Robot med argusøyne
Et finstilt robotblikk avslører kvalitetsfeil på rogn og fisk. Raskere enn noe menneskeøye.
Roboter som ser like godt som det menneskelige øye, er på full fart inn i fiskeindustrien. En maskin som kan sortere lakse- og ørretrogn, er allerede på markedet. Snart kommer roboter som kan alt fra å kvalitetssortere og trimme fiskefileter, til å plukke ut skadde linekroker.
Vi kaller det maskinsyn.
Om å forstå sammenhenger
Maskinsyn skapes ved hjelp av digitale kameraer og en datamaskin.
Fagområdet omfatter datateknikk, optikk, mekanikk og industriell automasjon. Teknologien er velkjent, men utvikles og får nye anvendelser i takt med at kameraer og datamaskiner blir mer avanserte.
Slik har det blitt mulig å finstille robotblikket så det kan skille ut ett enkelt skadd fiskeegg fra mange tusen friske.
John Reidar Mathiassen har tatt de tekniske løsningene bak rognsorteringa flere steg videre. I sin doktoravhandling viser han hvordan maskinsyn kan brukes til flere arbeidsoppgaver innenfor fiskeindustrien.
Mathiassen sammenligner maskinsynteknologien med en kasse lego. Klossene er kjent – det er anvendelsen, eller hva man bygger med klossene, som er kreativ og nyskapende.
– Det handler om å se og forstå sammenhenger: hva som er problemer og hva som er løsninger, forklarer forskeren.
Hvordan synet fungerer
– For å lære roboter å se, må jeg først skjønne hvordan mitt eget syn fungerer. Hvordan ser jeg for eksempel den koppen der, sier Mathiassen og peker mot en grønn kaffekopp på bordet foran oss.
– Først må jeg greie å beskrive koppen, på en måte som kjennetegner den og skiller den fra alle andre gjenstander i omgivelsene. Det kan være farge, størrelse, form eller avstand til objektet. Når jeg har klart å beskrive hvordan jeg finner koppen med mitt eget syn, gir jeg datamaskinen denne beskrivelsen på et språk som den forstår – et programmeringsspråk. På den måten tar digitale kameraer bilder, sender bildene til datamaskinen, og datamaskinen kjører programmet som får den til å finne koppen i bildet.
Farge, form, størrelse
Rommet vi sitter i, er spartansk møblert og har få gjenstander. Bare to ting er grønne – den omtalte koppen og en plante. Planten er mye mørkere enn koppen. Dette gjør det enkelt å bestemme at det er fargen som skal få en robot med maskinsyn til å kjenne igjen koppen.
– Jeg trenger bare å programmere en kode for lysegrønn. Da vil roboten gå etter alt som kameraene fanger inn av lysegrønt. Om det hadde vært flere lysegrønne gjenstander, så måtte jeg ha lagt til noen detaljer som kan skille ut koppen. Det kunne for eksempel vært størrelsen eller formen, forklarer Mathiassen.
Å glemme å ta høyde for sånt kan bli katastrofalt. Mathiassen har sett en konkurranse der robotene ble programmert til å sparke en oransjefarget ball. Uheldigvis hadde en publikummer en t-skjorte med nøyaktig samme farge som ballen. Dermed stanset roboten mot kanten av banen i et forgjeves forsøk på å sparke publikummeren.
Gjenkjenne avvik
ØYNENE AVSLØRER: Friske fiskeegg har to øyne. Egg med avvik kan ikke brukes til oppdrett.
Eksemplet med å finne den eneste grønne kaffekoppen høres enkelt nok. Men hvordan få roboter til å finne bevegelige objekter i urolige omgivelser der mye foregår? Eller skille mellom bitte små objekter som er nesten kliss like, for eksempel fiskerogn?
Prinsippet er akkurat det samme og starter med en beskrivelse. Kjennetegnet på friske egg som brukes til oppdrett, er at de har to øyne. Oppgaven til roboten, eller maskinen, blir å gjenkjenne avvik: Noen egg kan ha en soppinfeksjon som til forveksling kan ligne på øyne – disse må skilles ut. Andre egg kan være enøyde eller ha tre eller fire øyne – disse må også skilles ut for at ikke fisken skal bli vanskapt.
En erfaren eggsorterer kan ta unna mellom 4000 og 5000 egg i timen – maskinen klarer over 100 000.
Finner defekte linekroker
På laboratoriet har Mathiassen bidratt til roboter som kan oppdage selv den minste skade på fisk, og som renskjærer fileter like nøyaktig som en mesterkokk.
En robot som kan sortere linekroker, er underveis, men ikke kommet i produksjon ennå. Laboratorieforsøk har vist at maskinsyn kan avsløre 97,5 prosent av defekte kroker.
Mathiassen ser derfor et stort potensial for å effektivisere linefiske. Han opplyser at det er opptil 40 000 kroker på hver line. Videre at et mannskap på tre personer bruker ca 24 timer på å inspisere og bytte ut eller reparere krokene manuelt.
Forskningen er utført ved NTNUs Institutt for teknisk kybernetikk og SINTEF Fiskeri og havbruk AS, i samarbeid med Aqua Gen AS og Maskon AS.
