挪威SINTEF正與SFI Exposed研究中心展開一合作項目開發人工智能系統，該系統即使在最惡劣的海況下也能幫助防止養殖鮭魚從網箱逃逸。該項目應用深度學習開發并改進可識別鮭魚網箱不平整性的系統，該系統是通過向數字神經網絡提供完整未受損的網箱所有部位的圖像，再與實拍圖像加以比較而實現的。當系統發現實際拍攝的圖像與完整未受損的網箱圖像不符（如有洞）時就能做出反應。經常性地檢查網箱有助于防止養殖魚逃逸。挪威目前檢查網箱有無破損的標準做法包括，安裝攝像頭，遠程操控潛水器（ROV），對所拍攝的圖像進行檢查。對于一個遠程操控人員來說，保持數小時的集中注意力查看單調的視頻圖像是有難度的。計算機人工智能則永遠不會疲勞和枯燥，因此，此類工作應用自主航行器拍攝并進行圖像識別是非常適合的。當然，導航一臺ROV沿著海中的網箱箱壁航行是一項有技術要求的任務。攝像頭必須和箱壁靠得足夠近才能在不與其發生碰撞的情況下獲得清晰的圖像。項目開發人員還正在研究采用何種類型的傳感器用以確定ROV在網箱內的空間位置，這對在任何時候都能確定ROV在檢查網箱的哪個部位非常重要。項目最終確定采用一激光攝像系統用于他們所稱的“相對網壁”導航。ROV與網壁的距離和角定向等信息則用照射在網壁上的兩束平行的激光束獲得。挪威在自主式機器人操作上投入了大量的研發，SINTEF把此看作是增強水產養殖業運營的系統開發之路的開端。
滬公網安備 31011002002435號