<codeBook xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema" xsi:schemaLocation="ddi:codebook:2_5 http://www.ddialliance.org/Specification/DDI-Codebook/2.5/XMLSchema/codebook.xsd" xmlns="ddi:codebook:2_5">
  <docDscr>
    <citation>
      <titlStmt>
        <titl xml:lang="sv">FORWARD: Ett dataset av en skotare framförd i svår terräng</titl>
        <parTitl xml:lang="en">FORWARD: Dataset of a forwarder operating in rough terrain</parTitl>
        <IDNo agency="SND">2025-283-1</IDNo>
        <IDNo agency="DOI">https://doi.org/10.71540/81md-a858</IDNo>
      </titlStmt>
      <prodStmt>
        <producer xml:lang="en" abbr="SND">Swedish National Data Service</producer>
        <producer xml:lang="sv" abbr="SND">Svensk nationell datatjänst</producer>
      </prodStmt>
      <holdings URI="https://doi.org/10.71540/81md-a858">Landing page</holdings>
    </citation>
  </docDscr>
  <stdyDscr>
    <citation>
      <titlStmt>
        <titl xml:lang="sv">FORWARD: Ett dataset av en skotare framförd i svår terräng</titl>
        <parTitl xml:lang="en">FORWARD: Dataset of a forwarder operating in rough terrain</parTitl>
        <IDNo agency="SND">2025-283-1</IDNo>
        <IDNo agency="DOI">https://doi.org/10.71540/81md-a858</IDNo>
        <IDNo agency="DOI">10.48550/arXiv.2511.17318</IDNo>
      </titlStmt>
      <rspStmt>
        <AuthEnty xml:lang="en" affiliation="Umeå University">Lundbäck, Mikael</AuthEnty>
        <AuthEnty xml:lang="sv" affiliation="Umeå universitet">Lundbäck, Mikael</AuthEnty>
        <AuthEnty xml:lang="en" affiliation="Umeå University">Wallin, Erik</AuthEnty>
        <AuthEnty xml:lang="sv" affiliation="Umeå universitet">Wallin, Erik</AuthEnty>
        <AuthEnty xml:lang="en" affiliation="Swedish University of Agricultural Sciences">Häggström, Carola</AuthEnty>
        <AuthEnty xml:lang="sv" affiliation="Sveriges lantbruksuniversitet">Häggström, Carola</AuthEnty>
        <AuthEnty xml:lang="en" affiliation="Komatsu Forest">Nyström, Mattias</AuthEnty>
        <AuthEnty xml:lang="sv" affiliation="Komatsu Forest">Nyström, Mattias</AuthEnty>
        <AuthEnty xml:lang="en" affiliation="Komatsu Forest">Grönlund, Andreas</AuthEnty>
        <AuthEnty xml:lang="sv" affiliation="Komatsu Forest">Grönlund, Andreas</AuthEnty>
        <AuthEnty xml:lang="en" affiliation="Forestry Research Institute of Sweden">Richardson, Mats</AuthEnty>
        <AuthEnty xml:lang="sv" affiliation="Skogforsk">Richardson, Mats</AuthEnty>
        <AuthEnty xml:lang="en" affiliation="Forestry Research Institute of Sweden">Jönsson, Petrus</AuthEnty>
        <AuthEnty xml:lang="sv" affiliation="Skogforsk">Jönsson, Petrus</AuthEnty>
        <AuthEnty xml:lang="en" affiliation="Swedish University of Agricultural Sciences">Arnvik, William</AuthEnty>
        <AuthEnty xml:lang="sv" affiliation="Sveriges lantbruksuniversitet">Arnvik, William</AuthEnty>
        <AuthEnty xml:lang="en" affiliation="Umeå University">Hedström, Lucas</AuthEnty>
        <AuthEnty xml:lang="sv" affiliation="Umeå universitet">Hedström, Lucas</AuthEnty>
        <AuthEnty xml:lang="en" affiliation="Umeå University">Fälldin, Arvid</AuthEnty>
        <AuthEnty xml:lang="sv" affiliation="Umeå universitet">Fälldin, Arvid</AuthEnty>
        <AuthEnty xml:lang="en" affiliation="Umeå University">Servin, Martin</AuthEnty>
        <AuthEnty xml:lang="sv" affiliation="Umeå universitet">Servin, Martin</AuthEnty>
      </rspStmt>
      <prodStmt>
        <grantNo xml:lang="en" agency="Mistra Digital Forest, a research program funded by the Swedish Foundation for Strategic Environmental Research (Mistra) and the Swedish forestry industry">DIA 2017/14 #6</grantNo>
        <grantNo xml:lang="sv" agency="Mistra Digital Forest, ett forskningsprogram finansierat av Stiftelsen för miljöstrategisk forskning (Mistra) och svensk skogsindustri">DIA 2017/14 #6</grantNo>
        <grantNo xml:lang="en" agency="European Commission">Grant agreement ID: 101189836</grantNo>
        <grantNo xml:lang="sv" agency="Europeiska kommissionen">Grant agreement ID: 101189836</grantNo>
      </prodStmt>
      <distStmt>
        <distrbtr xml:lang="en" abbr="SND" URI="https://snd.se">Swedish National Data Service</distrbtr>
        <distrbtr xml:lang="sv" abbr="SND" URI="https://snd.se">Svensk nationell datatjänst</distrbtr>
        <distDate xml:lang="en" date="2025-12-17" />
      </distStmt>
      <verStmt>
        <version elementVersion="1" elementVersionDate="2025-12-17" />
      </verStmt>
      <holdings URI="https://doi.org/10.71540/81md-a858">Landing page</holdings>
    </citation>
    <stdyInfo>
      <subject>
        <keyword xml:lang="en" vocab="YSO" vocabURI="http://www.yso.fi/onto/yso/p1861">forestry</keyword>
        <keyword xml:lang="sv" vocab="YSO" vocabURI="http://www.yso.fi/onto/yso/p1861">skogsbruk</keyword>
        <keyword xml:lang="en" vocab="YSO" vocabURI="http://www.yso.fi/onto/yso/p4386">video recording</keyword>
        <keyword xml:lang="sv" vocab="YSO" vocabURI="http://www.yso.fi/onto/yso/p4386">videofilmning</keyword>
        <keyword xml:lang="en" vocab="YSO" vocabURI="http://www.yso.fi/onto/yso/p2616">artificial intelligence</keyword>
        <keyword xml:lang="sv" vocab="YSO" vocabURI="http://www.yso.fi/onto/yso/p2616">artificiell intelligens</keyword>
        <keyword xml:lang="en" vocab="YSO" vocabURI="http://www.yso.fi/onto/yso/p13920">automation systems</keyword>
        <keyword xml:lang="sv" vocab="YSO" vocabURI="http://www.yso.fi/onto/yso/p13920">automationssystem</keyword>
        <keyword xml:lang="en" vocab="YSO" vocabURI="http://www.yso.fi/onto/yso/p9227">forest machines</keyword>
        <keyword xml:lang="sv" vocab="YSO" vocabURI="http://www.yso.fi/onto/yso/p9227">skogsmaskiner</keyword>
        <keyword xml:lang="en" vocab="YSO" vocabURI="http://www.yso.fi/onto/yso/p22480">log files</keyword>
        <keyword xml:lang="sv" vocab="YSO" vocabURI="http://www.yso.fi/onto/yso/p22480">loggar</keyword>
      </subject>
      <abstract xml:lang="en" contentType="abstract">The FORWARD dataset comprises detailed sensor and log data from a Komatsu cut-to-length forwarder, collected during operations in challenging terrain as well as on gravel roads at two Swedish harvest sites. Sensor instrumentation includes RTK-GNSS for precise positioning, a 360-degree camera for visual documentation, operator seat vibration sensors, CAN-bus signal logging, and multiple IMUs mounted on the machine. The dataset provides time-stamped vehicle positions with centimeter-level accuracy, and machine event logs sampled at 5 Hz, covering variables such as driving speed, fuel consumption, and crane activity. Additionally, high resolution terrain data from helicopter-borne laser scanning (1500 points/m²) is included, along with StanForD production log files containing detailed event records for each work session.</abstract>
      <abstract xml:lang="sv" contentType="abstract">Datasetet FORWARD omfattar detaljerade sensor‑ och loggdata från en Komatsuskotare, insamlade under drift i utmanande terräng samt på grusvägar på två svenska avverkningsplatser. Sensorer inkluderar RTK‑GNSS för exakt positionering, en 360‑graderskamera för visuell dokumentation, vibrationssensorer i förarsätet, CAN‑bus signalregistrering och flera IMU‑enheter monterade på maskinen. Datat innehåller tidsstämplade fordonspositioner med centimeterprecision samt loggade maskinvariabler med ett samplingsintervall på 5 Hz, exempelvis körhastighet, bränsleförbrukning och krananvändning. Dessutom ingår högupplösta terrängdata från helikopterburen laserskanning (1500 punkter/m²) samt StanForD‑produktionsloggfiler med detaljerade händelseregistreringar för arbetet.</abstract>
      <sumDscr>
        <nation xml:lang="en" abbr="SE">Sweden</nation>
        <nation xml:lang="sv" abbr="SE">Sverige</nation>
        <dataKind xml:lang="en">Numeric</dataKind>
        <dataKind xml:lang="en">Text</dataKind>
        <dataKind xml:lang="en">Still image</dataKind>
        <dataKind xml:lang="en">Video</dataKind>
        <dataKind xml:lang="en">Audio</dataKind>
        <dataKind xml:lang="en">Geospatial</dataKind>
        <dataKind xml:lang="en">Software</dataKind>
        <dataKind xml:lang="en">3D</dataKind>
      </sumDscr>
    </stdyInfo>
    <method>
      <dataColl>
        <collMode xml:lang="en">The data origins from two field campaigns at the two separate sites Märrviken and Björsjö. Märrviken is the first test site and the data were gathered in October 2023. It has very rough terrain with large boulders. Björsjö is the second test site and the data were gathered in September 2024. The  terrain of Björsjö is less rough than that of Märrviken but it still includes instances of challenging boulders. The field campaigns were done in close collaboration between Umeå University, SCA forest company, Komatsu Forest, Swedish University of Agricultural Sciences, and Skogforsk.

The terrain data was collected before and during the experiments, using helicopter-borne laser scanning and drone footage-based photogrammetry respectively. The laser scanning data was collected using a Riegl Vux 120 sensor and the target height of the laser scan is 150 meters, resulting in point densities of approximately 1500 points per square meter. The time of scan at the Märrviken site is 25-29 July 2022 and at the Björsjö site 19 August 2023, respectively.

During experiments and regular forwarding work at the Björsjö site, we mounted a 360-camera on top of the forwarder cabin. The 360-camera records video and audio of the forwarder’s surroundings. At the Märrviken site, no 360-camera records were acquired, but, apart from regular video,  some key features were recorded with a standard mobile phone camera, and converted into 3D models using the online service from Polycam. 

The forwarder was operated by professional forwarder operators employed by SCA. For parts of the experiments of the Björsjö campaign, the operator seat was equipped with a vibration sensor. The vibration sensor is a 3D accelerometer with a sampling frequency of 6000 Hz. For parts of the experiments at Björsjö, we also mounted a number of inertial measurement units (IMUs) on the forwarder wheels, which record angular velocity at 5 Hz. The IMUs are synchronized with the machine data and the 360-video, allowing for detailed analysis of the forwarder’s movement and behavior during the experiments, with specific regard to wheel slip.

The camera data is time-synced using the timestamps provided in the metadata. The IMUs are synchronized by inducing and subsequently identifying characteristic events (rotation about a single axis, brief free-fall) at known time instants at the start and end of measurements. Both synchronization methods achieve a temporal accuracy on the order of one second. To enable post-processing and analysis such as synchronization of data streams and isolation of specific scenarios, start and end times of all experiments and other relevant episodes are manually logged in a field notebook.

Please read the published article and the documentation files included in the dataset for more information.<concept vocab="DDI Mode of Collection" vocabURI="https://vocabularies.cessda.eu/v2/vocabularies/ModeOfCollection/5.0.0?languageVersion=en-5.0.0">The data origins from two field campaigns at the two separate sites Märrviken and Björsjö. Märrviken is the first test site and the data were gathered in October 2023. It has very rough terrain with large boulders. Björsjö is the second test site and the data were gathered in September 2024. The  terrain of Björsjö is less rough than that of Märrviken but it still includes instances of challenging boulders. The field campaigns were done in close collaboration between Umeå University, SCA forest company, Komatsu Forest, Swedish University of Agricultural Sciences, and Skogforsk.

The terrain data was collected before and during the experiments, using helicopter-borne laser scanning and drone footage-based photogrammetry respectively. The laser scanning data was collected using a Riegl Vux 120 sensor and the target height of the laser scan is 150 meters, resulting in point densities of approximately 1500 points per square meter. The time of scan at the Märrviken site is 25-29 July 2022 and at the Björsjö site 19 August 2023, respectively.

During experiments and regular forwarding work at the Björsjö site, we mounted a 360-camera on top of the forwarder cabin. The 360-camera records video and audio of the forwarder’s surroundings. At the Märrviken site, no 360-camera records were acquired, but, apart from regular video,  some key features were recorded with a standard mobile phone camera, and converted into 3D models using the online service from Polycam. 

The forwarder was operated by professional forwarder operators employed by SCA. For parts of the experiments of the Björsjö campaign, the operator seat was equipped with a vibration sensor. The vibration sensor is a 3D accelerometer with a sampling frequency of 6000 Hz. For parts of the experiments at Björsjö, we also mounted a number of inertial measurement units (IMUs) on the forwarder wheels, which record angular velocity at 5 Hz. The IMUs are synchronized with the machine data and the 360-video, allowing for detailed analysis of the forwarder’s movement and behavior during the experiments, with specific regard to wheel slip.

The camera data is time-synced using the timestamps provided in the metadata. The IMUs are synchronized by inducing and subsequently identifying characteristic events (rotation about a single axis, brief free-fall) at known time instants at the start and end of measurements. Both synchronization methods achieve a temporal accuracy on the order of one second. To enable post-processing and analysis such as synchronization of data streams and isolation of specific scenarios, start and end times of all experiments and other relevant episodes are manually logged in a field notebook.

Please read the published article and the documentation files included in the dataset for more information.</concept></collMode>
        <collMode xml:lang="sv">Datat samlades in under två fältdatainsamlingskampanjer på två olika avverkningsplatser, Märrviken och Björsjö. Datainsamlingen på Märrviken genomfördes i oktober 2023 och terrängen på Märrviken är väldigt stenig med  inslag av stora stenblock. Datainsamlingen vid Björsjö genomfördes i september 2024. Terrängen på Björsjö var generellt mindre utmanande än på Märrviken, men även där förekom enstaka stora och utmanande stenblock. Båda fältstudier genomfördes i ett nära samarbete mellan Umeå universitet, skogsbolaget SCA, Komatsu Forest, SLU och Skogforsk. 

Terrängdata samlades in före och under experimenten på fältet med hjälp av helikopterburen laserskanning och med en drönarburen kamera vars bilder bearbetades genom fotogrammetri. Till laserskanningen användes en Riegl Vux 120-sensor. Målhöjden för laserskanningen var 150 meter, vilket resulterar i punkttätheter på cirka 1500 punkter per kvadratmeter. Tiden för datainsamlingen genom laserskanning i Märrviken var den 25-29 juli 2022 och i Björsjö den 19 augusti 2023.

Under experimenten samt under ordinarie skotningsarbete i Björsjö monterade vi en 360-kamera ovanpå skotarhytten. 360-kameran spelar in video och ljud runt hela skotaren. I Märrviken användes ingen 360-kamera men, utöver vanligt videomaterial, skannades några terränghinder och stockhögar in med en vanlig mobiltelefonkamera och konverterades till 3D-modeller med hjälp av onlinetjänsten från Polycam. 

Skotaren kördes av professionella skotarförare anställda av SCA.  För delar av experimenten i Björsjö var förarsätet utrustat med en vibrationssensor. Vibrationssensorn är en 3D-accelerometer med en samplingsfrekvens på 6000 Hz. För delar av experimenten i Björsjö monterade vi också ett antal IMU:er på skotarhjulen, vilka registrerar vinkelhastighet med 5 Hz frekvens. IMU:erna är synkroniserade med maskindata och 360-videon, vilket möjliggör detaljerad analys av skotarens rörelser och beteende under experimenten, med särskild hänsyn till slirning. 

Kameradata är tidssynkroniserade med hjälp av tidsstämplarna som anges i metadata. IMU:erna synkroniseras genom att inducera och därefter identifiera karakteristiska händelser (rotation kring en enda axel, kort fritt fall) vid kända tidpunkter i början och slutet av mätningarna. Båda synkroniseringsmetoderna uppnår en tidsmässig noggrannhet i storleksordningen en sekund. För att möjliggöra efterbehandling och analys, såsom synkronisering av dataströmmar och isolering av specifika scenarier, loggas start- och sluttider för alla experiment och andra relevanta episoder manuellt i en fältanteckningsbok.

Vänligen läs den publicerade artikeln och dokumentationsfilerna för mer information.<concept vocab="DDI Mode of Collection" vocabURI="https://vocabularies.cessda.eu/v2/vocabularies/ModeOfCollection/5.0.0?languageVersion=sv-5.0.0">Datat samlades in under två fältdatainsamlingskampanjer på två olika avverkningsplatser, Märrviken och Björsjö. Datainsamlingen på Märrviken genomfördes i oktober 2023 och terrängen på Märrviken är väldigt stenig med  inslag av stora stenblock. Datainsamlingen vid Björsjö genomfördes i september 2024. Terrängen på Björsjö var generellt mindre utmanande än på Märrviken, men även där förekom enstaka stora och utmanande stenblock. Båda fältstudier genomfördes i ett nära samarbete mellan Umeå universitet, skogsbolaget SCA, Komatsu Forest, SLU och Skogforsk. 

Terrängdata samlades in före och under experimenten på fältet med hjälp av helikopterburen laserskanning och med en drönarburen kamera vars bilder bearbetades genom fotogrammetri. Till laserskanningen användes en Riegl Vux 120-sensor. Målhöjden för laserskanningen var 150 meter, vilket resulterar i punkttätheter på cirka 1500 punkter per kvadratmeter. Tiden för datainsamlingen genom laserskanning i Märrviken var den 25-29 juli 2022 och i Björsjö den 19 augusti 2023.

Under experimenten samt under ordinarie skotningsarbete i Björsjö monterade vi en 360-kamera ovanpå skotarhytten. 360-kameran spelar in video och ljud runt hela skotaren. I Märrviken användes ingen 360-kamera men, utöver vanligt videomaterial, skannades några terränghinder och stockhögar in med en vanlig mobiltelefonkamera och konverterades till 3D-modeller med hjälp av onlinetjänsten från Polycam. 

Skotaren kördes av professionella skotarförare anställda av SCA.  För delar av experimenten i Björsjö var förarsätet utrustat med en vibrationssensor. Vibrationssensorn är en 3D-accelerometer med en samplingsfrekvens på 6000 Hz. För delar av experimenten i Björsjö monterade vi också ett antal IMU:er på skotarhjulen, vilka registrerar vinkelhastighet med 5 Hz frekvens. IMU:erna är synkroniserade med maskindata och 360-videon, vilket möjliggör detaljerad analys av skotarens rörelser och beteende under experimenten, med särskild hänsyn till slirning. 

Kameradata är tidssynkroniserade med hjälp av tidsstämplarna som anges i metadata. IMU:erna synkroniseras genom att inducera och därefter identifiera karakteristiska händelser (rotation kring en enda axel, kort fritt fall) vid kända tidpunkter i början och slutet av mätningarna. Båda synkroniseringsmetoderna uppnår en tidsmässig noggrannhet i storleksordningen en sekund. För att möjliggöra efterbehandling och analys, såsom synkronisering av dataströmmar och isolering av specifika scenarier, loggas start- och sluttider för alla experiment och andra relevanta episoder manuellt i en fältanteckningsbok.

Vänligen läs den publicerade artikeln och dokumentationsfilerna för mer information.</concept></collMode>
        <collMode xml:lang="en">Experiment<concept vocab="DDI Mode of Collection" vocabURI="https://vocabularies.cessda.eu/v2/vocabularies/ModeOfCollection/5.0.0?languageVersion=en-5.0.0">Experiment</concept></collMode>
        <collMode xml:lang="sv">Experiment<concept vocab="DDI Mode of Collection" vocabURI="https://vocabularies.cessda.eu/v2/vocabularies/ModeOfCollection/5.0.0?languageVersion=sv-5.0.0">Experiment</concept></collMode>
      </dataColl>
    </method>
    <dataAccs>
      <useStmt>
        <restrctn xml:lang="en">Access to data through SND. Data are freely accessible.</restrctn>
        <restrctn xml:lang="sv">Åtkomst till data via SND. Data är fritt tillgängliga.</restrctn>
        <conditions elementVersion="info:eu-repo-Access-Terms vocabulary">openAccess</conditions>
      </useStmt>
    </dataAccs>
    <othrStdyMat>
      <relPubl>
        <citation>
          <titlStmt>
            <titl xml:lang="sv">Lundbäck, M., Wallin, E., Häggström, C., Nyström, M., Grönlund, A., Richardson, M., ... &amp; Servin, M. (2025). FORWARD: Dataset of a forwarder operating in rough terrain. arXiv preprint arXiv:2511.17318.</titl>
            <parTitl xml:lang="en">Lundbäck, M., Wallin, E., Häggström, C., Nyström, M., Grönlund, A., Richardson, M., ... &amp; Servin, M. (2025). FORWARD: Dataset of a forwarder operating in rough terrain. arXiv preprint arXiv:2511.17318.</parTitl>
            <IDNo agency="DOI">10.48550/arXiv.2511.17318</IDNo>
          </titlStmt>
          <distStmt>
            <distDate date="2025">2025</distDate>
          </distStmt>
        </citation>
      </relPubl>
    </othrStdyMat>
  </stdyDscr>
</codeBook>