View Project

Norwegian AI Directory

Autonomous Drone Based Survey of Ships in Operation


Description:

Klasseselskapet DNV har utført droneassisterte inspeksjoner av skipstanker siden 2016, som har resultert i kostnadsbesparelser og økt personellsikkerhet. Prosjektets mål har vært å utvikle og demonstrere en intelligent, autonom drone for inspeksjoner av skip og offshorefartøy. Hovedmålet er å redusere behovet for å gå inn i tanker ved å muliggjøre fjerninspeksjon. Visjonen er en drone som kan fly av seg selv, vite hvor den er, samle informasjon om tilstanden til tanken, og oppdage defekter som rust og sprekker og også måle ståltykkelse. Det forventes at droneassistert fjerninspeksjon vil redusere inspeksjonskostnadene for kundene, forbedre sikkerheten for inspektørene, redusere miljøfotavtrykket og forbedre inspeksjonskvaliteten, og dermed skipssikkerheten. Skreddersydde inspeksjonsdroner kreves for visuell inspeksjon på nært hold i trange, mørke skipstanker uten GPS-dekning. ADRASSO-prosjektet, et samarbeid mellom DNV, Scout Drone Inspection, NEO, Jotun, Idletechs og NTNU, har forsket på og utviklet semi-autonome droner med kunstig intelligens for automatisert deteksjon av defekter i bilder; videre hyperspektrale analysemetoder og programvare for sanntidsanalyse av store datamengder, for automatisk å bl.a. vurdere tilstanden til den dekkmalingen som brukes i ståltanker. Bildeanalysesystemet oppdager automatisk sprekker i bilder og videoer. Programvaren er basert på Deep Learning. Tusenvis av bilder fra DNVs databaser ble samlet inn og klargjort for å trene Deep Learning-algoritmen. Deteksjonsytelsen er tilfredsstillende, men AI gjør feil, noen ganger ser den ikke en sprekk, og andre ganger rapporterer den feilaktig en sprekk. Derfor er det også utviklet et videoinspeksjonsverktøy for å hjelpe inspektøren med å gjennomgå og rette opp feilene gjort av AI. Det er arbeidskrevende å forberede bildene for trening av AI. Et verktøy ble utviklet for å redusere manuelt arbeid. Det ble også utviklet en korrosjonsdetektor parallelt i et DNV-internt prosjekt. En sanntids sprekkdetektor ble utviklet som kjører ombord på dronen på en Jetson TX2 GPU (Graphical Processing Unit). Den hyperspektrale analyseprogramvaren klassifiserer den kjemiske sammensetningen med høy nøyaktighet, og i sanntid ved behov for det. Flere andre bruksområder for hyperspektral avbildning ble undersøkt i prosjektet, for eksempel korrosjonsgrad, påvisning av korrosjon under maling, vurdering av tilstand eller alder på malingen, vurdering av gjenværende sinkbeleggtykkelse på galvanisert stål, og påvisning og klassifisering av forurensninger på tankflater, for å vurdere hvor godt det er rengjort. Disse bruksområdene er fortsatt under forskning og utvikling. To designer av et lite, lett hyperspektralt kamera ble utviklet, for brukstilfeller med ulike optiske krav. Inspeksjonsdronen er kablet. Kabelen har både strøm og datakommunikasjon, og dronen har derfor ubegrenset driftstid, i motsetning til batteridrevne droner. Den har en robust fysisk design, og er utstyrt med en kraftig lyskilde og et 4K-kamera. Ved hjelp av en innebygd 3D-laserskanner kan den navigere innendørs og unngå kollisjoner. Den vet hvor den er og kan kartlegge tanken; den holder en stabil posisjon når navigasjonskontrollene slippes, og den betjenes med kommandoer på høyt nivå i stedet for med joystick, og den har et grafisk brukergrensesnitt for enkel betjening. Dronen demonstrerte også tykkelsesmåling med en påmontert ultrasonisk tykkelsesmålingssensor. Et skysystem ble utviklet for å fange og visualisere dataene i 3D, inkludert dronens posisjon inne i tanken i sanntid. Dette gir muligheter for fjernnavigering av dronen, fra utsiden av tanken, såkalt BLOS (Beyond Visual Line of Sight). To vellykkede demonstrasjoner ombord på flytende produksjons-, lagrings- og losseskip (FPSO) ble gjennomført under prosjektet. ADRASSO-prosjektet videreføres i det NFR-finansierte prosjektet REDHUS som startet i januar 2021. REDHUS bygger videre på ADRASSO, og tar enda et skritt mot virkelig fjerninspeksjon, dvs. at inspektøren ikke går ned i skipstanken. REDHUS skal også detektere andre typer defekter automatisk, f.eks. deformasjoner, groper og lekkasjer. Dronen skal bli mer autonom for å kunne navigeres utenfra tanken, BLOS. Det skal videre utvikles en mikrodrone for å inspisere også ballastvanntanker i dobbeltskrog. Inspeksjonsplanlegging, utførelse og rapportering skal være mer automatisert og basert på 3D-verktøy. Retningslinjer for automatiserte dronebaserte inspeksjoner skal utvikles i forbindelse med nye arbeidsflyter og infrastruktur for en digital inspeksjonssprosess. Det kommersielle fokuset vil være sterkere siden ADRASSO utforsket teknisk gjennomførbarhet og demonstrerte teknisk proof-of-concept.


Project leader: Erik Stensrud

Started: 2018

Ends: 2021

Category: Næringsliv

Sector: Næringsliv

Budget: 9989990

Institution: DNV AS

Address: