Bluegrove-selskaper i medvind

Teknologiselskapet Bluegrove (tidligere CageEye) ble i høst tildelt 35 millioner kroner i EU-midler for å utvikle velferdsteknologi for havbruksnæringen.

Pengene skal støtte utvikling og kommersialisering av selskapets såkalte Welfare Shield-teknologi. Bluegrove konkurrerte med flere enn 800 bedrifter fra 30 land i Europa om EU-midlene.

– Imponerende

– Dette er et Europamesterskap i innovasjon, og det er imponerende hva Bluegrove har fått til. Selskapet tilbyr en løsning på store felles utfordringer som effektivt kan overføres på tvers av landegrensene, sier Håkon Haugli, administrerende direktør i Innovasjon Norge, som har støttet Bluegroves søknad.

Bedre velferd

Teknologien vil bli brukt for å redusere dødeligheten og forbedre helsetilstanden og velferden til oppdrettsfisk. Tidlig identifisering av velferdsutfordringer reduserer risikoen for sykdomsutbrudd og dermed kostnader for behandling, samtidig som det fremmer sunn fiskevekst. – Med vår teknologi kan oppdrettere observere fiskeadferd på måter som aldri før var mulig, og dermed få kunnskap og innsikt som effektiviserer driften, sier Bendik S. Søvegjarto, konsernsjef i Bluegrove, i en pressemelding.

Maskinlæring

– Med hundretusenvis av fisk i en merd er det umulig for en menneskelig operatør å overvåke alle individene, og så identifisere endringer i adferdsmønstre. Med vår digitale teknologi og dype maskinlæringsmekanismer er vi i stand til å forstå hva fisken forteller oss, slik at oppdretterne kan ta grep basert på dyp innsikt, sier Søvegjarto.

Kan måle stress og sykdom

Maskinvareplattformen til Bluegrove skal allerede være i bruk hos tre av de fire største lakseoppdretterne i verden, og installert i merder langs hele kysten i Norge, samt i Chile. De samme sensorene som i dag brukes til å optimalisere bruken av fôr vil gjennom ny maskinlæringsanalyse med Welfare Shield kunne brukes til måling av stress-nivå og tidlig deteksjon av sykdomsutbrudd, ved å observere endringer i svømme- mønster kombinert med objektive appetitt-målinger, heter det.

Hydroakustikk og lys

Når disse endringene i adferd blir oppdaget vil løsningen gi et varsel og advare operatøren, som da kan sette i gang forebyggende tiltak for å forhindre at en risiko blir et stort problem.

Bluegrove benytter en kombinasjon av ulike teknologier for å kartlegge fiskens oppførsel, blant annet for optimalisering av fôring. Foruten hydroakustiske givere og sensorer benyttes undervannslys, undervannskamera og ulike typer fôringsutstyr, samt det akustiske etterprosesserings- programmet SonarX.

Intelligente kameraløsninger

Et underbruk av Bluegrove er Sealab (kjøpt opp i 2020, red. anm.), som utvikler ledende kamerateknologi for å overvåke og analysere fisk i oppdrettsnæringen. Løsningene integrerer programvare og smarte IoT-enheter, inkludert kamera, belysning og sensorer som skal gi innsikt i ulike sider av fiskeoppdrett.

Kantprosessering

Sealab, som er lokalisert i Trondheim og Oslo, er blant annet langt fremme på anvendelse av kantprosessering, dvs. lokal behandling av sensordata i de ulike punktene i verdikjeden. Maskinsyn og kunstig intelligens (KI) er nemlig sentralt i produktene deres, noe som normalt krever datavolum, kvalitet og hastigheter som kan være utfordrende med skyprosessering.

Men distribusjon av data og høykvalitets bilder, for eksempel, krever fortsatt en avansert overføringsteknologi, noe som bl.a. har bragt selskapet inn i det EU-støttede prosjektet 5G Heart, som skal utforske bruk av 5G-teknologi innenfor helse, akvakultur og transport. Prosjektet går frem til mai i år.

Utviklet systembrikker

Behovet for lokal prosesseringskraft har ført til at selskapet har utviklet sine egne, FPGA-baserte systembrikker (SoC), som skal være i stand til å håndtere krevende prosesseringsoppgaver knyttet til maskinsyn, samt KI-oppgaver. Ifølge Sealab kan systembrikken skreddersys for bruk i ulike kamera, og omprogrammeres fjernstyrt for å kunne utføre enda mer avanserte oppgaver.

Stor nytteverdi

Dette er noe oppdrettsnæringen kan dra stor nytte av, skal vi tro Sealab, som har utviklet alt fra maskinvare og FPGA-løsninger til brukergrensesnitt og «dashboard» selv. Med bildeprosessering og analyse nær bildesensorene kan man umiddelbart distribuere bilder og video med riktig oppløsning, bitdybde og rammehastighet. I stedet for å sende en bildestrøm med mange 4k bilder per sekund, kan man heller fokusere på å optimalisere bildekvaliteten, og få et bedre beslutningsgrunnlag.