Kontaktieren Sie uns

MEER.

Mmaschinelles Lernen ZUangewendet auf die RForschung zu Emarine Ökosysteme via AUV

Maschinelles Lernen angewendet auf die Erforschung mariner Ökosysteme mittels autonomer Unterwasserfahrzeuge
Zum Projekt
Forschungsschwerpunkte
Das MARE-Projekt (Maschinelles Lernen in der Meeresökosystemforschung mit autonomen Unterwasserfahrzeugen) zielt darauf ab, bestehende Lücken in der Beobachtung biologischer, ökologischer, chemischer und geologischer Parameter im marinen Ökosystem zu schließen. Strategisches Ziel ist die Entwicklung eines neuen integrierten Systems für die langfristige Umweltüberwachung mithilfe autonomer Unterwasserfahrzeuge (AUVs) bei gleichzeitiger Minimierung menschlicher Eingriffe auf See.
Lösung gefunden
Die MARE-Lösung ist ein modulares System mit mehreren Schlüsselkomponenten: einem autonomen Unterwasserfahrzeug (AUV), einer Dockingstation und einem Lander (jetzt eine einzige, semipermanente Unterwasserstruktur), einer Hub-Boje an der Oberfläche und einer Bodenkontrollstation (GCS) an Land. Das AUV sammelt Umweltdaten und überträgt diese an den Lander, mit dem es sich mithilfe künstlicher Intelligenz automatisch verbindet. Das induktive Ladesystem und die Datenübertragung zwischen AUV und Lander sind innovativ für diese Anwendung. Die Boje, die über ein Kabel mit dem Lander verbunden ist, gewährleistet die Stromversorgung über Solarpaneele und den Datenaustausch mit der GCS. Dort werden die Daten erfasst und an ein Entscheidungsunterstützungssystem gesendet, das auf einer von Relatech entwickelten Datenanalyse-Engine für statistische Analysen und Algorithmen des maschinellen Lernens basiert und über intuitive Dashboards Datenvisualisierung bietet.
Fortschrittliche technologische Lösung
MARE nutzt modernste Technologien:
Algorithmen der künstlichen Intelligenz (KI)

Mithilfe von Bibliotheken wie OpenCV erkennen sie geometrische Formen (wie die LED-Streifen an der Dockingstation), um das AUV zu einem autonomen und unbeaufsichtigten Andocken zu führen. Das AUV wird von einer Kameraverarbeitungseinheit (CMU) und einer Vitaleinheit (VU) gesteuert, die visuelle Daten interpretieren, um Manöver zu koordinieren.

Fortschrittliches Design für Lander/Dockingstationen

Die Struktur ist ein aus perforierten Edelstahlblechen gefertigtes "Canopy", das geneigt ist, um den Eintritt des AUV durch Ausnutzung seines natürlichen Auftriebs zu erleichtern. Die kundenspezifischen Komponenten werden mittels additiver Fertigung (3D-Druck) aus Materialien wie PLA hergestellt, um das Design zu optimieren, Abfall zu reduzieren und eine leichte und umweltverträgliche Konstruktion zu gewährleisten.

Datenkommunikationsinfrastruktur

Für die drahtlose Übertragung zwischen Boje und Bodenstation wurde die LoRaWAN-Technologie gewählt, da sie große Entfernungen bei minimalem Stromverbrauch überbrückt und sich daher ideal für maritime IoT-Anwendungen eignet. Die Datenkommunikationsinfrastruktur für das MARE-Projekt wurde von Relatech implementiert.

Datenanalyse-Engine (DAE)

Entwickelt von Relatech, eine Datenanalyse-Engine für statistische Analysen und Algorithmen des maschinellen Lernens, ausgestattet mit der Fähigkeit, die gesammelten Daten durch intuitive Dashboards zu visualisieren.

Finanzierung
Das MARE-Projekt (Maschinelles Lernen in der Forschung zu marinen Ökosystemen mithilfe von AUVs) wird im Rahmen der “Kaskadenaufrufe” des RAISE-Projekts (Robotik und KI für sozioökonomische Stärkung) gefördert. Diese Initiative ist Teil des Nationalen Wiederaufbau- und Resilienzplans (PNRR) – Mission 4, Komponente 2 “Von der Forschung zur Wirtschaft”, Investition 1.5 – und wird von der Europäischen Union über das Programm NextGenerationEU unterstützt. Das MARE-Projekt befasst sich insbesondere mit den Herausforderungen des Themenbereichs 3, der sich auf “Schutz und Erhaltung der Umwelt” konzentriert.

Partnerschaft
Das MARE-Projekt ist das Ergebnis der synergetischen Zusammenarbeit von fünf Partnern mit multidisziplinärer Expertise, darunter Relatech. Weitere Projektpartner sind Edgelab (Leitung), Automation srl, Superfici srl und BioAge srl. Die Partnerschaft umfasst zudem die wissenschaftliche Zusammenarbeit mit Forschungseinrichtungen wie dem Nationalen Institut für Geophysik und Vulkanologie (INGV) und der Universität Padua, die Infrastruktur und spezialisiertes Fachwissen bereitstellen.
Haben Sie ein Innovationsprojekt?
Teile es mit uns