Системы оптического учета древесины

С развитием технологий все регистрационные действия происходят в короткие промежутки времени. А потому отделить друг от друга регистрационные, контрольные и измерительные операции становится все сложнее. Эти процессы, которые ранее были просто набором операций, производимых человеком вручную, постепенно автоматизируются, доля ручных операций сокращается, уступая место машинным. В свою очередь, методы измерений тоже не стоят на месте и развиваются, являя собой как модификации уже известных методов, так и сочетания двух и более методов, которые появляются вследствие повышения экономической целесообразности и увеличения эффективности учетных работ.

Учет лесоматериалов – это не только измерение объема партии. Это и определение (а также регистрация) других характеристик, и само ведение реестра с требуемым набором параметров (атрибутов). В качестве таких атрибутов могут выступать количественные и качественные характеристики лесоматериалов, их изображение, время и место фиксации, ответственное лицо, транспортное средство, маршрут перемещения и т.п.

Из всех атрибутов учета только часть может быть определена или измерена, даже потенциально. Остальные параметры просто фиксируются в системе на основании ранее полученных данных. Причем некоторые показатели остаются неизменными, а некоторые – усушка, потеря качества, смена владельца и т.п. – изменяются.

Что касается деления методов учета на групповые и поштучные, то в этом плане сегодня происходит конвергенция элементов группового и поштучного учета. Она становится возможной на базе использования новейших технологий по оптическому распознаванию лесоматериалов.

Оптические системы находят все более широкое применение в учете лесоматериалов. Условно их можно разделить по видам «носителей» и устройств (средств базирования), на которые эти системы установлены. В настоящий момент находят применение оптические системы на базе измерительных рамок – сканеров, беспилотных летательных аппаратов (БПЛА), передвижного измерительного комплекса на базе автомобиля, стационарных камер слежения, смартфона или планшета (ТСД).

Оптические технологии видимого диапазона применительно к измерениям круглых лесоматериалов успешно соседствуют с другими технологиями дистанционного зондирования ближнего радиуса действия, как активными, так и пассивными, и часто взаимодополняют друг друга.

В списке носителей оптических технологий учета наибольший интерес представляют три: рамки, дроны и персональные смарт-устройства.

На сегодняшний день на рынке представлены различные варианты сканеров-рамок как промышленного, так и полукустарного производства, отечественных и зарубежных изготовителей. Они различаются как по набору и технологиям используемого оборудования, так и по стоимости. Встречаются как полуавтоматические, так и полностью автоматизированные решения на базе рамок, с использованием фото- и видеоизображений для построения 2D- и 3D-моделей. На таких сканерах могут быть дополнительно установлены вспомогательные датчики для определения расстояний и масштаба изображения. Полностью «беспилотные» решения еще только пробивают дорогу на рынок и представлены исключительно зарубежными компаниями. Количество инсталляций сканеров промышленного производства – несколько десятков штук по стране. По назначению рамки используются для измерения штабелей круглого леса на транспортных средствах.

Беспилотники, предназначенные для измерения «кругляка», используют в основном стандартные алгоритмы для обработки изображений для получения облака точек и 3D-моделей штабелей. Однако встречаются и варианты, измеряющие продольный вертикальный профиль штабеля с использованием лазерного сканирования поверхностей. Чаще для измерения круглых лесоматериалов используются БПЛА вертолетного типа, а привязка к данным о местоположении происходит с помощью дополнительных наземных станций систем глобального позиционирования. Это позволяет достигать сантиметровой точности привязки к местности. Пока применение таких систем происходит разрозненно, под влиянием смежных профессий (геодезия, топография, строительство и т.п.). Используются они для измерения штабелей на земле и проявляют свои преимущества при съемке на больших местах складирования. Как и при других видах съемки, важнейшим «недоработанным» по степени автоматизации признаком является коэффициент полнодревесности (КПД).

Персональные смарт-устройства промышленного назначения или бытовые смартфоны и планшеты – наиболее бюджетный вариант для внедрения технологий оптического учета в производство. Они получают все более широкое применение на всех этапах цепочки поставок необработанной древесины: от делянки до переработки. Различаются как сами устройства, так и программное обеспечение, предназначенное для измерения и учета. На российском рынке представлены устройства и ПО как отечественного, так и зарубежного производства. Мобильность и доступность решений обуславливают некоторые ограничения по функционалу в пользу меньшей требовательности как к наличию и скорости связи с сервером, так и к скорости обработки данных. 3D и видеосъемка уступают место 2D и ограниченному числу кадров изображений. На базе мобильных устройств нет полностью автоматизированных учетно-измерительных решений, они требуют участия человека для введения и обработки данных. Это не позволяет полностью избавиться от «человеческого фактора», но обеспечивает большую гибкость использования и постепенность перехода к цифровизации производства. Данные системы можно применять как для съемки круглых лесоматериалов на транспортных средствах и на земле, так и для определения КПД в связке с другими измерительными методами.

Чаще всего при помощи оптики измеряется складочный объем, который затем переводят в плотную меру, используя коэффициент полнодревесности. Предварительно оценить КПД можно по торцевой вертикальной поверхности штабеля по соотношению площадей торцов и общей площади, на которой происходит определение площадей торцов. Если объем круглых лесоматериалов превышает несколько десятков кубометров, то чаще всего ни глаз, ни оптические устройства не могут получить изображение для поштучного перечета. Это происходит из-за разнонаправленности сортиментов в штабеле или препятствий для производства фотографической съемки, будь то рельеф местности, другие штабеля, строения или снег. В этом случае коэффициент полнодревесности может быть определен по выборке из нескольких доступных к обработке изображений с последующим распространением на весь штабель.

Если для фотографирования доступна вся вертикальная торцевая поверхность штабеля, то при хорошей укладке можно измерить как общую площадь всей торцевой поверхности, с получением объема путем перемножения этой площади на КПД и длину сортимента, так и индивидуальные площади каждого торца штабеля, в том числе и общее количество торцов.

При оптическом групповом учете наиболее важными являются количественные и качественные показатели. В автоматическом режиме уже сейчас можно определять геометрические размеры круглых лесоматериалов (групповые и поштучные) и связанные с ними показатели, такие как средний диаметр, средняя длина, группа диаметров, разбег по диаметрам и доля диаметров требуемых ступеней толщины, плотность укладки и т.п. В ближайшей перспективе с развитием технологий искусственного интеллекта может появиться и функция распознавания пород древесины, идентификации пороков древесины, определения их числовых параметров, данных о сортности, структуре и взаиморасположению годичных колец, физико-химических свойствах древесины. Это позволит усовершенствовать подходы в научной и практической плоскости в таких дисциплинах, как таксация заготовленных лесоматериалов, лесное товароведение, древесиноведение, дендрохронология, и многих других.