View Project

Norwegian AI Directory

OceanEye - All-weather, high-precision intelligent payload for sea surface object detection


Description:

I dette prosjektet har Maritime Robotics, SINTEF, NTNU, NORCE og PGS jobbet sammen om teknisk design og prototyping av et UAS-sensorsystem. I 2019 ble innledende flytester utført for å utforme systemkrav. Data fra disse flyvningene ble i 2020 brukt for innledende forskning på maskinlæringsmetoder for objektdeteksjon til sjøs (Arnegaard et al, 2021). Tidlig i 2020 ble det avholdt en workshop for prosjektet, for å samle alle prosjektpartnere for å diskutere sensorvalg og arkitektur. Deretter ble designfasen videreført ved å utforme dokumenter som beskriver den overordnede arkitekturen og planene for sensorkonfigurasjoner. Et sett med sensorer ble anskaffet og kombinert med NTNUs Sentiboard, for å lage en sensorpod for UAS. Maritime Robotics har arbeidet med å sette sammen denne nye sensorkapselen, og har også designet mekanikk for montering på UAS. I mellomtiden har SINTEF og NTNU arbeidet med deteksjons- og klassifiseringsmetoder, og har utviklet en første tilnærming til objektdeteksjon og representasjon av dataene til operatører. I 2021 ble felttestforberedelse gjort av alle prosjektpartnere, og Maritime Robotics utførte flere felttester, nå med den nye sensorpoden. Innledende dataanalyse ble gjort av SINTEF, NTNU og Maritime Robotics som forberedelse til videre analyse og testing. SINTEF har også arbeidet videre med metoder for å presentere resultatene for UAS-operatører. Sommeren 2021 begynte MR og SINTEF også å utvikle anomalideteksjonsmetoder for deteksjon av havoverflateobjekter. Dette arbeidet vil bli tatt videre for å sammenligne ulike tilnærminger når det gjelder deteksjonsytelse og sanntidsbehandlingsytelse. Som forberedelse til felttesting og prosessering ombord, bidrar NORCE med Cryocore for å fasilitere effektive strategier for deling av data fra UAS til operatør. NORCE har satt opp et dedikert bakkesegment (Cryorack) for kommunikasjon med dronene ved hjelp av Cryocore. En fleksibel løsning for å lansere flere løsninger er utviklet ved hjelp av Red Hat Ansible-automatiseringsplattformen.


Project leader: Stephanie Kemna

Started: 2019

Ends: 2022

Category: Næringsliv

Sector: Næringsliv

Budget: 7999991

Institution: MARITIME ROBOTICS AS

Address: