Optimization of feeding strategies using 3D sonar monitoring of feeding behaviour and pellet detection

Fôring i dagens lakseoppdrett foregår enten ved å fôre til faste tider, eller å justere fôringen basert på visuell overvåkning. Det siste krever en operatør som tar avgjørelser om fôrmengde og når det skal fôres basert på informasjon fra kamera i merden. Bruk av operatør gir økt kontroll og mulighet til å redusere fôrspill, men grunnet den høye biomassen i merdene, og dårlig sikt, er kamera ofte en begrenset informasjonskilde. I tillegg er beslutninger vedrørende fôring avhengig av operatørens ekspertise, og den subjektive beslutningstakingen øker sannsynligheten for menneskelige feil, noe som kan medføre både over- og underfôring. Prosjektet OptiFe3d skal utvikle et nytt system basert på multibeam-sonarer (flerstråle-sonarer) som ikke tidligere har vært brukt for fôringskontroll i havbruksnæringen. Dette nyutviklede systemet vil vurdere fôringsoperasjonen basert på atferdsanalyse og pelletdeteksjon identifisert av sonaren sammen med miljødata. Multi-beam ekkoloddteknologien har et større overvåkningsvolum enn kamera, og gir mulighet til å skille veldig små objekter fra hverandre, gi nøyaktig biomasseestimering, samt bygge en levende 3D "digital tvilling" av fiskepopulasjonen i merden. Ved å utnytte denne løsningen vil det være mulig å analysere laksens fôringsatferd på gruppe- og individnivå. Den økte oppløsningen åpner også mulighet for mer nøyaktig pelletdeteksjon. Ved å kombinere overvåkning av fôringsatferd med uspiste pelleter, vil prosjektet optimalisere fôring for å unngå både over- og underfôring, og slik redusere kostnader og industriens karbonavtrykk.

Feeding is one of the core operations of fish production, however nearly 10% of the yearly feed consumption in Norwegian Atlantic salmon production is lost to the environment. This is a major environmental and financial concern for the industry. OptiFe3D’s main goal is to provide an efficient and accurate decision support system (DSS) to optimize the feeding operation based on new methods that correlate environmental conditions and salmon’s appetitive behaviour alongside pellet loss estimation. These new methods adopt state-of-the-art Machine Learning (ML) and algorithms supported by ground-breaking 3D-sonar technology. OptiFe3D will focus on the following research areas (RA): RA1: 3D monitoring and detection of fish feeding behaviour, RA2: Autonomous pellet loss estimation, RA3: Using behaviour and pellet loss information to optimize feeding. Environmental and biological monitoring will be performed at two separate Lingalaks sites to ensure versatility of OptiFe3D's DSS. Environmental monitoring is carried out using Aanderraa's instrumentation, and long-standing expertise in the field, to identify environmental drivers that might influence the salmon's behaviour and pellet distribution. Aquabio's unique high-resolution 3D-sonar will be utilised for the biological monitoring of both fish behaviour and pellets. The biological and environmental data forms the basis for the development of the ML algorithms for detection of fish appetitive behaviour, at both group and individual level (RA1), and pellet distribution (RA2). Lastly these algorithms will be integrated to create a proof of concept for the OptiFeed's DSS (RA3). OptiFeed with this novel decision support system will provide recommendations for duration and intensity of feeding thereby aiding personnel in eliminating food waste. The intelligent feeding system will also assess the quality of each feeding period, while challenging the current feeding strategies with brand-new technologies and methods.