Topographic Estimation, Online Trajectory Rollout, and Experimental Platforms for Autonomous Forest Machines
Tid: Ti 2025-05-20 kl 09.00
Plats: Gladan, Brinellvägen 85, Stockholm
Språk: Engelska
Ämnesområde: Maskinkonstruktion
Respondent: Gustav Sten , Mekatronik och inbyggda styrsystem, MMK, ITM, KTH
Opponent: Associate Professor Grzegorz Orzechowski, LUT University
Handledare: Docent Lei Feng, KTH-centrum inom inbyggda system, ICES, Mekatronik och inbyggda styrsystem; Dr Björn Möller, Mekatronik och inbyggda styrsystem
Abstract
Denna avhandling presenterar en omfattande ram för att främja autonoma operationer i ostrukturerade terränger, med fokus på skogsindustrin. Forskningen adresserar kritiska utmaningar inom utvecklingen av autonoma system genom att integrera avancerade teknologier för navigation, perception och styrning. I takt med att efterfrågan på automatisering inom skogsbruk ökar, kämpar nuvarande system med att fungera effektivt i oförutsägbara off-road-miljöer. Till skillnad från strukturerad autonomi på väg måste skogsmaskiner navigera i ojämn, hinderfylld terräng utan fördefinierade vägar. Befintliga navigationslösningar saknar den anpassningsförmåga som krävs för dessa förhållanden. Som ett resultat förblir skogsbruket starkt beroende av manuellt arbete, särskilt inom plantering och markberedning, där automation fortfarande är begränsad. För att hantera dessa utmaningar krävs innovativa tillvägagångssätt för autonom navigation, mer intelligenta interaktioner mellan maskin och terräng, samt hållbara automatiseringsstrategier som ökar produktiviteten samtidigt som den ekologiska påverkan minimeras. De viktigaste bidragen inkluderar (1) en ny metod för roll-out vägplanering som utnyttjar interaktionen mellan terräng och fordon för att optimera navigering i svår terräng, validerad genom simuleringar och fältstudier, (2) en metod för sensorfusion som kombinerar LIDAR- och stereo-kameradata för att förbättra topografisk uppskattning med en god balans mellan noggrannhet och täckning, (3) utvecklingen av en modulär och omkonfigurerbar testplattform som erbjuder en skalbar och kostnadseffektiv lösning för att utvärdera komponenter i autonoma system, vilket överbryggar gapet mellan simulering och verkliga tester, och (4) forskningen kulminerar i projektet "Autoplant", som demonstrerar genomförbarheten av fullt autonoma skogsoperationer, inklusive markberedning och plantering, vilket minskar miljöpåverkan och ökar effektiviteten. Genom att adressera hållbarhetsutmaningar och introducera robusta metoder för autonoma system bidrar detta arbete till en bredare tillämpning av intelligenta maskiner inom skogsbruk och andra områden.