Autoplant - för autonom markberedning och plantering

AutoPlant är ett Vinnova-finansierat samverkansprojekt som startade 2019, där Skogforsk, SCA, LTU, KTH, Bracke Forest, Skogstekniska klustret, Södra, Sveaskog och Holmen deltar. Målet var att utveckla delkomponenter och prova dem på en testmaskin, som är en autonom maskin för markberedning och plantering. Tanken är att maskinen ska ge bättre arbetsmiljö, högre precision och lägre miljöpåverkan jämfört med dagens maskiner.

Initiativet till Autoplant kommer från SCA och Magnus Bergman, chef för teknik och digitalisering vid SCA Skog.

Autoplant 2, som inleddes i februari 2021, fokuserade på att utveckla och testa de delsystem som krävs för att helheten ska fungera. Nu, i nästa steg som kallas Autoplant 3, är målet att ta fram en första prototyp av ett komplett system. Prototypen ska i förlängningen kunna kommersialiseras och appliceras på olika typer av terränggående basmaskiner.

Det här innebär en fördjupad samverkan mellan parterna i det starka konsortiet av forskare, tillverkare och brukare som ingår i Autoplant. Det inkluderar hela kedjan från plantskola till ungskog, vilket behövs för att lösa de komplexa utmaningar som projektet adresserar.

I Autoplant 3 ligger fokus på:

• Att ta fram en prototyp av ett autonomt system för markberedning och plantering samt en plan för kommersialisering
• Automatisk planteringsuppföljning
• Att få sensorsystemen mer robusta så att de klarar skakningar och olika väderförhållanden
• Detektering av hinder under mark
• Skonsam terrängkörning
• Automatisk föryngrings- och ruttplanering
• Interaktion mellan operatör och självkörande maskiner som levererar plantor

Viktigt med lyckad föryngring

En lyckad och effektiv föryngring är viktigt av flera skäl. Det behövs mycket skog för att binda in koldioxid för att minska klimatförändringarna och då är det viktigt att ny skog etableras snabbt efter avverkning. Men plantering är ett tungt arbete och det har på senare år varit svårt att hitta tillräckligt med arbetskraft. Markberedningen är också viktig, för att fler plantor ska överleva och få en bra tillväxt, men det arbetet måste bli mer energieffektivt och skonsamt för miljön och för maskinförarna, då förarna i dag utsätts för mycket helkroppsvibrationer.

Stark samverkansgrupp

I samverkansprojektet deltar en stark grupp av tillverkare, forskare och skogsbrukare som tillsammans arbetar för att lösa de utmaningar som skogsbruket står inför vad gäller klimat, tillväxt och arbetsmiljö. Ett lyckat projekt skulle även positionera Sverige som världsledande när det gäller framtidens teknik för skogsföryngring.

I projektet har man tagit fram en teknisk plattform, en autonom basmaskin med ett kranmonterat aggregat för bättre precision, och kameror och sensorer för att kunna undvika hinder. Markberedningen görs i små fläckar, vilket ska minska markpåverkan rejält och med hjälp av AI som är baserad på bildanalys hamnar plantorna på rätt ställe. Maskinen fjärrövervakas, vilket ger en bättre arbetsmiljö.

Tekniken testades på SCA-mark hösten 2022 och i november samma år presenterades resultat för skogsbranschen på ett seminarium på KTH i Stockholm.

– Fältförsöken visar på en stor potential för en spännande teknikutveckling inom skogsföryngring, säger Magnus Bergman. 

Autoplant 2 -  delprojekt 

• Ett viktigt mål i projektet var att kunna markbereda med precision så att det går åt mindre energi och att minska markstörningarna. Man har också tittat på hur lång tid det tar att föryngra olika typer av marker, vad det kan kosta och hur stora markstörningarna blir.
• Bracke Forest har tagit fram ett nytt avancerat och lätt aggregat för projektet. De har även utvecklat sin autonoma plantmatning så att det nu är möjligt att utföra hela sekvensen från plockning i plantkassetter till planterad planta utan någon mänsklig inblandning.
  Man har testat aggregat i ett nyutvecklat systemanalysverktyg. Och inte ens i det stenigaste scenariot, då det blir många misslyckade försök, blir markstörningarna mer än ca två procent av ytan. 
• Andra utmaningar i projektet har varit att få maskinen att själv välja planteringspunkt och köra dit kranen. Där har Skogforsk utvecklat en planteringspunktsväljare som jobbar utifrån en hinderkarta, medan LTU har arbetat vidare med bildanalys och AI för att maskinen med hjälp av en stereokamera i realtid ska kunna känna igen stubbar, stenar och träddelar, vilket sedan används för att bygga upp hinderkartan. 
• I projektet har man också tagit fram dellösningar för autonom körning. Bland annat har man arbetat med en ruttplanering som kallas Pathfinder som bygger på skördardata och olika geodata för att ta kunna få fram vilka trädslag som ska planteras var, vilka områden som ska undvikas, hur tätt plantorna ska sitta och hur rutterna ska läggas upp för att minska exempelvis körtid och bränsleförbrukning. Man har också tittat på hur maskinen ska kunna väja för oförutsedda hinder.

Foto: Linnea Hansson, Björn Edlund, Gustav Sten