Tiestön kunnon inventointi ja valvonta vaativat paljon aikaa ja vaivaa. Kunnossapitäjien täytyy esimerkiksi ajaa varta vasten tarkastuskierroksia. Myös havaintojen kirjaaminen on työlästä. Nykyteknologian avulla osa kunnon valvonnasta olisi mahdollista automatisoida. Yksi keino tähän olisi konenäkö.
"Käytännössä kunnossapidon ajoneuvot voidaan varustaa kameroilla, jotka kuvaavat automaattisesti tietä ja tieympäristöä. Valokuvista voitaisiin konenäön avulla tunnistaa esimerkiksi, missä kohdissa on vaurioita ja mitkä liikennemerkit pitäisi uusia", valaisee Väylän analytiikka-asiantuntija Pekka Kinnunen.
Tiedon kerääminen onnistuisi pitkälti muun työn ohessa. Kunnossapidon lisäksi tietoa voisivat kerätä myös muut ajoneuvot, kuten kuljetusyhtiöiden autot. Taikasana on automatisoitu tiedonkeruu.
4 syytä, miksi konenäön standardeja tarvitaan
Kinnusen mainitsema visio on houkutteleva ja täysin mahdollinen. Käytännössä sen toteutuminen vaatii sen, että tiestön kunnossapidossa käytettävällä konenäöllä on yhteiset standardit alalla. Tässä 4 syytä, miksi standardeja tarvitaan.
1) Konenäön opettaminen vaatii laadukasta aineistoa
Kuten ihminen, myös kone voi oppia erottamaan kissan koirasta tai kuopan kaiteesta. Tähän tehtävään kone tarvitsee kuitenkin huomattavasti enemmän esimerkkejä kuin ihminen. Monissa tilanteissa esimerkkikuvia pitää olla tuhansia. Myös kuva-aineiston laadulle on useita kriteereitä. Käytännössä kuviin pitää käsin merkata, missä kohtaa sijaitsee vaikkapa liikennemerkki ja missä taas painuma.
Jos alan toimijat tuottaisivat yhteisillä standardeilla tuotettua opetusaineistoa, sen jakaminen ja hyödyntäminen olisi helpompaa. Samalla säästyisi myös paljon rahaa ja aikaa.
Kuva: Yksi ehdotus siitä, miten konenäön opetusaineistoon olisi mahdollista merkitä kunnossapidon kannalta kiinnostavia alueita.
2) Yhteiset termit ja kriteerit
Koulussa lapsille opetetaan ensimmäiseksi aakkoset. Jos näin ei olisi, saattaisimme käyttää keskenämme erilaisia kirjaimia. Myös konenäössä on tärkeä, että käytämme samoja aakkosia ja ymmärrämme erilaiset termit samalla tavalla. Näin konenäön havainnoista tulee myös tarkempia.
"Tähän vaaditaan standardeja, sillä kunnossapidon kriteerit eivät ole aina samanlaiset kuin arkikielessä. Matti Meikäläiselle voisi riittää tieto siitä, että tiessä on halkeama, mutta urakoitsija tarvitsee tarkempaa tietoa. Konenäkö voi erottaa toisistaan esimerkiksi pituushalkeaman ja verkkohalkeaman, kunhan sille on opetettu niiden ominaispiirteet", Kinnunen sanoo.
3) Yhteiset metatiedot ja formaatit
Konenäön opetusaineistossa on mukana erilaisia metatietoja. Nämä voivat sisältää dataa esimerkiksi kuvanottopaikan sijainnista, kuvaussuunnasta, kuvausajasta ja kuvan laadusta. Metatietojen hyödyntäminen on huomattavasti helpompaa, kun merkitsemme ne aina samalla tavalla.
"Tarvitsemme metatietoja ennen kaikkea konenäön kehitystyössä ja puutteiden tunnistamisessa. Metatietojen avulla voimme esimerkiksi päätellä, jos konenäkö ei suoriudu tunnistustehtävästä riittävän hyvin hämärän aikaan. Metatiedoista voi tällöin nopeasti tarkistaa, onko opetusaineisto maantieteellisesti ja ajallisesti kattavaa ja täytyykö aineiston keruuta kohdentaa korjaamaan havaittuja puutteita", Kinnunen sanoo.
4) Yhteinen hyöty
Erilaiset standardit helpottavat yhteistyötä alan toimijoiden välillä ja parantavat analyysitulosten vertailtavuutta. Lisäksi, kun standardit ovat yhteiset, erilaisia konenäköä hyödyntäviä palveluita on helpompi tuottaa ja kehittää. Tästä hyötyy koko yhteiskunta.
Lisätietoa
Tutustu konenäön standardoinnin pohjaesitykseen.
Jos haluat kommentoida Väylän pohjaesitystä standardoinnista, voit olla yhteydessä Pekka Kinnuseen:
Analytiikka-asiantuntija Pekka Kinnunen,
Väylä,
puh. 029 534 3250
etunimi.sukunimi(at)vayla.fi