Hyperspektrikameran kuva näyttää hailakalta mustavalkokuvalta, mutta paljastaa kohteesta enemmän kuin ihmissilmä voi havaita.

Kamera tunnistaa kuvasta erilaisten pintojen materiaaleja ja ominaisuuksia.

- Kamera kuvaa aallonpituusalueilta, joita ihmissilmä ei näe. Näin kuvatuille materiaaleille voidaan luoda oma ”spektrinen sormenjälki”. Se myös paljastaa, jos materiaalissa on jotain poikkeavaa, Rejlersin asiantuntija Joona Ehrnrooth kertoo.

- Kuvien avulla voidaan analysoida esimerkiksi pylväiden lahoisuutta, eristimien kuntoa, muuntajakoneiden ruostumista ja öljyvuotoja. Ehkä johtokadun varrella olevasta puustosta voisi myös tehdä analyysia puulajin tunnistukseen tai puuston kuntoon liittyen, Ehrnrooth selvittää.

- Hyperspektriteknologialla voimme päästä käsiksi ennaltaehkäisevämpään toimintatapaan, toteaa hankkeessa mukana olevan Järvi-Suomen Energian kehitysinsinööri Tomi Öster.

- Tavoite on, että vian syntyminen pystytään jatkossa löytämään materiaalien tunnistamisen kautta jo ennen kuin jotain on hajonnut. Parhaimmillaan seurauksena on luotettavampaa sähköä ja kustannus- ja energiansäästöjä.

Rejlers uskoo uuteen tekniikkaan ja ilmavoimiinsa

Tällä hetkellä sähkönjakeluverkkojen kuntoa tarkastetaan ja vikoja paikannetaan maasta käsin jalkaisin ja helikopterilla. Myös droneissa nähdään mahdollisuuksia.

Joona Ehrnrooth toteaa, että Rejlersillä uskotaan vahvasti dronien käyttöön tulevaisuudessa. Lisäksi mikroteknologian ansiosta hyperspektrikameran koko on kutistunut niin pieneksi, että sen kiinnittäminen droneen on mahdollista.

- Nykyaikaiset lennokit ja dronit pystyvät lentämään jo lähes täysin autonomisesti niille ennalta määrättyjä reittejä ja niiden toiminta-ajat ja suorituskyky ovat kasvaneet. Uskomme, että hyperspektrikameran lisääminen muiden kameroiden rinnalle parantaa analyysin ja havaintojen luotettavuutta, Ehrnrooth selostaa.

- Tutkimushankkeessa nimenomaan selvitämme, millaisella järjestelmäkokonaisuudella ja -asetuksilla tarkastustehtävät voidaan toteuttaa, sekä millä tavoin tarkastuksessa kerätystä aineistosta voidaan havaita haluamamme asiat automaattisesti.

Hyperspektristä on moneen

Hyperspektrikuvaaminen ei ole uusi innovaatio. Sitä on tähän mennessä tutkittu ja sovellettu esimerkiksi kasvillisuuden terveyden analysoinnissa ja tehtaissa tuotantolinjoilla laadunvalvonnassa ja tunnistamisessa. Maanmittauslaitoksen tutkimusprofessori Eija Honkavaara vastaa hankkeessa hyperspektrimittauksista ja toteaa, että sekä hyperspektri- että droneteknologiassa ja -operoinnissa tapahtuu nopeaa kehitystä.

- Ympäristöön liittyvissä sovelluksissa olemme tutkineet hyperspektrin käyttöä erityisesti täsmämaataloudessa, metsien inventoinnissa, niiden terveyden ja ravitsemustilan mittaamisessa, sekä vesistöjen laadun analysoimisessa. Hyperspektrianalyysiä voidaan käyttää laajasti myös monella muulla sovellusalueella, kuten ihosyöpätutkimuksessa, ruoan koostumuksen selvityksessä ja esimerkiksi jätteen lajittelussa.

Toisaalla miehittämättömän ilmailun lainsäädäntö kehittyy. Autonomiset dronelennot ovat pian myös siltä osin mahdollisia.

- Tekniikan hyödyntämiseen sähköverkkojen kuntotutkimuksessa liittyy monia kiinnostavia kysymyksiä. Olemme kiinnostuneita muun muassa siitä, minkälaisia korrelaatioita löydetään komponenttien kulumisen ja hyperspektrikuvan välillä, pystytäänkö tekniikalla saavuttamaan parempi automaatiotaso verrattuna perinteisiin kameroihin ja minkälaiset tekoälypohjaiset menetelmät ovat tehokkaimpia, Honkavaara kertoo.

Käyttö vasta lähtökuopissa

Hankkeessa käytettävät kamerat tulevat suomalaisesta turvallisuus- ja puolustusalan yrityksestä Senop Oy:stä, joka tarjoaa pimeänäkölaitteita, älykkäitä sensoriteknologiapohjaisia ratkaisuja ja järjestelmäintegrointipalveluja viranomaistahoille. Yrityksen uusinta teknologiatuotantoa edustavat pienet hyperspektrikamerat.

- Ne ovat made in Lievestuore, myyntijohtaja Matti Rautiainen kertoo ylpeänä.

- Kameroiden potentiaalia ei olla ulosmitattu vielä lähimainkaan ja koko ”teollisuudenala” on vielä lähtökuopissa. Kamera maksaa edelleen henkilöauton verran, mutta on kuitenkin jo sen hintainen, että yliopistot ja tutkimuslaitokset ovat alkaneet yhä enemmän käyttämään kameraa omissa tutkimuksissaan.

- Palvelutarjoajakerros tältä tekniikalta puuttuu vielä kokonaan, mutta mitä enemmän hyperspektrikamerat ja niiden mahdollisuudet tulevat tutuiksi, niin myös niiden käyttösovellusten määrä tulee lisääntymään.

Erittäin hyvä esimerkki uusien mahdollisuuksien löytymisestä on juuri meneillään oleva tutkimushanke.

- Onnistuessaan tämäkin voi luoda uusia yrityksiä ja työpaikkoja tällaiselle asiantuntija niche-alalle.

Uutta ymmärrystä alan hyödyksi

Matti Rautiainen toteaa, että hyperspektrikameran keräämää tietoa kohteesta ei tule repullista, vaan rekka-autollisia. Joona Ehrnrooth ei ole tästä huolissaan.

- Hankkeen loppuraportissa esittelemme määrittelyt aineiston prosessoinnille ja ohjelmistoalustalle. Siinä myös vertailemme hyperspektrikameran suorituskykyä värikameratekniikkaan ja muihin yleisiin menetelmiin. Lisäksi kerromme, millaisia vaatimuksia komponenttien kuntohavaintojen ja vikatilojen automaattiselle tunnistamiselle olemme tutkimuksissa löytäneet, Ehrnrooth kertoo.

Lopputuloksena energia-alan toimijat saavat käyttöönsä tutkimuksessa luodut mallit sähköverkossa käytettyjen keskeisten komponenttien spektristä sekä häiriöttömässä että häiriötilanteessa, jotka ovat testattu kenttäolosuhteissa.

Eija Honkavaara toteaa, että Maanmittauslaitoksen Paikkatietokeskuksen strateginen tavoite on juuri tämä: siirtää tutkimustuloksia teollisuuden ja yhteiskunnan hyväksi.

- Hyperskpektritekniikka mahdollistaa paremman erottelukyvyn kuin perinteiset kamerat. Tällä saattaa olla kriittinen merkitys automaatiotasoa ajatellen.