Nästa Generation Virkesmätning

Viktiga resultat som projektet gav

Vi ser att att det går att mäta på det här sättet och mätnoggrannheten ligger i paritet med vad vi förutsåg i våra tidiga simuleringar. Vi har kunnat visa potentiella kunder och intressenter våra resultat, utifrån den data vi har nu, och fått mycket gott gehör från marknaden. Vi har, i och med att kunna visualisera och visa, ihop med gediget säljarbete, fått utmärkelsen som ett av Sveriges hetaste startups av Breakit. Ett av syftena var att komma närmare en kommersialisering och med både fungerande koncept och bra respons från marknad upplever vi att vi är på väg åt rätt håll.

Långsiktiga effekter som förväntas

Innan projektet startade simulerade vi att vår metodik skulle ge väsentligt bättre mätnoggrannhet än konventionella travmätningssystem. Detta bekräftades i fälttesterna, där vi uppnådde 2-3 gånger bättre noggrannhet beroende på virkesbeskaffenheten. Efter mätningarna insåg vi att sensorerna längst bak på lastbilen kräver bättre optik, särskilt längre fokallängd, för att se stockarna tydligare. För algoritmen behöver vi samla in mer data från olika väderförhållanden och miljöer för att öka systemets robusthet.

Upplägg och genomförande

Projektet har i stort följt de definierade delmålen. Delmål 1 ändrades från att använda en 3D-kamera till en mobiltelefon på en timmerbil för datainsamling, vilket visade sig vara enklare. Huvudsyftet att samla träningsdata uppfylldes och pågår fortfarande. Delmål 2 är uppfyllt och fungerade vid fält test. Delmål 3 uppnåddes genom att få fram mätdata, men mer träningsdata behövs för robustare algoritm. Delmål 4 lyckades visualisera segmenteringen av stockarna, vilket ökade kundintresset. Nästa steg är fortsatt datainsamling, algoritmförbättring och kundengagemang.