Tilbake til søkeresultatene

MAROFF-2-Maritim virksomhet og offsh-2

Neste generasjons analyseverktøy for overvåkning av hav- og kystområder

Alternativ tittel: Next generation analysis tools for airborne ocean and coastal surveillance

Tildelt: kr 6,8 mill.

Overvåking av Norges kyst- og havområder er i stor grad basert på flybåren overvåking. Spesialtilpassede fly med et vidt spekter av sensorer blir utstrakt benyttet til f.eks. kartlegging av fiskeriaktiviteter, karakterisering av oljesøl og søk-og-redningsoppdrag. Om bord i flyene sitter operatører som følger nøye med på hva sensorene fanger opp, og rapporterer fortløpende om ulovlig fiske, oljesøltype, etc. Norwegian Special Misson (NSM) utvikler, produserer og leverer overvåkningssystemer som i dag er i utstrakt bruk til overvåking av havområdene langs norskekysten på oppdrag for blant annet Kystverket, Kystvakta og NOFO. Andøya Space leverer avanserte dronetjenester med store fixed-wing droner som kan opereres utenfor synlig rekkevidde og radiokontakt. Ubemannede fly representerer store fordeler for overvåking av kyst- og havområder i form reduserte kostnader, støtte for svært lange operasjoner (opptil flere døgn i strekk), og mulighet for å gjennomføre oppdrag som innebærer for stor risiko for bemannede oppdrag. Men en sentral utfordring ved bruk av droner til havovervåkning er begrenset kapasitet til å overføre store mengder sensor-data via satellitt. Visjonen for dette innovasjonsprosjektet er å utvikle en løsning som automatisk tolker sensor-data fra flybåren kyst- og havovervåkning. En automatisert tolkning vil gjøre det mulig for NSM og ASC å tilby fremtidens løsning som benytter droner med høy kapasitet og avanserte sensorer til operativ maritim overvåking utenfor radiokontakt. En automatisert løsning vil også redusere behovet for manuell tolkning i operasjoner med små bemannede fly. Vi har utviklet AI baserte systemer som automatisk detekterer og lokaliserer skip fra optiske overvåkingsvideoer og bilder fra flybåren tokt langs kysten. Resultatene så langt er svært oppløftene. Metodikken er basert på deep learning algoritmen Mask R-CNN, som er state-of-the-art innen objekt deteksjon i bilder. Det jobbes nå med å øke bildematerialet til å inkludere flere skip og enda større variasjon. Dette vil medfører enda bedre ytelse. NSM jobber også med å tilpasse løsningen til eksisterende bemannet fly for kystovervåkning for utprøvning av sanntids løsning på overvåkningstokt.

Dette innovasjonsprosjektet skal utvikle en løsning som automatisk tolker data fra flybåren kyst- og havovervåkning for blant annet kartlegging av fiskeriaktiviteter, karakterisering av oljesøl og søk-og-redningsoppdrag. Løsningen skal implementeres på bemannede overvåkingsfly, men også i droner med lang rekkevidde og avanserte sensorer. Prosjektet er et samarbeidsprosjekt mellom Norwegian Special Misson (NSM), som utvikler og produserer overvåkningssystemer for fly, Andøya Space Center (ASC), som leverer avanserte dronetjenester til en rekke formål, og Norsk Regnesentral, som utvikler AI-løsninger for blant annet tolkning av bildedata. Droner representerer meget store fordeler for overvåking av kyst- og havområder i form reduserte kostnader og støtte for svært lange operasjoner. Helt avgjørende er at dronene kan operere uavhengig i lange perioder. Utfordringen er at dronen ofte befinner seg utenfor radiokontakt, og at det ikke er kapasitet til å overføre mengden sensor-data via satellitt. Automatisk tolkning av sensordataene om bord i dronen er derfor nødvendig. I prosjektet vil vi utvikle løsninger for automatisk tolkning av sensor-data fra flybåren kyst- og havovervåkning. Vi vil basere løsningene på nyere forskning innen kunstig intelligens, ofte omtalt som «deep learning» (dyp læring). Innovasjonen vil bli blant annet bli benyttet til å effektivisere analysen av sensor-data fra dages bemannede fly, men også være en helt sentral komponent for bruk av droner til havovervåkning.

Budsjettformål:

MAROFF-2-Maritim virksomhet og offsh-2