Hoppa till huvudinnehåll

Automatiserad miljöövervakning med seglande drönare

SLU Aqua Sailor är en obemannad seglande drönare som används för datainsamling inom forskning och miljöövervakning. I detta projekt vill vi utforska möjligheterna till processering och analys av sådan data, ombord på drönaren.

A picture of a blue and white sail drone at sea monitoring environment automted

En utmaning inom datainsamling, oavsett område, är transportering av stora datamängder, vilket leder till fördröjning av analys. Inom miljöforskning och miljöövervakning har fältarbetare historiskt arbetat manuellt och med begränsade tekniska hjälpmedel. Data har huvudsakligen analyserats manuellt under den tid på året då fältarbete inte har varit möjligt - vilket lett till att slutsatser ofta kommit månader eller år efter datainsamlingen. På senare år har den tekniska utvecklingen i ökad grad möjliggjort automatiserad datainsamling, vilket kan ge större datamängder samtidigt som fältarbetare kan fokusera på annat än själva datainsamlingen. En utmaning är dock att miljöövervakningsdata insamlade på avlägsna platser är för stora för att kunna skickas som de är, istället har datan historiskt lagrats ombord för att sedan manuellt inhämtas ett antal gånger per fältsäsong.

I detta projekt vill vi utforska möjligheterna till att processa och analysera stora datamängder ombord på den seglande drönaren. Genom detta hoppas vi kunna få analyser i realtid och delvis komma runt problemet med stora datamängder som manuellt behöver tankas av drönaren.

Förhoppningen är att skala en lyckad lösning till andra autonoma segeldrönare i Australien, Kanada och Kattegatt. Vi vill också kunna visa visualiseringar av resultat för allmänheten och på sikt få en miljöövervakning som i allt högre utsträckning är baserad på realtidsdata.

An AI Sweden laptop with many cables on a table by the sea, next to a sail drone on the shore

Utmaningar

  • För stora datamängder för att kunna skickas
  • Tidsmässig eftersläpning i dagens arbetssätt
  • En tekniskt svår miljö att arbeta i då kommunikationsmöjligheter och tillgång till elektricitet är begränsad

Syfte

Att utveckla och testa möjligheter för processering och analys av stora datamängder till havs, ombord på en autonom segeldrönare.

Förväntade utfall

Flera olika utfall, både tekniska och icke-tekniska kopplat till effektivisering och förbättring av redan existerande arbetsmetoder. Ur ett miljöperspektiv förväntar vi oss nya AI-baserade metoder för miljöövervakning, visualisering av miljöövervakningsdata och en ökad kunskap om havsmiljöns status. Samtidigt vill vi se en ökad kunskap och utveckling kring autonom datainsamling och processering av stora datamängder till havs som sedan kan expanderas till andra områden och domäner. 

Fakta

Finansiering: SLU och Stockholm Resilience Centre (Stockholm University).

Projektperiod: Planerad att avslutas den 30 juni 2024, med möjlighet till förlängning.

Deltagare: SLU, AI Sweden, Stockholm Resilience Centre (Stockholm Universitet), VOTO, Offshore Sensing (Norge) och McGill University (Kanada)

Du kan hitta mer information om projektet här:

För mer information, kontakta

A picture of Joakim Eriksson
Joakim Eriksson
Developer
+46 (0)70 634 11 44