Jordobservasjon med ubemannede luftfarkoster

Prosjektet Terradrone har vært gjennomført med om å utvikle forskningsbaserte teknologier for avansert jordobservasjon. Dette er gjort ved å utvikle nye nyttelaster for droner, samtidig med utvikling av analyseteknologi for å nyttegjøre de stadig større datamengdene fra disse sensorene. Datainnsamling har i løpet av prosjektet blitt gjennomført i hovedsak av Maritime Robotics og NTNU med avanserte sensorer som hyperspektrale avbildere, gravimeter og presise magnetometer med høy oppløsning. Under datainnsamlingen er det blant annet utnyttet at droner kan fly lavere enn bemannede fly uten risiko for mannskap og lavere risiko for folk på bakken, for på den måten øke kvaliteten på de innsamlede data. Droner er også velegnet til oppdrag som er repeterende og monotone, siden de ikke blir slitne slik som mennesker. En utfordring med slike store informasjonsmengder er å finne den interessante informasjonen og hente ut denne. Utvikling i Idletechs av big data analyse av denne type resultater for å på den måten sørge for at datasettene blir utnyttet best mulig har vært en del av prosjektet, noe som er av stor samfunnsmessig og forretningsmessig betydning. For å illustrere den samfunnsmessige verdien ble det i 2017 gjennomført en feltkampanje på Bjørnøya av Maritime Robotics og NGU, et område som er lite tilgjengelig for utstyr brukt til slik datainnsamling tidligere, med verneområder for natur og fugl. Dette demonstrerte dronebasert datainnsamling med dataanalyse for overvåking, forvaltning og kunnskap om naturen og sammensetningen av jorden, med en metode som påvirket miljøet minimalt. Det har vært gjennomført feltforsøk på Runde og i området rundt Trondheim med de forskjellige teknologiene, samt tester av hyperspektrale avbildere samtidig fra UAV og USV (ubemannede overflatefartøy på vann) for å undersøke flere metoder samtidig og sette disse opp mot hverandre. I løpet av 2019 har det blitt samlet inn data med eksperimentelt gravimeter fra drone, utført ved å fly lengre flyturer ute ved Trøndelagskysten. Det har også blitt gjennomført detaljerte målinger i små områder med magnetometer, for å demonstrere denne målestrategien. I løpet av prosjektperioden har enkelte teknologier, som bruk av droner for kartlegging ved hjelp av fotogrammetri, gått fra å være unikt til å være ordinære produkter fra mange selskaper. Utenlandsk leverandørindustri leverer droner for dette i en prisklasse som går langt under tidligere kostnadsnivåer, noe som gjør dette til effektiv og nyttig teknologi. I Terradrone ser vi fortsatt videre på bruk av andre sensorer og kartlegging av andre parametere enn bare den synlige jordoverflaten, noe som gjør dette prosjektet fortsatt relevant innen disse områdene.

- Maritime Robotics har opparbeidet kunnskap og erfaring med bruk av et spekter av sensorer for integrasjon i RPAS. Dette muliggjør skreddersydde pakker etter kundens behov for kartlegging og jordovervåking. Selskapet har på bakgrunn i denne kunnskapen allerede levert skreddersydde løsninger for jordovervåking og gjennomført kartleggingsoppdrag. Mye av dette har også overlappet inn i forretningsområdet for ubemannede overflatefartøy på sjø, hvor kunnskapen har blitt gjenbrukt. - Algoritmer for analyse av stordata er i prosjektet utviklet av Idletechs, og tilgjengelig for et spekter av anvendelser. Dette er allerede benyttet kommersielt i analyse av satellittdata og de har fått flere nye prosjektet som følge av dette. - Utnyttelse av allerede innsamlede data på nye og tidligere ikke forutsette måter er ikke realisert foreløpig. NGU, som deltok i dette prosjektet, er godt forberedt på dette og har allerede data samlet inn med forskjellige sensorer og metoder.

Å jevnlig samle data av jordoverflaten fra lufta for å kunne få statistiske tidsserier gir nye mulighet for å se sammenhenger i naturen. Jo nærmere en kan fly jordoverflaten, jo bedre detaljgrad og kvalitet på datainnsamlingen. Flyging i svært lav høyde er sjelden i tråd med de sikkerhetskrav definert av både luftfartsmyndigheter og mannskapet om bord, og i tillegg har bemannet lufttrafikk en relativt høy personellkostnad, samt et betydelig negativt miljøavtrykk. Ubemannede luftfarkoster, droner eller det mest korrekte betegnelsen Remotely Piloted Aircraft Systems (RPAS) er nå den desidert raskest aktiviteten innen internasjonalt aerospace marked. Vi erfarer at de meste egnede og konkurransedyktige applikasjonene for et robotsystem er oppgaver som vi mennesker finner risikofylte, repeterbare og/eller kjedelige/langtekkelige. Jordobservasjon har alle disse stikkordene. For best mulig datakvalitet skal vi fly så lavt som mulig, ofte i i tøffe klimatiske eller topografiske forhold. Datainnsamlingene skjer ofte ved at flyr i lange rette 'striper' eller plenklipper-mønster i så lang flytid som teknisk mulig, og dette kan bli både repeterbart og kjedelig for de fleste piloter. RPAS har både utholdenhet, et lavt kostnadsnivå i operasjon og er nær sagt risikofri for mennesket. En RPAS som måler med flere målesensorer på samme tid har da en mulighet til å samle enorme datamengder som kan arkiveres med tanke på framtidig mulig bruk. Ut fra disse datasettene kan analyse av store datamengder og forskjellige målevariable i tidsserier gjøres. Dette konseptet kalles i dag big-data analyse, og RPAS er ideelle for datainnsamling for slike analyser. Uten å ha en metode/verktøy for å omforme disse enorme datamengdene til meningsfylte analyser og prediksjoner, vil datamengden til slutt gjøre det umulig å foreta seg fornuftige handlinger.