Künstliche Intelligenz kann unter Wasser von großem Nutzen sein, und SINTEF entwickelt in Zusammenarbeit mit dem Forschungszentrum SFI Exposed Systeme, die dazu beitragen werden, die Sicherheit von Fischfarmen unter rauen Meeresbedingungen zu verbessern.
Vielleicht haben Sie schon von Deep Learning gehört. Es ist ein Schlüsselprozess im Bereich des maschinellen Lernens, der es Computern ermöglicht, ihre Fähigkeiten als Reaktion auf die ihnen bereitgestellten Informationen zu erweitern. Indem ein Computergehirn Konzepten ausgesetzt wird, die es verstehen muss, kann ihm beigebracht werden, Kontextinformationen zu erkennen. In einer dem menschlichen Gehirn nachempfundenen Datenstruktur werden Geräte zu einem sogenannten neuronalen Netz verknüpft. Solche Netzwerke bestehen aus vielen Schichten, die interagieren, um das zu ermöglichen, was wir Deep Learning nennen.
Wir haben dieses Konzept genutzt, um Systeme zu entwickeln und zu verbessern, die Unregelmäßigkeiten in Lachskäfignetzen auf Fischfarmen identifizieren können. Dazu füttern wir ein digitales neuronales Netz mit Bildern, die die Bausteine eines intakten Netzes zeigen. Diese Bilder ermöglichen es dem Programm dann zu reagieren, wenn es etwas Ungewöhnliches wie ein Loch beobachtet.
Entflohene Fische sind ein großes Problem
Häufige Inspektionen von Meereskäfignetzen, die unter Wasser aufgehängt sind, sollen helfen, das Entkommen von Fischen zu verhindern. Entflohener Zuchtlachs kann Krankheiten übertragen und kann auch mit Wildfischen flussaufwärts entlang von Flüssen wandern, wodurch der Laichprozess gestört und daran beteiligt wird. Diese Faktoren dienen nur dazu, die Wildlachspopulationen zu schwächen, daher ist es im Interesse aller, das Entkommen aus Meereskäfigen zu verhindern.
Die norwegische Regierung hat kürzlich angekündigt, strengere technische Anforderungen für die ausbruchsichere Gestaltung und den Betrieb von Fischfarmen einführen zu wollen. Diese neuen Vorschriften lassen keinen Zweifel daran, dass wir innovativ denken müssen, und bieten uns möglicherweise Möglichkeiten, einige der Konzepte, an denen wir derzeit im Forschungszentrum SFI Exposed arbeiten, anzuwenden oder weiterzuentwickeln.
Gegenwärtige Standardoperationen beinhalten die Verwendung eines an einer Kamera montierten, ferngesteuerten Fahrzeugs (ROV), das in einen Käfig gestartet und von einem Bediener manipuliert wird, der dann die zurück übertragenen Bilder inspiziert. Es ist für einen Bediener schwierig, sich stundenlang auf einen monotonen Satz von Videobildern von Unterwassernetzen zu konzentrieren. Ein Computergehirn hingegen wird nie müde oder langweilig, daher sind solche Operationen ideal für die Anwendung von autonomen Fahrzeugen mit Bilderkennung.
Wenn ein Computergehirn besser ist als ein menschliches Gehirn
Unabhängig davon, ob die Bilder von Menschen oder Maschinen ausgewertet werden, müssen wir noch Videofilme von den Seekäfignetzen machen. Das Navigieren eines ROV entlang eines Seekäfignetzes ist eine technisch anspruchsvolle Aufgabe. Die Kamera des Fahrzeugs muss nahe genug heranfahren, um klare Bilder zu erhalten, ohne mit der Netzwand zu kollidieren.
Unsere Forschungskollegen, die mit autonomen Systemen und Technologien für den Einsatz in abgelegenen Gebieten arbeiten, haben nach den Arten von Sensortechnologien gesucht, die es einem ROV ermöglichen können, seine räumliche Position innerhalb eines Meereskäfigs zu bestimmen. Solche Informationen sind der Schlüssel, um festzustellen, welcher Teil des Netzes zu einem bestimmten Zeitpunkt inspiziert wird.
Es ist wichtig, dass ein ROV für alle Arten von autonomen Operationen genau weiß, wo es sich befindet. Es muss möglicherweise angesichts starker Strömungen und hoher See eine stabile Position halten oder in einem festgelegten festen Abstand über die Netzwand gleiten.
Das Ergebnis all dieser Forschungen ist ein Laserkamerasystem für die sogenannte netzrelative Navigation. Mit Hilfe von zwei parallelen Laserstrahlen, die die Netzwand beleuchten, werden Informationen über Abstand und Winkelausrichtung des ROV zum Netz gewonnen. Solche Messungen sind wesentlich, wenn das ROV einen angemessenen Abstand von der Netzwand halten soll, ohne dass ein Bediener jedes Mal Lenkeinstellungen vornehmen muss, wenn sich das Netz aufgrund von Strömungen oder Wellenbewegungen bewegt. Sowohl in Forschungszentren als auch in industriellen Umgebungen wird viel spannende Forschung und Entwicklung im Bereich autonomer Roboteroperationen durchgeführt. Wir bei SINTEF sehen dies als Beginn einer Reise der Systementwicklung, die den Betrieb im Aquakultursektor verbessern wird.
Gefährlicher Nahkontakt
SFI Exposed ist ein Zentrum für forschungsbasierte Innovation, das in vielen Bereichen mit einer Vielzahl von Perspektiven an den Herausforderungen arbeitet, denen Offshore-Aquakulturbetriebe in exponierten Umgebungen gegenüberstehen. Unsere Kollegen, die sich mit Sicherheitsaspekten befassen, haben herausgefunden, dass es einige Überschneidungen zwischen Vorfällen geben kann, die das Fluchtrisiko von Fischen erhöhen, und solchen, die die Sicherheit der Mitarbeiter der Einrichtung bedrohen.
Wir glauben, dass es beim Thema Sicherheit wichtig ist, das große Ganze zu betrachten, und dass es am effektivsten ist, alle Aspekte bereits in der Produktentwicklungsphase zu berücksichtigen. Wenn die Mitarbeitersicherheit so in die Technologie integriert ist, dass es unmöglich wird, durch unsachgemäße Verwendung Gefahren zu verursachen, haben wir das Risiko von Zwischenfällen, die sowohl zum Entkommen von Fischen als auch zu Verletzungen von Mitarbeitern führen, effektiv reduziert.
Aber da wir über Risiko sprechen. Natürlich stellt ein ROV keine HSE-Anforderungen. HSE-Überlegungen sind jedoch für das Personal, dessen Aufgabe es ist, ROVs in Fischkäfige freizusetzen und sie wieder zu bergen, von wesentlicher Bedeutung. Diese Aufgabe klingt einfach genug, erfordert jedoch, dass ein auf einem Kran montiertes Schiff längsseits gebracht und am Käfig festgemacht wird. In vielen Situationen muss Personal entlang des Schwimmrings eingesetzt werden, um das ROV freizusetzen – eine Arbeit, die mit viel schwierigem Heben verbunden ist.
Die Bewegung zwischen Schiff und Käfig ist in den besten Zeiten ein riskantes Unterfangen, und genau in solchen Situationen ereignen sich viele branchenbezogene Unfälle. An Orten, die aufgrund starker Strömungen, hoher See und Winde großen Bewegungen und Beschleunigungen ausgesetzt sind, und wo die Infrastruktur von Schiffen und Einrichtungen größer ist als an geschützten Standorten, ist es wichtig, Systeme zu haben, die es sicher machen, sich zwischen einem Käfig und einem Käfig zu bewegen ein festgemachtes Schiff.
Ein Roboterarm kann die Arbeit erledigen
Wir haben zunächst die Art und Weise untersucht, wie aktuelle Kraneinsätze durchgeführt werden, um die damit verbundenen Risiken und Herausforderungen zu bewerten. Anschließend haben wir untersucht, wie neue Technologien die Situation verbessern könnten. Ein Beispiel sind unsere Konzeptstudien für den ROV-Seekäfig „Launch and Recovery“. Ein anderes ist ein Konzept, das die Verwendung eines fortschrittlichen Roboterarms beinhaltet, der es ermöglicht, Operationen ohne jeglichen Kontakt zwischen dem Gefäß und dem Käfig durchzuführen.
Stellen Sie sich vor, das Schiff, auf dem der Roboterarm montiert ist, bewegt sich auf den Wellen auf und ab, und der Meereskäfig tut dasselbe, außer Tritt und in einiger Entfernung. Ein Roboterarm, der vom Gefäß bis zum Käfig reichen kann, um dort Präzisionsarbeit zu leisten, muss einfach ein beeindruckender Hightech-Baukasten sein. Aber es ist durchaus möglich.
Wir haben anhand von Modellversuchen gezeigt, wie ein Roboterarm die Relativbewegungen eines Schiffes und eines Seekäfigs ausgleichen kann. Wir haben auch Bewertungen der durchführbaren Operationen und aller Änderungen vorgenommen, die an bestehenden Anlagen vorgenommen werden müssen, damit diese Technologie eingesetzt werden kann.
Bessere Entscheidungsunterstützung
Das Risiko von Unfällen und Fluchten von Fischen kann steigen, wenn die Seebedingungen schlechter als erwartet sind, wie z. B. bei unerwartet starken Strömungen oder rauer See mit starken Wellen. Derzeit werden unsere Entscheidungen darüber, ob wir den Betrieb unter solchen Bedingungen fortsetzen oder nicht, häufig auf der Grundlage von Ermessen und Erfahrung getroffen. Besser definierte Betriebsgrenzen in Form von Richtlinien, wann Operationen durchgeführt werden können oder nicht, können einen wertvollen Beitrag zur Erhöhung der Sicherheit leisten.
Bei SINTEF Ocean haben wir eine Infrastruktur für die Datenerfassung von Bojen, Offshore-Schiffen und -Anlagen aufgebaut und meteorologische Daten sowie Messungen der Wasserbewegung und -qualität gesammelt, um eine robuste statistische Datenbank aufzubauen. Je genauer die Informationen zu Wellen-, Strömungs- und Wetterverhältnissen sind, desto leichter fällt die Entscheidung, ob eine Operation durchgeführt werden kann oder nicht. Wenn wir diese Statistiken mit physikalischen Messungen und digitalen Zwillingen verknüpfen, erhalten wir eine hervorragende Grundlage für die Betriebsplanung.