VIREBOX - case Škoda
Tahdikasta matkustajanlaskentaa Tampereella
Jos Tampereen raitiovaunuihin kehitetty matkustajalaskentajärjestelmä oppii sen, mitä sen odotetaan oppivan, Škoda Transtechin tietohallinnosta ja SmartRail-ekosysteemihankkeesta vastaava Kai Hermonen näkee sen käytölle valtavan potentiaalin.
Škoda Transtech Oy valmistaa kiskokalustoja vaativiin olosuhteisiin. Se on erikoistunut kaksikerroksisten matkustajavaunujen ja matalalattiaraitiovaunujen tuotantoon. Škoda Transtech kuuli Vire Labsistä etsiessään ekosysteemiinsä videokuvan analysointiin ja tulkintaan kykenevää kumppania.
”Kokemuksemme aikaisemmin käytetyistä matkustajalaskentajärjestelmistä olivat aivan liian kankeita. Ratkaisut edellyttivät erillisten laitteiden asentamista joka oviaukkoon, mikä aiheutti haasteita suunnittelun, asennusten ja kustannusten osalta. Ratkaisun ongelmana oli myös se, etteivät asiakkaamme kyenneet hyödyntämään laskentaa kaikissa raitiovaunuissa. Aloimme miettiä, pystyisikö matkustajalaskennassa hyödyntää olemassa olevia valvontakameroita, joita on kuitenkin joka raitiovaunussa jo valmiiksi 12–15 kappaletta”, Hermonen kuvaa lähtötilannetta.
Vireltä löytyi halua ja kanttia lähteä kehittämään jotain maailmanlaajuisesti ainutlaatuista.
Kai Hermonen, Škoda Transtech
Konenäön kehittäminen on yhteistyötä
Business Finlandin tukemaa SmartRail-hanketta varten Transtech kartoitti, millaisia konenäköä hyödyntäviä yrityksiä Suomen markkinoilta löytyy. Hermonen jakaa toimijat kolmeen ryhmään. On yrityksiä, joilla on osaamista, mutta jotka eivät ole valmiita panostamaan innovaatio-, tutkimus- ja kehitysvaiheeseen omaa työtä, mikäli valmista maksajaa ei vielä ole. Toiseksi on tutkimuslaitoksia, joilla on paljon eri konenäköratkaisuiden tutkimus- ja kehitystoimintaa, mutta ei suoraan tähän tarpeeseen soveltuvaa ratkaisua.
Kolmas ryhmä ovat Hermosen mukaan Vire Labsin kaltaiset tiimit, joilla ei ole välttämättä valmista tuotetta, mutta sitäkin enemmän kokemusta tutka- tai muista älypohjaisista ratkaisuista ja halu hypätä uuden ääreen. Näillä toimijoilla on usein myös osaamista ”raudasta”, joka murskaa dataa. Vire Labsiin Transtech päätyi, koska Vireeltä löytyi halua ja kanttia lähteä kehittämään heidän kanssaan jotain maailmanlaajuisesti ainutlaatuista.
Kehitystyön edetessä asiakkaalta, testiympäristöstä ja alustalta tulee koko ajan vaatimuksia, jotka on jotenkin täytettävä. ”Yhteistyömme menee niin, että Vire Labs ratkaisee ongelmista 70–80%. Me tuomme ongelmista 90%”, Hermonen vitsailee.
”Hyvin on mennyt. Molemmin puolin on tehty tutkimusta ja testausta. Tiedämme molemmissa päissä, että tämä tuote ei ole vielä valmis, mutta näkemys siitä, minne olemme menossa on samanlainen. Tavoitteena on saada aikaan yhteistyö, josta molemmat hyötyvät”, sanoo Hermonen.
Maailman ensimmäinen reaaliaikainen matkustajatietojärjestelmä
“Sitä, mitä rakennamme, ei ole vielä olemassa missään päin maailmaa! Kyse on reaaliaikaisesta matkustajatiedosta. Pysäkiltä lähtiessä seuraavalle pysäkille meille välittyy saman tien tieto siitä, miten paljon matkustajia missäkin raitiovaunun osassa on. Saamme eroteltua matkustajat ihmisen, koiran, pyörän ja lastenvaunun tarkkuudella. Lisäksi saamme lähes reaaliajassa kaikkien raitiovaunujen ‘pysäkkiflown’ eli näemme, miten koko raitioliikenne kulkee”, kertoo Hermonen.
Matkustajakapasiteetin laskenta tapahtuu ”pilven reunalla” (edge computing) eli tässä tapauksessa raitiovaunussa. Videokuva ei koskaan lähde ulos raitiovaunusta. Vire Labsin Virebox.AI yhdistää kameran tuottamaan tietoon vaunusta kerättyä anturitietoa ja käynnistää reunalaskennan. Laskennan lopputuloksena pilveen välitetään analysoitavaksi vain lukumäärät matkustajista ja tunnistetuista esineistä kussakin vaunussa.
”Jos Suomessa rakennetaan tällainen GDPR-asetukset täyttävä järjestelmä, se voidaan ottaa vaivatta käyttöön myös kansainvälisillä markkinoilla.”, sanoo Hermonen.
...järjestelmä voidaan ottaa vaivatta käyttöön myös kansainvälisillä markkinoilla
Kai Hermonen, Škoda Transtech
Neuroverkot tarvitsevat todellisia olosuhteita oppiakseen
Toinen asia, johon Transtechin asiakkaat toivovat ratkaisua on häiriökäyttäytymisen tunnistaminen videokuvasta. Tämä on tyypillinen esimerkki haasteesta, jollaisen Transtech heittää eteenpäin Vire Labsille.
Suurin työ on edessä syksyllä, kun uusi järjestelmä jalkautetaan normaaliin raitiovaunuliikenteeseen Tampereelle. Harjoittelu on tehty, mutta vasta todellisissa olosuhteissa järjestelmä pystyy oppimaan, millaista on hahmon ja esineiden tunnistus eri vuorokauden- ja vuodenaikoina.
”Kun järjestelmä on Tampereella toiminnassa, katsomme mahdollista testauskohdetta myös pääkaupunkiseudun raideliikenteen suunnalta ja rakennamme tästä alustan, josta on iloa kaikille Škoda Groupin asiakkaille. Eli jännän äärellä ollaan”, summaa Hermonen.