Til hovedinnhold

CageReporter

CageReporter

Utvikling av teknologi for autonom, biointeraktiv og høykvalitets datafangst i merdrommet.

illustrasjon av merd med fisk og AUV
Illustrasjon CageReporter

Prosjektet CageReporter har som overordnet idé å benytte autonome og trådløse farkoster, som bærer av sensorsystemer for datafangst, og hvor data overføres fra oppdrettsmerder til en sentral landbase. Farkosten vil benytte thrustere for aktiv bevegelsesstyring, og innhente data om tilstanden i merden mens den beveger seg i vannvolumet som er avgrenset av notposen, heretter kalt merdrommet. Farkosttypen blir ofte referert til som AUV (Autonomous Underwater Vehicle), og kjennetegnes ved at den i stor grad er selvgående. Prosjektet skal utvikle løsninger som gir farkosten autonom funksjonalitet for å kunne operere i samspill med biomassen (biointeraktiv) og anlegget, og som i kombinasjon med sanntids kvalitetskontroll skal sørge for innhenting av høykvalitets data.

Prosjektet adresserer næringens mange utfordringer, knyttet til manglende nøyaktighet og kontroll over oppdrettssituasjonen, ved bruk av teknologi for å innhente høyoppløselige data i tid og rom som kan benyttes til å kvantifisere tilstanden i merden, gruppert innen hovedbruksområdene: A) Fiskens tilstand, B) anleggsinspeksjon og C) produksjonsmiljø. Eksempler på konkrete bruksområder er deteksjon av unormal fiskeadferd, notinspeksjon og kartlegging av vannkvalitet i produksjonsmiljøet. En grunnleggende egenskap ved prosjektideen er bruk av residente farkoster, fast tilstedeværende i hver enkelt merd, for kontinuerlig datafangst. CageReporter vil sørge for kontinuerlig og tett oppfølging av tilstanden i merden, og være oppdretterens øyne i merdrommet.

For at innovasjonene skal være salgbart i havbruksmarkedet baserer prosjektideen seg på bruk av lavkostnadsteknologi for trådløs undervannskommunikasjon, posisjonering og kamerasystemer for 3D-syn.

I prosjektet vil det utføres forskning innen 4 hovedområder:

  • Undervannskommunikasjon og posisjonsreferansesystem
  • Datafangst og sanntidsanalyse av datakvalitet
  • Autonome systemer
  • Undervannsdocking

Mål:

Prosjektet skal utvikle trådløs, autonom og resident teknologi for datafangst av høykvalitets data som beskriver tilstander i merdvolumet tilknyttet fisken, anleggsintegritet og produksjonsmiljø.

  • Delmål 1: Utvikle applikasjonstilpasset teknologi for undervannskommunikasjon, posisjonsreferanse og 3D-robotsyn som reduserer kostnaden med en faktor på 5-10 sammenlignet med konvensjonell teknologi.
  • Delmål 2: Farkosten skal ha autonome funksjoner som muliggjør adaptiv operasjonsplanlegging og biointeraktiv datafangst, med et minimum av operatørinteraksjon.
  • Delmål 3: Data, med tilhørende kvalitetskrav og metadata, skal kunne innhentes fra hele merdvolumet.
  • Delmål 4: Farkostteknologien, med autonom funksjonalitet og datafangstsystem, skal valideres i fullskala oppdrettsanlegg for hovedbruksområdene: A) FISKENS TILSTAND, B) ANLEGGSINSPEKSJON, og C) PRODUKSJONSMILJØ

Budsjett:
18.1 MNOK

Partnere

  • Water Linked AS (prosjekteier)
  • SINTEF Ocean AS (prosjekleder)
  • Sealab AS
  • Norsk Havservice AS
  • NTNU
  • University of Applied Sciences and Art Western Switzerland (HES-SO)

 

Publisert tirsdag 13. juni 2017
Seniorforsker
+47 451 85 796

Prosjektvarighet

01.01.2017 - 31.12.2019

Finansinstitusjon:

Forskningsrådet (50%)

Publications

Publikasjon
https://www.sintef.no/publikasjoner/publikasjon/?pubid=1802497

This report presents results obtained in the CageReporter project regarding the development of a low cost hydroacoustic subsea communication system adapted for use in fish cages. The report mainly addresses tasks regarding the optimization of sender and receiver technology, as well as algorithms for...

Forfattere Biao Su Eleni Kelasidi Eirik Storås Thorbjørnsen
År 2020
Type Rapport
Publikasjon
https://www.sintef.no/publikasjoner/publikasjon/?pubid=1802495

This report presents results obtained by applying the Seatonomy concept for analysing autonomous operations handled in CageReporter project. The analysis results in this document are based on the Autonomous Job Analysis (AJA) concept introduced in the Seatonomy method. This includes analysis to iden...

Forfattere Eleni Kelasidi
År 2020
Type Rapport