Sammendrag
Hull i not er et stort problem med hensyn til rømming av fisk. For å redusere rømningsrisikoen er det innført krav om notinspeksjon etter alle operasjoner som involverer heving av noten og utspilingssystem (bunnring eller annen nedlodding). I tillegg er det vanlig at oppdretterne utfører periodiske inspeksjoner, eksempelvis hver 4. uke. ROV (Remotely Operated Vehicle) er i økende grad tatt i bruk innen havbruk til operasjoner som fortøyningsinspeksjon, vasking og inspeksjon av not. Likevel har teknologien ikke blitt videreutviklet og spesialtilpasset typiske havbruksoperasjoner, og det finnes et stort potensial for å øke kvaliteten på operasjonene.
Notinspeksjon utføres ved å styre ROVen manuelt langs vertikale eller horisontale baner langs noten ved hjelp av kamera, dybdesensor og kompass. Hulldeteksjon utføres ved at ROV-piloten observerer kamerabildene underveis. Nøyaktig banestyring og manuell hulldeteksjon er krevende og tidskrevende arbeid, spesielt ved stor bølgehøyde, mye strøm eller dårlig sikt i vannet. Eksisterende teknologi og metodikk er derfor svært avhengig av dyktigheten til ROV-piloten.
Gjennom MerdROV prosjektet har disse utfordringene blitt adressert ved å utvikle teknologi for semi-autonom operasjon av ROVen. Med semi-autonom menes i dette tilfellet at ROV-pilotens oppgaver knyttet til navigasjon og detaljstyring av ROVens bevegelse har blitt automatisert, men at ROV-piloten fortsatt er ansvarlig for høynivå oppgaver som baneplanlegging, og at det innhentes kamerabilder med tilstrekkelig god kvalitet. For å realisere et slikt konsept har det vært utført FoU-aktiviteter innen 3 hovedkategorier: 1) Et navigasjonssystem som rapporterer ROVens posisjon og hastighet relativt til noten, 2) et autopilotsystem for systematisk og nøyaktig banestyring av ROVen langs noten og 3) et maskinsynbasert system for automatisk deteksjon av hull i not. Kombinasjonen av de tre delsystemene har potensiale for å øke nøyaktigheten, gjøre ROV-pilotens arbeid enklere og mindre utmattende og sørge for dokumentasjon og sporbarhet.
Det er flere spesielle FoU-utfordringer knyttet til det krevende undervannsmiljøet som ROVen opererer i. Tett fiskebiomasse og en notposen som endrer form avhengig av strømstyrke og strømretning er en utfordring for 1). En av de største utfordringene har vært å identifisere navigasjonssensorsystemer som fungerer til formålet, samt håndtering av data for robust rapportering av ROVens posisjon og hastighet relativt til notposen som har en tidsvarierende geometrisk form. For 2) har det vært utfordringer knyttet til utviklingen av autopilotalgoritmer for nøyaktig og robust bevegelsesstyring av ROVen. For 3) har det blant annet vært utfordringer knyttet til utviklingen av maskinsynalgoritmer som skal kunne håndtere ulike lysforhold, fisk i forgrunnen og deteksjon av brudd på enkeltmasker.
De tre delsystemene har vært testet og validert ved hjelp av en serie av feltforsøk i fullskala oppdrettsmerd. Resultater fra disse aktivitetene vil presenteres på konferansen.
Notinspeksjon utføres ved å styre ROVen manuelt langs vertikale eller horisontale baner langs noten ved hjelp av kamera, dybdesensor og kompass. Hulldeteksjon utføres ved at ROV-piloten observerer kamerabildene underveis. Nøyaktig banestyring og manuell hulldeteksjon er krevende og tidskrevende arbeid, spesielt ved stor bølgehøyde, mye strøm eller dårlig sikt i vannet. Eksisterende teknologi og metodikk er derfor svært avhengig av dyktigheten til ROV-piloten.
Gjennom MerdROV prosjektet har disse utfordringene blitt adressert ved å utvikle teknologi for semi-autonom operasjon av ROVen. Med semi-autonom menes i dette tilfellet at ROV-pilotens oppgaver knyttet til navigasjon og detaljstyring av ROVens bevegelse har blitt automatisert, men at ROV-piloten fortsatt er ansvarlig for høynivå oppgaver som baneplanlegging, og at det innhentes kamerabilder med tilstrekkelig god kvalitet. For å realisere et slikt konsept har det vært utført FoU-aktiviteter innen 3 hovedkategorier: 1) Et navigasjonssystem som rapporterer ROVens posisjon og hastighet relativt til noten, 2) et autopilotsystem for systematisk og nøyaktig banestyring av ROVen langs noten og 3) et maskinsynbasert system for automatisk deteksjon av hull i not. Kombinasjonen av de tre delsystemene har potensiale for å øke nøyaktigheten, gjøre ROV-pilotens arbeid enklere og mindre utmattende og sørge for dokumentasjon og sporbarhet.
Det er flere spesielle FoU-utfordringer knyttet til det krevende undervannsmiljøet som ROVen opererer i. Tett fiskebiomasse og en notposen som endrer form avhengig av strømstyrke og strømretning er en utfordring for 1). En av de største utfordringene har vært å identifisere navigasjonssensorsystemer som fungerer til formålet, samt håndtering av data for robust rapportering av ROVens posisjon og hastighet relativt til notposen som har en tidsvarierende geometrisk form. For 2) har det vært utfordringer knyttet til utviklingen av autopilotalgoritmer for nøyaktig og robust bevegelsesstyring av ROVen. For 3) har det blant annet vært utfordringer knyttet til utviklingen av maskinsynalgoritmer som skal kunne håndtere ulike lysforhold, fisk i forgrunnen og deteksjon av brudd på enkeltmasker.
De tre delsystemene har vært testet og validert ved hjelp av en serie av feltforsøk i fullskala oppdrettsmerd. Resultater fra disse aktivitetene vil presenteres på konferansen.
