English

e-Lice (2023 – 2024)

e-Lice logo

e-Lice (2023 – 2024)

e-Lice logo

Full tittel: Sanntids deteksjon av frittsvømmende luselarver

Finansiering:
FHF prosjekt 901871

Partnere: Veso AquaLab, Kongsberg Discovery, NIVA, Hydroptic, MP Consulting, Lakseklyngen SA og NCE Aquaculture.

Målsetting: Moderne teknologi, som kunstig intelligens og maskinlæring, kan spille en rolle arbeidet med å identifisere løsninger for å redusere lakselus utfordringen i norsk lakseoppdrett. I prosjektet e-Lice skal det anvendes avansert teknologi som undervannssensorer og kunstig intelligens for å detektere lakselus i vannsøylen.

Formålet med prosjektet "e-Lice" er å utvikle et tidlig varslingssystem basert på bilder av lakselus i vannsøylen. Dette skal gjennomføres ved å ta i bruk av en optisk sensor med en innebygd kunstig intelligens for databehandling. Systemet skal kunne anvendes til å identifisere, klassifisere og kvantifisere ulike livsstadier av lakselus i sanntid. Data rettet mot sluttbruker skal visualiseres på et e-dashbord. På denne måten vil sluttbrukere få tilgang på et tidlig varslingssystem som muliggjør igangsettelse av avbøtende tiltak for å redusere risikoen for luseinfeksjon.

Den optiske sensoren som skal anvendes i prosjektet er en Underwater Vision Profiler 6 (UVP6) (Picheral et al., 2022). Dette er en in-situ bildebehandlingsenhet som brukes til å studere plankton og andre partikler i vann. Sensoren er utstyrt med et høyoppløselig kamera som tar bilder av plankton og partikler når disse passerer gjennom et felt som er lyssatt ved hjelp av en laserdiode. Deretter analyseres bildene for identifikasjon og kvantifisering av ulike arter/partikler ved hjelp av en dedikert bildebehandlingsenhet som er basert på kunstig intelligens.

e-Lice konseptrigg
Vi utplassere en UVP6 ved en oppdrettslokalitet hos næringspartner i prosjektet, Nova Sea. Her en figur som viser en vertikal fortøyning hvor det er festet flere UVP6.
Om prosjektet lykkes med å utvikle et tidlig varslingssystem for frittsvømmende lakselus, så vil dette ha stor nytteverdi for oppdrettsnæringen. Et slikt system vil gjøre det mulig å raskt iverksette forebyggende og/eller avbøtende tiltak, noe som kan bidra til en betydelig reduksjon i luseangrep. Lokalt så vil kunnskap om når og hvor det kan forventes oppblomstring av lakselus, hjelpe oppdrettere i beslutninger om hvilke forebyggende strategier som skal anvendes på ulike lokaliteter og med hvilken intensitet. Det er etablert en referansegruppe og en brukergruppe for prosjektet.

Referanse

Picheral, M., Catalano, C., Brousseau, D., Claustre, H., Coppola, L., Leymarie, E., Coindat, J., Dias, F., Fevre, S., Guidi, L., Irisson, J.O., Legendre, L., Lombard, F., Mortier, L., Penkerch, C., Rogge, A., Schmechtig, C., Thibault, S., Tixier, T., Waite, A. and Stemmann, L. (2022), The Underwater Vision Profiler 6: an imaging sensor of particle size spectra and plankton, for autonomous and cabled platforms. Limnol Oceanogr Methods, 20: 115-129. https://doi.org/10.1002/lom3.10475

  • Seniorforsker / Fagleder digitale løsninger