Paikkatietokeskus (FGI)

Geodeetinrinne 2, 02430 Masala
puh +358 50 3696 806
Projekti

Projektin keskiössä: Mineraalien automaattinen tunnistus ja malmien luokittelu sekä työturvallisuutta parantava ympäristön monitorointi aktiivista 3D-hyperspektrikuvantamista, Raman- ja LIBS (laser induced breakdown spectroscopy)-menetelmiä sekä sisätilapaikannusta hyödyntäen.
Suomen nostaminen kestävän kaivannaisteollisuuden edelläkävijäksi edellyttää kaivosteollisuudelta jatkuvaa kehittämistä. Tarvitaan uusia menetelmiä kivien mineraalikoostumuksen vaihteluiden tunnistamiseksi nopeasti, kustannustehokkaasti ja turvallisilta etäisyyksiltä. Tässä tutkimuksessa kehitetään aktiivista 3D-hyperspektrikuvantamista yhdistettynä sisätilapaikannukseen. Uusi teknologia mahdollistaa mineraalien automaattisen tunnistuksen ja kartoituksen sekä parantaa työturvallisuutta kaivoksissa. Verrattuna nykyisin kaivoksissa käytettäviin spektrikameroihin etuina ovat pitkä kantama (muutamasta metristä useihin satoihin metreihin), jolloin mittaukset voidaan suorittaa etämittauksina, sekä kolmiulotteisen tiedon hyödyntäminen materiaalin tunnistuksessa, luokittelussa ja kartoituksessa. Näin mineraalintunnistusta voidaan automatisoida ja kaivostoimintaa voidaan laajentaa myös hankalasti hyödynnettäviin esiintymiin.

Mission statement: Automatic recognition of minerals and classification of ores along with environmental monitoring to enhance work safety using active 3D-hyperspectral imaging, Raman, LIBS (laser induced breakdown spectroscopy), and indoor positioning methods.
Making Finland a global leader of sustainable mineral industry requires continuous improvement of expertise in mining indstry. Mineral extraction industry demands for fast, cost efficient and safe remote sensing methods. This research aims at developing novel remote sensing techniques including active 3-dimensional hyperspectral imaging, background-free Raman, and laser induced breakdown spectroscopy (LIBS) combined with multisensor positioning. These new technologies enable automatic identification, classification, and mapping of minerals as well as improving the mining safety. Compared to the state-of-the-art passive optical imaging currently used in mining industry, our technologies enable remote sensing from distances reaching hundreds of meters. We will also make use of the 3D laser scanning information to enhance and automate the identification of mineral deposits, thus allowing for efficient mining of mineral deposits that are challenging for current extraction techniques.

Aki Ruotsalainen, Suomi: Mineraalien tunnistus reaaliaikaisilla lasermenetelmillä. aki.ruotsalainen@cybercube.fi. Jussi Leveinen, Suomi: Mineraalien tunnistus reaaliaikaisilla lasermenetelmillä.
jussi.leveinen@aalto.fi. Priit Jaanson, Suomi: Mineraalien tunnistus reaaliaikaisilla lasermenetelmillä. priit.jaanson@vtt.fi. Sanna Kaasalainen, Suomi: Mineraalien tunnistus reaaliaikaisilla lasermenetelmillä. sanna.kaasalainen@nls.fi

https://kaivosmine.net/