inom Mistra Digital Forest utvecklar forskare vid Umeå universitet en självstyrande pendelarmskotare. Inledningsvis lärs AI-modellen upp i en virtuell miljö där både maskinens egenskaper och den skogliga terrängen efterliknar verkligheten. Senare i år testas AI-modellen i en fysisk pendelarmskotare.
Studiens resultat publicerades nyligen i välrenommerade vetenskapliga tidskriften IEEE Robotics and Automation Letters. Det visar att AI-modellen kan styra pendelarmskotaren effektivt och smart också i mycket tuff terräng.
– Den självstyrande pendelarmskotaren är riktigt bra på att anpassa sin körning efter hur terrängen ser ut runt omkring och det var överraskande lätt att uppnå goda köregenskaper. En sak som förvånade oss är hur bra AI-modellen hanterar risker trots motstridiga mål. När maskinen ställs inför ett jättesvårt hinder så förutser modellen att chansen är liten att lyckas passera det – och väljer att ta en omväg trots att det kostar extra energi, säger Martin Servin.
Testas snart i fysisk pendelarmskotare
Forskarna understryker att AI-modellen måste testas i verkligheten innan man med säkerhet kan uttala sig om dess potential framåt.
– Fysiska tester är på gång, under våren testar vi i samarbete med Skogforsk styrningen på deras pendelarmskotare. Just nu förbereder vi AI:n för olika situationer som kan uppstå i verkligheten. Vad händer när vi exempelvis lastar den full med virke? Hittills klarar den testen bra, säger Martin Servin.
AI öppnar för optimerad körning och smartare design
Pendelarmskotaren har en komplex konstruktion där de sex hjulen sitter på pendelarmar vilket gör att de kan röra sig mycket flexibelt. Konstruktionen ger maskinen rätt förutsättningar att ta sig fram i extremt tuff terräng. Den har potential att klara svåra hinder och kraftiga lutningar bättre än traditionella skotare. Men den komplexa konstruktionen innebär också att den är utmanande att styra. Ska maskinen fungera optimalt måste både styrningen av pendelarmarna och hjulhastigheten hela tiden anpassas till terrängens variation.
– Traditionellt programmerade styrsystem och operatörernas reglage räcker inte till för att nå pendelarmskotarens fulla potential. Med AI-formen djup förstärkningsinlärning kringgår vi den begränsningen och får en AI-modell som kan lära sig att köra i princip vilken skogsmaskin som helst. Kan maskinen dessutom styras och övervakas på distans kan den designas annorlunda jämfört med idag, exempelvis kan den göras lättare. Det minskar både mängden markskador och bränsleförbrukningen, säger Viktor Wiberg som är doktorand inom projektet.
När ser vi självstyrande maskiner i skogen?
– Det är lätt att svara väldigt fel på den frågan, säger Martin Servin. Helt självkörande maskiner ligger långt fram, samtidigt överraskas vi hela tiden av landvinningar som görs med hjälp av AI. Jag har stor respekt för arbetet som krävs för att introducera nya maskiner och autonoma funktioner: de ska vara pålitliga, ekonomiska och snälla mot miljön i tiotusentals timmar.
Viktor Wiberg. Foto: Umeå universitet
Viktor Wiberg fortsätter sina doktorandstudier inom Mistra Digital Forest med att ta vid där den här studien slutar:
– Att bygga upp AI-styrda maskiner virtuellt är nödvändigt. Det är för dyrt, riskfyllt och tar för lång tid att göra träningen i enbart i fysisk miljö. Men framåt behöver vi mer kunskap om hur vi på ett smidigt sätt överför AI-modeller från simulering till ett fysiskt system, där kommer testerna på den fysiska pendelarmskotaren ge viktiga insikter.
Video om den självstyrande pendelarmskotaren
