Saight – AI-forskare ska ge undervattensrobotar bättre syn
Projektet Saight ska skapa ett verktyg som underlätta för undervattensrobotar att arbeta i grumligt vatten. Detta ska ske genom att kombinera visuell feedback från undervattensroboten med både sensordata och historisk data. Projektet sker i samarbete med Saab Dynamics och Piktiv AB.
Saight, ett pilotprojekt inom AI.ALL kopplat till den strategiska inriktningen Smart industri.
Projekttid: november 2024 till april 2025
Teknisk ledare: Martin Längkvist
En utmaning med undervattenrobotar är att kunna se i mörka och grumliga vatten, vilket skapar problem både när en operatör styr farkosten – och om roboten ska användas autonomt. Nu samarbetar AI-forskare vid Örebro universitet med Saab Dynamics och Piktiv AB, för att lösa problemet.
– Vi strävar efter att förbättra säkerheten och effektiviteten i förhållanden med låg eller begränsad sikt, säger Martin Längkvist, universitetslektor i datavetenskap.
Tekniken underlättar för operatören
Saab Dynamics letar alltid efter sätt att underlätta och förbättra operatörernas arbete med undervattensfarkoster, berättar Gert Johansson, som arbetar med företagets Innovation Lab.
– Dåliga siktförhållanden är ett problem, och där tänker vi att augmented reality kan vara en bra teknik för att underlätta för operatören att utföra sitt arbete. Grundtanken är att kunna projicera verkliga objekt så som de ser ut i klart vatten även när vattnet är grumligt, säger Gert Johansson.
Målet med pilotprojektet Saight, som sker i samarbete mellan Örebro universitet, Saab Dynamics och mjukvaruutvecklaren Piktiv, är att utveckla ett proof-of-concept som visar hur operatörer kan få förbättrade data via exempelvis överlagrad information på en skärm.
Kan underlätta inspektioner av exempelvis oljerörledningar
– Utmaningarna med projekter är att effektivt synkronisera data från flera sensorer som till exempel kamera, sonar och telemetri, samt att utveckla robusta maskininlärningsmodeller som kan hantera ofullständig eller brusig sensordata i en oförutsägbar miljö, säger Martin Längkvist, och fortsätter:
– Det här arbetet kan utgöra en viktig grund för autonom undervattensnavigering. Om vi lyckas utveckla systemet kommer vi att kunna förbättra säkerheten och effektiviteten vid användning av fjärrstyrda fordon i utmanande miljöer. Det skulle i sin tur leda till mer pålitliga och säkra inspektioner av kritisk infrastruktur som till exempel oljerörledningar.
