Miehittämättömien ilma-alusten automaatio etsintä- ja pelastustehtävissä: State of the art -kirjallisuusselvitys
Mäkinen, Antti (2025)
Mäkinen, Antti
2025
Tekniikan ja luonnontieteiden kandidaattiohjelma - Bachelor's Programme in Engineering and Natural Sciences
Tekniikan ja luonnontieteiden tiedekunta - Faculty of Engineering and Natural Sciences
Hyväksymispäivämäärä
2025-05-20
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202505195789
https://urn.fi/URN:NBN:fi:tuni-202505195789
Tiivistelmä
Perinteisesti kadonneiden etsintä luonnosta on ollut suuren määrän etsijöitä ja aikaa vaativaa toimintaa, mutta nykyään huomattavasti yleistyneet miehittämättömät lennokit ovat merkittävästi helpottaneet pelastajien toimintaa löytää kadonneet ajoissa. Ja kuten lähes kaikilla muilla teknologian osa-alueilla, myös tässä kehityskulku on kohti suurempaa määrää automaatiota ja vähemmän ihmisen tekemää työtä.
Tässä kirjallisuusselvityksessä tutkitaan lennokkien automaation aallonharjaa pelastustoimen näkökulmasta, keskittyen kuvantunnistukseen, kohteen paikantamiseen sekä lennokkien yhteistoimintaan ja reitinetsintään. Osa-alueista esitellään yleispiirteet sekä muutamia uusissa tutkimuksissa esiteltyjä ratkaisuja, jotka antavat osviittaa tieteenalan nykykehityksestä sekä tulevaisuuden kehityssuunnista.
Selvityksessä havaittiin, että koneoppimisen käyttö on kuvantunnistuksen automaatiossa avainasemassa, ja selkeästi suosituin käytössä oleva tunnistusmalli on You Only Look Once-malli, koska se prosessoi jokaisen kuvan vain kerran, toimien siten hyvin reaaliaikaisissa sovelluskohteissa. Suurimmat ratkaistavat ongelmat löytyvät tunnistusmallien koulutusdatasettien parantamisesta ihmisten tunnistamiseen peitteisessä maastossa, jolloin on huomioitava erilaiset yhdistelmät ihmisen vaatetusta, asentoa ja toimintaa, sekä maaston peitteisyyden ja lennokin kameran kuvakulman aiheuttamat variaatiot.
Kohteenpaikantamiseen ei ole löytynyt vastaavaa selkeästi suosituinta menetelmää, mutta tärkeä havainto oli, että paikannus tehtiin yleensä lennokin paikkaan nähden, jolloin lennokin oman paikan tietäminen tarkkaan on tärkeää, sillä virheet voivat kertautuessaan aiheuttaa jo etsintätehtävienkin kannalta merkittäviä virheitä kohteen paikannuksessa. Viimeisessä kappaleessa keskitytään erityisesti lennokkiparvien reittien yhteensovittamiseen koko alueen mahdollisimman nopeaa kattamista varten. Yksittäisen lennokin reittisuunnittelusta ei löytynyt juurikaan dataa, ja oletettavasti vain yhtä käytettäessä ei automaatiolle muutenkaan olisi tarvetta käytännössä.
Tässä kirjallisuusselvityksessä tutkitaan lennokkien automaation aallonharjaa pelastustoimen näkökulmasta, keskittyen kuvantunnistukseen, kohteen paikantamiseen sekä lennokkien yhteistoimintaan ja reitinetsintään. Osa-alueista esitellään yleispiirteet sekä muutamia uusissa tutkimuksissa esiteltyjä ratkaisuja, jotka antavat osviittaa tieteenalan nykykehityksestä sekä tulevaisuuden kehityssuunnista.
Selvityksessä havaittiin, että koneoppimisen käyttö on kuvantunnistuksen automaatiossa avainasemassa, ja selkeästi suosituin käytössä oleva tunnistusmalli on You Only Look Once-malli, koska se prosessoi jokaisen kuvan vain kerran, toimien siten hyvin reaaliaikaisissa sovelluskohteissa. Suurimmat ratkaistavat ongelmat löytyvät tunnistusmallien koulutusdatasettien parantamisesta ihmisten tunnistamiseen peitteisessä maastossa, jolloin on huomioitava erilaiset yhdistelmät ihmisen vaatetusta, asentoa ja toimintaa, sekä maaston peitteisyyden ja lennokin kameran kuvakulman aiheuttamat variaatiot.
Kohteenpaikantamiseen ei ole löytynyt vastaavaa selkeästi suosituinta menetelmää, mutta tärkeä havainto oli, että paikannus tehtiin yleensä lennokin paikkaan nähden, jolloin lennokin oman paikan tietäminen tarkkaan on tärkeää, sillä virheet voivat kertautuessaan aiheuttaa jo etsintätehtävienkin kannalta merkittäviä virheitä kohteen paikannuksessa. Viimeisessä kappaleessa keskitytään erityisesti lennokkiparvien reittien yhteensovittamiseen koko alueen mahdollisimman nopeaa kattamista varten. Yksittäisen lennokin reittisuunnittelusta ei löytynyt juurikaan dataa, ja oletettavasti vain yhtä käytettäessä ei automaatiolle muutenkaan olisi tarvetta käytännössä.
Kokoelmat
- Kandidaatintutkielmat [10016]