Verdensmestere setter nye mål

Navier USN ble grunnlagt i 2022 av Aleksander Nordmo som så for seg å etablere en utvalgt gruppe ambisiøse ingeniørstudenter ved Universitetet i Sørøst-Norge, campus Vestfold. De satte seg fore å anvende teoretisk kunnskap til praktiske anvendelser ved å utvikle autonome kjøretøy. Første prosjekt var en autonom båt, noe som tiltrakk seg studenter fra ulike akademiske bakgrunner. I dag inkluderer teamet studenter som studerer ingeniørfag og økonomi. Aleksander Nordmo er fortsatt med som mentor.

Vant

I år var målet å delta i to konkurranser: «AutoDrone», som ble arrangert i Horten i slutten av mai. I august gikk ferden til Trondheim og «Njord – The Autonomous Ship Challenge» som ble etablert som en internasjonal konkurranse for studenter i 2023. For Bachelorstudentene ble det rent bord i begge konkurransene. Første gang de deltok i Trondheim, i 2023, ble det for øvrig fjerdeplass, men de var likevel beste norske lag – over MIT.

Verdensmester

Navier USN vant ganske overlegent i alle kategorier og endte på 160 poeng under den internasjonale studentkonkurransen i Trondheim. De er selvsagt stolte av at det var en gruppe Bachelor-studenter som slo Master- og PhD-studenter.

Resultater i VM 2024:

1. Navier USN, Norge, 160 poeng
2. Técnico Solar Boat, Portugal, 127 poeng
3. AGH Solar Boat Team, Polen, 107 poeng
4. StrathVoyager, Skottland, 62 poeng
5. Iceberg ASV, Canada, 42 poeng
6. Aritra Oceana, India, 41 poeng
7. Vortex NTNU, Norge, 22 poeng

Så hva nå?

– Vi planlegger for to år av gangen, så til neste år satser vi på RoboBoat i Florida, forklarer prosjektlederne Sara Ajzenhamer-Selnes og Markus Marstad. – Dessuten må vi jo forsvare våre to titler i Norge. Akkurat nå jobber vi med dokumentasjon og rekrutterer nye medlemmer. Under vårt besøk fikk vi også møte Erik Steigen, som faktisk er eneste og første førsteårsmedlem i gruppen, med unntak av medlemmer som var med på å grunnlegge Navier. – Han er en veldig dyktig fyr som skal jobbe mest med dynamisk posisjonering og programvare, sier Ajzenhamer-Selnes.

Viktig for kontinuiteten

– Å ha en dokumentasjonsprosess er viktig, ikke minst for nye medlemmer. Vi bruker mye tid på å finne og velge medlemmer, og det er viktig at de slipper å starte helt på bunn. – Det ligger jo i sakens natur at det blir utskiftninger, oftere her med typisk treårsperspektiv, sammenlignet med universiteter med lengre studieløp. Dessuten er det viktig å dele erfaringer, noe som er sentralt i disse konkurransene også, sier Marstad.

Tverrfaglig

– Tverrfaglighet betyr at alle kan gjøre det de er gode på og som de ønsker å jobbe med, forklarer Ajzenhamer-Selnes. Selv går hun på Handelshøyskolen. – Det som er fint er at de som er med har mye annen erfaring. Aldersspennet er fra 20 til 32 år, noe som vi ser på som en styrke, sier hun og legger til: – Det er ikke mange andre steder man kan lære å lede ingeniører!

Båten

Vi kan jo ikke snakke om Navier uten å nevne båten. Triton, som den heter, er en trimaran der skroget er produsert på campus av maskiningeniører ved skolen. Designet er gjort i Solidworks, deretter 3D-printet og kledd i glassfiber, og til slutt lakkert i coating for å gjøre det robust og vanntett. Skroget drives av to propeller for fremdrift, og to mindre tunellpropeller for bedre manøvreringsmuligheter.

Elektronikken

Båten er utstyr med flere sensorer, blant annet kamera, LiDAR, IMU og GPS. Kameraet brukes til å detektere hvilke objekter som er rundt båten, mens LiDARen brukes til avstandsbedømmelse til objektene. IMUen og GPSen jobber sammen for å definere hvor i verden båten befinner seg. Ved hjelp av maskinlæringsmodell (KI), som er trent opp på et datasett på over 30.000 bilder, klarer båten selv å gjenkjenne spesifikke objekter og utføre handlinger basert på kodene som er skrevet. Objektene som gjenkjennes er bøyer i grønn og rød farge, samt kardinalbøyer (nord, sør, øst, vest), ettersom disse er en del av konkurransene de deltar i.

Programvaren

KI-modellen kan trenes opp til å detektere hvilke som helst objekter. For å kunne utføre disse handlingene er båten utstyrt med to kraftige prosessorer, samt antenne og modem for å hele tiden ha kontakt med både GPS-signalet og de som er på land. De har også laget et grafisk brukergrensesnitt (GUI) som viser blant annet direktesending fra kameraet, hastighet, batteristatus og mål (hva maskinlæringsmodellen fokuserer på i øyeblikket). GUIen er også koblet opp mot en høyttaler, som gir muligheten til å «høre» hva båten sier om hva den utfører av handlinger.