Real-time Streaming of Loader and Truck Machine Data During Remote Operation

Abstract

Underground mining exposes machine operators to many environmental hazards, such as poor air quality, dust, diesel engine emissions and poor ergonomics of the cabin. Remote operation of machinery allows machines to be operated remotely from a control room, where environmental hazards can be eliminated and an ergonomic working position for the machine operator can be guaranteed. Remote operation can also allow higher production rates, as no time is spent evacuating the blasting areas and work can be resumed more quickly after blasting, during the ventilation of the blasting fumes, when no people can be present in the blasting area. Remote control also allows faster shift changes, as the next shift does not have to travel to the production area, but the control room can be located outside the mine.

The underground mining network is limited and the speed of the network is moderate. Therefore, the amount of data sent from the machine needs to be limited and, in particular, the amount of data generated by the lidar radar needs to be reduced.

This thesis compares wireless communication technologies, transport and application layer protocols from the perspective of remote control of an underground mining machine. In addition, the thesis experimentally compares different ways to reduce the amount of 3D Lidar data to be sent to the operator room. The work experimentally compared LZ4, Voxel, Google Draco algorithms for reducing the size of point clouds of a lidar sensor. In addition, the work experimented with a method to search for changed points between the lidar sensor and an existing 3D map, so that only changed points can be sent to the remote control site, reducing the amount of data that needs to be sent. The work found that the Google Draco compression algorithm performed best, reducing the amount of lidar data, maintaining good point cloud accuracy, and adding relatively small compression and decompression times.

Maanalainen kaivostyö altistaa koneiden käyttäjät monille kaivosympäristön vaaroille, kuten huonolle ilmanlaadulle, pölylle, dieselkoneiden päästöille ja huonolle ergonomialle koneen hytissä. Koneiden etäkäyttö mahdollistaa koneiden käytön etänä valvomossa, jossa ympäristövaarat voidaan poistaa ja taata koneen käyttäjälle ergonominen työasento. Etäkäyttö voi myös mahdollistaa korkeamman tuotantoasteen, sillä aikaa ei kulu räjäytysalueiden evakuointiin ja töitä voidaan jatkaa nopeammin räjäytyksien jälkeen, räjäytyshöyryjen tuuletuksen aikana, jolloin räjäytysalueella ei voi olla ihmisiä. Etäohjaus mahdollistaa myös nopeammat vuoronvaihdot, sillä seuraavan vuoron ei tarvitse siirtyä tuotantoalueelle, vaan valvomo voi sijaita kaivoksen ulkopuolella.

Maanalainen kaivosverkko on rajallinen ja verkon nopeus on maltillinen. Tämän takia koneelta lähetettävän tiedon määrää on rajoitettava ja etenkin lidar sensorin tuottaman tiedon määrää on pienennettävä.

Tässä opinnäytetyössä vertaillaan langattomia tiedonsiirtoteknologioita, kuljetus- ja sovelluskerrosprotokollia maanalaisen kaivoskoneen etäohjauksen näkökulmasta. Lisäksi työssä vertaillaan kokeellisesti eri tapoja vähentää kolmiulotteisen Lidar sensorin tuottaman tiedon määrää, joka on tarkoitus lähettää valvomoon. Työssä vertailtiin kokeellisesti LZ4, voxelisointi ja Google Draco algorithmejä, sensorin tuottamien pistepilvien koon pienentämiseksi. Lisäksi työssä kokeiltiin menetelmää, jossa etsittiin muuttuneet pisteet lidar sensorin ja olemassa olevan 3D kartan väliltä, jotta etäohjauskoneelle voidaan lähettää vain muuttuneet pisteet, jolloin tietoa tarvitsee lähettää vähemmän. Työssä havaittiin, että Google Draco pakkausalgoritmi suoriutui parhaiten, vähentäen lidar tiedon määrää, säilyttäen hyvin pistepilvien tarkkuuden ja lisäten verrattain pienen pakkaus- ja purkuajan.