Robotøjne er så finjusterede, at de kan finde individuelle beskadigede fiskeæg i flere tusinde sunde æg.
Indsendt af Synnøve Ressem
Robotter med Argus øjne
Et fint afstemt robotblick kan registrere ufuldkommenheder hos rogn og fisk - hurtigere end nogen menneskelige øjne.
Robotter, der kan se såvel som det menneskelige øje, introduceres hurtigt i fiskerisektoren. En maskine, der kan sortere laks og ørredrogn, er allerede på markedet. Dernæst er robotter, der kan gøre alt fra sortering og beskæring af filetfileter til udtagning af beskadigede linjekroge.
Det kaldes maskinsyn.
Forståelse af forhold
Maskinsyn oprettes ved hjælp af digitale kameraer og en computer. Feltet inkluderer computerteknologi, optik, mekanik og industriel automatisering. Teknologien er velkendt, men fremskridt inden for kameraer og computere har gjort det muligt for teknologien at udvikle og oprette nye applikationer.
Alle disse faktorer gør det muligt for en robots øjne at være så finjusterede, at den kan finde individuelle beskadigede fiskæg i flere tusinde sunde æg.
John Reidar Mathiassen har taget de tekniske tilgange bag ægsortering flere skridt videre. Hans doktorafhandling viser, hvordan maskinsyn kan bruges til forskellige opgaver i fiskerisektoren.
Mathiassen sammenligner maskinsynsteknologi med en æske Lego. Selve blokke er velkendte - den kreative eller innovative del kommer fra, hvordan de bruges, eller hvad de bruges til at bygge.
”Det handler om at se og forstå ulemper: hvad er problemerne og hvad er løsningen,” forklarer forskeren.
Sådan fungerer visionen
”For at lære robotter at se, er jeg først nødt til at forstå, hvordan min egen vision fungerer. For eksempel, hvordan jeg ser koppen der, ”siger Mathiassen og peger på en grøn kaffekop på bordet foran os.
”Først skal jeg finde en måde at beskrive koppen på en måde, der karakteriserer den og adskiller den fra alle andre objekter i miljøet. Forskellen kan være farve, størrelse, form eller afstand til objektet. Når jeg har været i stand til at beskrive, hvordan jeg opdagede koppen med min egen vision, giver jeg computeren denne beskrivelse på et sprog, som den forstår - et programmeringssprog.
På denne måde får digitale kameraer billeder, billederne til computeren og computeren, der kører programmet, kan finde koppen i billedet. ”
Farve, form, størrelse
Værelset, vi er i, er sparsomt møbleret med bare et par ting. Kun to ting er grønne - koppen og en plante. Planten er meget mørkere end koppen. Dette gør det nemt at identificere den farve, der gør det muligt for en robot med maskinsyn at genkende koppen.
”Jeg har bare brug for at programmere en kode til lysegrøn. Så går roboten efter alt, hvad kameraerne fanger som lysegrønt. Hvis der havde været flere lysegrønne genstande, ville jeg have været nødt til at tilføje detaljer, der adskiller koppen. Det kan være størrelsen eller formen, ”forklarer Mathiassen.
At glemme at tage disse slags ting i betragtning kan være katastrofalt. Mathiassen har set en konkurrence, hvor robotterne blev programmeret til at sparke en orange bold. Desværre havde nogen i publikum en T-shirt, der var nøjagtigt den samme farve som bolden. Så roboten stoppede ved kanten af banen i et forgæves forsøg på at sparke tilskueren.
Registrering af fejl
Detektering af den eneste grønne kaffekop lyder enkelt nok. Men hvordan kan du få robotter til at finde bevægelige objekter i turbulente miljøer, hvor der er meget, der sker? Eller at skelne mellem små genstande, der er næsten identiske, ligesom fiskerogn?
Princippet er nøjagtigt det samme og starter med en beskrivelse. Det kendetegnende for sunde fiskæg, der bruges i fiskeopdræt, er, at de har to øjne. Robotens eller maskinens opgave er at opdage defekter: Nogle æg kan have en svampeinfektion, der kan forvirrende ligner øjnene - disse skal adskilles.Andre æg kan være enøjet eller have tre eller fire øjne - disse skal fjernes, eller fisken deformeres.
En erfaren ægsorter kan håndtere mellem 4.000 og 5.000 æg i timen - computeren administrerer over 100.000.
Finder defekte linjekroge
På laboratoriet har Mathiassen hjulpet med at designe robotter, der kan opdage selv den mindste skade på fisk og kan trimme fileter lige så præcist som en kok.
En robot, der kan sortere langlinekroge, er under udvikling, men er ikke i produktion endnu. Laboratorieforsøg har vist, at maskinsyn kan registrere 97,5 procent af de mangelfulde kroge.
Mathiassen ser derfor et stort potentiale for at strømline langlinefiskeri. Han siger, at der er så mange som 40.000 kroge på hver linje, og et besætning på tre personer har brug for cirka 24 timer for at inspicere og udskifte eller reparere krogene manuelt.
Forskningen udføres på NTNU's Institut for Teknisk Cybernetik og SINTEF Fiskeri og akvakultur i samarbejde med Aqua Gen AS og Maskon AS.
Foto: RASKT, RASKERE: En erfaren menneskelig æggræsere kan håndtere mere end 4000 æg i timen, maskinen administrerer over 100 000. Foto: Aqua Gen AS
