认识水产养殖业的新维护机器人

该ROV可以完全独立运行，并以阿格斯(Argus)的眼睛跟踪鱼类的行为和健康状况-同时保持安全距离。它甚至可以检查外壳的技术标准。向CageReporter先生问好。

养鱼是全世界重要的食物来源。但是该行业以与安全相关的挑战而闻名，包括现场事故频发和逃脱围栏的鱼。已知的问题是在松散地上养殖鱼类，以及由此导致有害基因物质向脆弱的野生鲑鱼群的传播。此外，当今的水产养殖业几乎无法使用可自动运行，调查围栏并同时从内部发生的所有事件中收集重要数据的定制系统。

从纯粹的技术角度来看，存在解决方案。自动化的水下航行器可以应对高风险的工作，例如检查网罩，可以减少事故的发生。此外，他们可以调查鱼类的健康状况并防止逃逸。实际上，这种类型的设备甚至可以使设施更有利可图，因为它可以24/7全天候地“警惕”，而不管天气如何恶劣，也不需要人工协助。该设备可以完成复杂的任务，例如实时检查笼子是否有可能损坏，从而防止脱逃，从而有助于改善动物福利。

在水产养殖设施中测试

来自SINTEF和NTNU的一组研究人员现在已经与水产养殖和技术行业一起开发了自动驾驶，也称为自动水下机器人(ROV)，正式称为CageReporter。它是针对此类工作量身定做的，并且可以独立完成。

项目成果：

用于通讯和定位的低成本水下系统。

一种用于3-D瞄准镜的新系统，可提供高质量的数据收集和数据分析的可能性。

一种用于在非静态环境中进行自主导航/操纵的新系统，其干扰需求降至最低。

能够监视围栏内的状况，以改善鱼类的生活质量和健康状况，并能更轻松地检查网。

一项概念研究得出了有关水产养殖结构中免费对接站的建议和规格。

以下出版物：

水下通信和位置参考系统—OC2020 A-034

CageReporter配备有一些非常可靠的技术。它的通信系统基于声音信号，但仍然足够小，不会影响ROV在水中的行驶能力。

“像这样的车辆可以收集有用的数据，使其比我们作为人类所收集的数据更为精确和客观。因此，该技术为我们提供了关于鱼类健康和水质的极其精确和重要的信息。这对鱼类健康和动物福利来说是个好消息。” SINTEF研究人员兼项目负责人Eleni Kelasidi说道。“将来，我们甚至可能正在寻找完全无人的水产养殖设施。”

到目前为止，ROV已在特隆赫姆海岸弗洛亚郊外与SINTEF ACE连接的两个水产养殖设施进行了现场测试。这些设施由SalMar经营，但也充当SINTEF研究人员的现场实验室。机器人在这里实时提供了笼子的激光锐利照片和精确的定位数据，从而使其能够在不断变化的环境中导航。借助这项技术，CageReporter可以发现并报告网上的任何变形，甚至可以预测将来的损坏。

她说：“我们从养殖围栏获得的有关鱼类，设备和环境的数据，使我们对围栏的实际状况有了更好的了解。” “与传统的点测量相比，毫无疑问，我们收到了更多的信息，更重要的是，我们获得了更精确的信息。”

配备传感器和人工智能

CageReporter配备有一些非常可靠的技术。它的通信系统基于声音信号，但仍然足够小，不会影响ROV在水中的行驶能力。

在研究项目过程中，当前的核心任务是使汽车实现自动驾驶，这涉及给它提供大脑，三维视觉以及可以测量环境的各种传感器。信用：SINTEF

这种高科技通信系统是由挪威初创公司Water Linked开发的，该公司开发了一种基于超声波的水下信号系统，该系统既小巧又经济高效。

“我们意识到这种设备的市场很大，因为七年前我们刚开始使用时，市场上已有的通信系统很大，并且在使用时需要大量的电力。” Linked的经理Oliver Skisland。

意识到市场的这种需求导致了长达七年的研究工作，如今，该公司在其解决方案方面取得了巨大的成功。这些成功的部分原因在于，他们在将SINTEF主导的项目CageReporter及其微型信号系统背后提供技术方面的基本作用。

“对我们来说，拥有一个精确的水下定位系统是至关重要的。否则，ROV将无法自行导航。在SINTEF，我们开发了多种高级方法来实时计算例如变形外壳的网络和这种类型的车辆的交互式导航。现在，我们已经证明了机器人确实可以完成这项工作。” Kelasidi说。

研究人员使其自主

在研究项目过程中，当前的核心任务是使汽车实现自动驾驶，这涉及给它提供大脑，三维视觉以及可以测量环境的各种传感器。ROV需要与活鱼和不断变化的环境共存，因此需要能够使用其感官来导航和调节自身。

研究人员埃莱尼·凯拉斯迪(Eleni Kelasidi)说：“这具有挑战性。” “我们的团队开发了许多算法，可以估算到各种物体的距离和运动，包括实际围墙和其中的鱼。然后将这些模型与定位系统的实时测量值结合起来，以估算周围环境并进行调整生物交互控制功能的开发非常受重视，因此ROV可以更好地与鱼类共存而不会干扰它们。”

Kelasidi解释说，然后将这些算法编程到车辆本身中，该车辆由各种传感器和一个摄像头组成。他们通过计算机系统和人工智能对收集到的数据进行了分析，从而得出了有关鱼类及其环境的状态报告。

但是，要使这些系统和算法能够以极高的精度独自协同工作，并在不怕鱼的情况下将其编程到机器人的运动中，是很困难的。

“当鱼被吓到时，它们的飞行本能就开始了，这意味着我们无法获得所需的观察力。因此，对于我们来说，'教导'机器人在必要时减速是非常重要的，因此鱼接受它作为环境的一部分。” Kelasidi解释说。

ROV被接纳为鱼群后，可以在围栏内任何需要的地方旅行。在当今的大多数水产养殖设施中，喂食站仅在一个位置发现传感器。但是，在温度，电流，照明和氧气水平方面，外壳内的条件可能因地区而异。自动驾驶传感器的优点是能够监视整个外壳，这使我们对内部状况有了更完整，更准确的了解。

Kelasidi得出结论，由于我们今天看到的水产养殖业急剧增长，因此CageReporter提供的自动检查对于优化操作是完全必要的。