Probotic har nådd en betydelig milepæl i vårt arbeid med å fremme tryggere og sunnere lakseoppdrett. Etter flere års forskning og utvikling presenterer vi vårt HOLE DETECTION-system, som bruker en AI-detekteringsalgoritme for å oppdage hull i nøter hos oppdretter. Denne artikkelen beskriver litt av utviklingsprosessen og teknologien bak systemet, med mål om å dele innsikt og fremme en raskere utvikling i industrien.
Teknologisk grunnlag og utviklingsprosess
For å utvikle et nøyaktig hulldeteksjonssystem, benyttet vi avanserte verktøy som CVAT (Computer Vision Annotation Tool) og YOLO (You Only Look Once) algoritmer. Disse verktøyene har blitt brukt til å annotere store datasett med bilder av fiskemærenett(nøter), hvor hull er identifisert og merket. Dette dannet grunnlaget for treningen av vår AI-modell.
Ved hjelp av disse annoterte datasettene har vi trent vår AI-modell til å gjenkjenne og oppdage hull i nøter med høy presisjon. Vi har brukt en iterativ tilnærming for å forbedre modellen, som involverer kontinuerlig testing, finjustering og implementering av større datasett. Modellen er utviklet for og har mål om å fungere like godt som, eller bedre enn, en menneskelig inspektør, med fordelen av å kunne operere kontinuerlig uten tretthet, og også kjøres som en ekstra kontroll av inspeksjoner utført av inspektører for ekstra trygghet.
Funksjoner og anvendelse av systemet
HOLE DETECTION-systemet vil bli integrert i våre autonome undervannsdroner som brukes til å rengjøre fiskemærenett(nøter) daglig. Systemet benytter sanntids videoanalyse for å oppdage og rapportere hull, noe som vil kunne gi en kontinuerlig overvåkning av nettets tilstand. Når et hull oppdages, kan en melding og alarm bli sendt med informasjon om hullets størrelse, hvilken merd det tilhører, og posisjonen i merden, samt foprslag for utbedring. Dette gir umiddelbar og nøyaktig informasjon som kan brukes til raskt å adressere eventuelle problemer. Ved rømmingsfare vil man kunne plassere PROBOT-dronen i hullet og sørge for at ingen fisk rømmer.
Fordeler og fremtidige implikasjoner
Dette systemet representerer en betydelig forbedring i forhold til dagens bransjestandard, som ofte baserer seg på månedlige eller sjeldnere manuelle inspeksjoner. Daglige inspeksjoner muliggjort av vår Drone og AI-teknologi gir en mer pålitelig metode for å sikre nettets integritet, redusere risikoen for lakserømming og fremmer bedre fiskehelse ved å unngå andre merd-operasjoner.
Vi har investert betydelige ressurser i utviklingen av dette systemet, og deler denne informasjonen for å vise våre planer og hvilke produkter vi vil lansere i fremtiden.
Støtte og samarbeid
Implementeringen av AI-teknologien ble muliggjort gjennom støtte fra Fiskeri- og havbruksnæringens forskningsfinansiering (FHF) og samarbeid med Ballangen Sjøfarm. Vi uttrykker takknemlighet til alle våre partnere og spesielt vår maskinsynsekspert Lasse Sortland, som har vært avgjørende for å gjøre teknologien funksjonell.
Dette prosjektet har vært en suksess, takket være innsatsen fra vårt dedikerte team og støtte fra engasjerte lakseoppdrettere. Vårt mål er å fortsette å fremme en bærekraftig fremtid for fiskeoppdrettsnæringen gjennom innovasjon og samarbeid.
Avslutning
Hos Probotic er vi forpliktet til å gjøre lakseoppdrett renere, tryggere, sunnere og mer miljøvennlig ved å bruke avansert teknologi som robotikk, AI og automatisering. Vi tror at deling av vår kunnskap og innsikt vil bidra til å sikre bærekraften i fiskeoppdrettsnæringen og fremme trygg og sunn lakseproduksjon globalt.
Følg med for flere oppdateringer om våre nyeste utviklinger innen AI og automatisering.
