VTT on kehittänyt pientä tutkaa, jolle etsitään sovelluskohteita tulevassa Junction Hackathonissa. Kerroimme aiheesta viimekertaisessa bloggauksessamme. Tällä kertaa poraudumme hieman syvemmälle tämän tutkaratkaisun mahdollisuuksiin. Toivottavasti nämä ajatukset toimivat inspiraationa sovelluskohteiden tunnistamisessa!
Eräs kiinnostavimmista sovellusalueista on elintoimintojen seuraaminen ja ennustaminen. Tätä ollaan jo kaupallistamassa, esimerkiksi Lullamen älykkäässä vauvansängyssä. Pystymme kuitenkin jo nyt seuraamaan elintoimintoja paljon Lullamen ratkaisua tarkemmalla tasolla. Sydämen syke ja hengitys ovat tällä hetkellä keskeisimpiä seurattavia toimintoja. Sykkeen kautta päästään kiinni myös sykevälivaihteluun ja muutoksiin siinä. Nämä kertovat esimerkiksi palautumisesta ja stressitasosta.
Eräs Junction Hackathonin tutkimusalueistamme on henkilön aktiviteettien tunnistaminen työpisteellä. Vaikka hackathonissa konkreettinen sovellus on valojen ohjaaminen, samoista aktiviteeteista voisi päätellä muutakin ja tehdä asiaankuuluvia toimenpiteitä. Työpistettä voisi dynaamisesti muokata vastaamaan parhaiten kulloistakin aktiviteettia. Lisäksi työntekijälle voisi ilmoittaa mahdollisesta huonosta ergonomiasta. Eräs datasetti, jonka tuomme hackathoniin, sisältää tietoa siitä, onko työntekijä istunut hyvässä vai huonossa asennossa. Edelleen samaa teknologiaa voisi laajentaa myös tietotyön ulkopuolelle, vaikkapa täysperärekan kuljettajan vireystilan seuraamiseen.
Henkilöiden aktiviteettien tunnistamiseen voitaisiin käyttää tutkien sijaan myös kameroita ja niiden tarjoaman kuvan analysointia hahmontunnistuksen keinoin. Tutkilla on kuitenkin eräs merkittävä etu kameroihin verrattuna: tutkakuvasta ei voi tunnistaa, kuka on kyseessä. Yksityisyyden suojaaminen on nykypäivänä erittäin tärkeää ja noussee vielä suurempaan rooliin tulevaisuudessa. Sama etu koskee myös hackathonin kahta muuta sovellusaluetta: ihmisten laskemista neuvotteluhuoneessa ja ajoneuvojen laskemista parkkihallissa.
Tutkapohjainen odometria tarjoaa merkittäviä sovellusmahdollisuuksia. Tutkilla voi tehdä paikannusta ilman GPS:ää, mikä on tärkeää esimerkiksi tunneleissa tai kaupunkiolosuhteissa, jossa korkeat rakennukset blokkaavat GPS-signaalin. Tutkapohjainen paikannus on reaaliaikaisempaa ja tarkempaa kuin GPS:ään pohjautuva ja siten erittäin tärkeää esimerkiksi itse suunnistaville autoille. Nykypäivänä autonomisten ajoneuvojen navigointi pohjautuu lasereihin, mutta tutka olisi toimintavarmempi vaihtoehto kaikissa sääolosuhteissa.
Lisäksi tutkakuvasta voi rakentaa sisätiloissa 3D-mallin, joka toimii erittäin hyvin vaikeissa olosuhteissa, vaikkapa savun seassa. Tällä tavalla robotti voisi ensin sukeltaa tulipalon keskelle ja toimittaa savusukeltajille mallin rakennuksesta, jotta he voivat valita siellä parhaimmat mahdolliset reitit.
Vain taivas on rajana tutkateknologioiden soveltamisessa. Lisäksi ne kuluttavat hyvin vähän virtaa, mikä on tärkeä asia tulevaisuuden liiketoiminnalle. Uskon, että saamme kiinnostavia uusia ideoita ja kartoitamme kehityskelpoisia mahdollisuuksia hackathonissa.
