Projekt · Dnr 2021-04534 · Källa: Vinnova

Automation av vattenbruk med undervattensdrönare (ATAQUD)

Koordinator
Kungliga Tekniska högskolan, Kungliga Tekniska högskolan
Projekttid
2021-11-26 till 2022-11-25 (avslutat)
Beviljat bidrag
1 625 000 SEK
Diarienummer
2021-04534

Beskrivning

Utmaningarna inför det här projektet var att utveckla metodik för autonoma undervattensfarkoster (sk. AUVer) till att kunna utföra mer robusta operationer i riktiga miljöer. Inom projektet har data från realistiska miljöer gett oss värdefull information att träna systemet på. Vi har tagit fram och presenterar ett system och metoder för driften av en AUV i en algfarm, inklusive lokalisering och navigering baserat på a-priori kunskap om algfarmen samt död-räkning och sensorbaserad relativ navigering för att skanna av odlingen. Resultaten demonstreras i en simulerad algfarm. Resultat som genererats är algoritmer för att navigera med en AUV i en algfarm baserat på sonardata från side-scan sensor med realistiska data från en riktig algfarm och störningar på sensordata från såväl farkosten själv som från omgivningen samt förväntade variationer i rigg och bojar för odlingen. De resultat som genererats förväntas ge effekter på hur framtida robotar kan utvecklas för att vara effektiva verktyg i att utveckla den blåa näringen i Sverige (och även globalt) inom algodling, men även med betydligt bredare tillämpningsområden än så inom samhällskritiska funktioner.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Underwater Drones for Seaweed Farm Monitoring and Sampling

    Kungliga Tekniska högskolan · 2020-12-01 · 1 560 000 SEK · Projekt

    Detta projekt fokuserar på att demonstrera en undervattensrobot för inspektion och provtagning i en algfarm. Visionen för en digital framtid är att ha analys av vattenkvaliteten och visuella data som samlats in av en undervattensrobot som är stationerad på plats. Den dagliga övervakningen skulle för…

  2. Drönarbaserat system för sjösättning och upphämtning av autonoma undervattensfarkoster

    Kungliga Tekniska högskolan · 2024-08-01 · 2 000 000 SEK · Projekt

    Projektet utvecklade och validerade centrala delar av ett drönarbaserat system för sjösättning och upphämtning av autonoma undervattensfarkoster. Resultaten omfattar AI-baserad detektion av AUV, boj och lina, förbättrad dynamisk simulering, integrerad styr- och planeringsmjukvara samt testad hårdvar…

  3. Elektromagnetisk navigering för mindre obemannade undervattensfarkoster - del 2

    Kungliga Tekniska högskolan · 2025-11-18 · 3 877 936 SEK · Projekt

    Projektet syftar till att utveckla och utvärdera användning av existerande civil elektromagnetisk sensor och ML/AI-teknik för att skapa en tyst, robust och energisnål navigeringslösning för små undervattensfarkoster. Målet är att möjliggöra dold långtidsnavigering utan att använda röjande sensorer s…

  4. SHARPEN - Skalbara högautomatiserade fordon med robust perception

    EMBEDL AB · 2019-04-01 · 8 887 082 SEK · Projekt

    Syftet med projektet var att förbättra dagens maskininlärningsmetoder baserad på djupinlärning att bli robustare i utmanande miljöer, såsom natt, regn snö och smuts på sensorerna. För att uppnå detta mål har både teknologi för att generera syntetisk data, där man kan kontrollera dessa variabler, sam…

  5. ReNAM

    Luleå tekniska universitet · 2023-01-09 · 4 930 021 SEK · Projekt

    Projektet uppfyllde alla tekniska och vetenskapliga mål som definierades vid projektstart. ReNAM utvecklade och demonstrerade teknologier för autonoma underjordsgruvfordon, inklusive reaktiv navigation, sensorik, lokalisering, simulering och digitala tvillingar. Projektet genomförde simuleringar och…