Her ser man Moch Technology sin inspeksjonsdrone.

Skal finne hullene før de blir et problem

Etter tre år med utvikling er FHF-prosjektet hos Mohn Technology nå avsluttet. Selskapet er i sluttfasen av testingen av sin autonome inspeksjonsdrone for oppdrett, og en kommersiell lansering nærmer seg.

Publisert Sist oppdatert

Med støtte fra FHF har Mohn Technology videreutviklet en undervannsdrone som skal gjøre inspeksjon av notvegger mer presis, effektiv og autonom. Nå er neste generasjon prototype ferdigstilt, og selskapet går i gang med siste runde av tester før kommersiell lansering.

– De viktigste funnene har kommet innen algoritmene som styrer både dronen og hull-deteksjonen. Vi har utviklet alt fra bunnen av, inkludert et avansert simuleringsverktøy som gjør det mulig å teste systemet digitalt med realistiske forhold, forteller Magnus Rogne Myklebost i Mohn Technology.

Skjermdump fra simuleringsmiljø.

Simuleringen muliggjør blant annet trening av operatører i krevende miljø, uten å måtte stå på merdkanten i dårlig vær.

Les også: Et nytt våpen for å detektere skadet not

Her er noen eksempler fra hull detektert med kunstig intelligens.

Oppgradert på alle fronter

Den nye dronen, kalt «Sentinel», er kraftig oppgradert fra prototypen selskapet presenterte i 2022. Systemet har gått fra batteridrift til kabel og kan nå fjernstyres fra hvor som helst, 24/7.

– Vi har fått tydelige signaler fra bransjen om at de ønsker lange operasjoner uten å måtte bekymre seg for batteribytte, samt liveoverføring av data. Med kabel driftet via en egendesignet 1500W subsea strømforsyning er dette nå mulig, sier Myklebost.

I tillegg til økt rekkevidde og operasjonstid har dronen fått forbedret maskinsynkamera, stereokamera, oppgradert prosessor, og nye hurtigkoblinger som gjør det enkelt å bytte deler i felt. Dybderatingen er økt fra 50 til 300 meter, og vekten redusert fra 26 til 19 kg

Bildet under viser hvordan systemet oppdager punkter i notveggen (blå med grønne normalvektorer), mens den forkaster støy i underkant (hvite med røde normalvektorer).

AI og autonomi i samspill

Siden systemet vet hvor den befinner seg er det også mulig å få opp et kart i brukergrensesnittet for å illustrere for operatøren hvilket del av anlegget som er inspisert (grønt), hva som gjenstår (hvitt) og hvor det er detektert skader (rødt). Trykker man på rødt panel vil man da kunne få se skadene og mer detaljer om lokasjon.

«Sentinel» benytter kunstig intelligens og stereokamera for å holde stabil avstand til notveggen og for å navigere autonomt. Systemet kan generere et kart over anlegget i sanntid, som viser hvilke deler som er inspisert (grønt), gjenstår (hvitt) og hvor det er oppdaget skader (rødt).

– Brukeren kan klikke på et rødt panel i kartet og få opp detaljerte bilder og posisjon for skaden. Dette gir et svært godt grunnlag for å planlegge reparasjon, forklarer Myklebost.

Systemet er trent med både ekte og manipulerte bilder av skadet not, og har ifølge selskapet nå oppnådd høy presisjon. Likevel etterlyser Mohn Technology mer bildegrunnlag fra bransjen for å styrke treningsdatabasen.

Klar for pilot

Mohn Technology opplyser at systemet vil testes hos en pilotkunde høsten 2025. Da skal også de siste autonome funksjonene finjusteres.

– Vi svarer i dag på så godt som alle kravene vi har fått fra bransjen. Det har vært stor interesse, og behovet for mer automatisert og presis inspeksjon er tydelig. Vi håper å kunne åpne for salg etter endt pilotperiode, sier Myklebost.

Første gang man skal inspisere et anlegg må man legge inn litt info om geometrien (omkrets, dybde, antall paneler etc.). Når operatøren trykker på åpne kart får man opp en interaktiv 3D modell som viser noten, samt ROVens posisjon. Man kan da trykke på de røde panelene og få se bilde av det aktuelle området og hvorfor systemet mener det er skade der. Det vil da bli lett å planlegge reparasjon når man vet at skaden er på f.eks. panel nr. 5 på 7 meters dyp.