Prosjektnummer
CamSounder beslutningsstøtte for redusert makrellinnblanding i sildetråling
Å utvikle og validere CamSounder som sanntids beslutningsstøtte i kommersielt pelagisk trålfiske, slik at sild og makrell kan identifiseres og skilles mens fisken går inn i trålen. Informasjonen skal brukes til bedre kvoteutnyttelse, redusert bifangst og økt fangstverdi.
Delmål
- Å fastsette operative brukerkrav, installasjonsløsning, databehov og målbare kriterier for teknisk og kommersiell nytte på to pelagiske trålere.
- Å utvikle og validere innkapsling, montasje og installasjon av CS for stabil drift og tilstrekkelig bildekvalitet i kommersielt pelagisk trålfiske.
- Å etablere et representativt og annotert bildedatagrunnlag for sild og makrell, supplert med relevante data fra annet kommersielt trålfiske.
- Å utvikle og validere algoritmer som identifiserer og skiller sild og makrell, samt estimerer arts- og størrelsessammensetning.
- Å integrere lokal bildebehandling, statistikk og alarmer i CS og overføre resultatene til broen gjennom akustisk kommunikasjon.
- Å teste løsningen i kommersiell drift og dokumentere effekt på beslutninger, kvoteutnyttelse, fangstverdi, bifangst, tid samt drivstoff.
- Å sikre samhandling med FHF-prosjekt 901976, FHF-prosjekt 910275 og CRIMAC gjennom referansegruppe og relevant datautveksling.
Prosjektets viktigste nytte er at skipperen får informasjon om art, størrelse og fangstsammensetning mens fisken går inn i trålen, slik at halet kan fortsettes, justeres eller avbrytes før innblandingen av makrell eller annen uønsket fangst blir for stor. CamSounder skal utvikles og valideres som beslutningsstøtte på to kommersielle fartøy, med sikte på bedre fangstkontroll og kvoteutnyttelse, høyere fangstverdi og redusert håndtering, sortering samt tids- og drivstoffbruk. Effekten skal dokumenteres gjennom beslutninger under halet og, der datagrunnlaget tillater det, indikatorer for innblanding, bifangst, kvoteutnyttelse og fangstverdi. På lengre sikt kan løsningen bli et verktøy for presisjonsfiske, videreutvikles for andre arter og fiskerier og, i samarbeid med FHF-prosjekt 910275, kobles til aktive seleksjonsløsninger i pelagisk trål.
Prosjektet eies og ledes av Scantrol Deep Vision AS, som har ansvar for prosjektledelse, fremdrift, økonomi og rapportering til FHF. Prosjektet gjennomføres i samarbeid med Girona Vision Research, Eros AS og Selvåg Senior AS. Rederiene bidrar med fartøy, mannskap, kommersiell fangstaktivitet og operativ erfaring, mens Girona Vision Research har ansvar for bildeanalyse, maskinlæring og algoritmeutvikling. Kongsberg Discovery er underleverandør på akustisk dataoverføring og integrasjon mot relevante systemer på fartøyet. Prosjektet er delt i følgende arbeidspakker (AP):
Ansvarlig: Hege Hammersland (Scantrol Deep Vision AS)
Arbeidspakken skal etablere krav til hvordan CamSounder skal brukes som beslutningsstøtte i pelagisk trålfiske. Det skal beskrives hvilke operative beslutninger systemet skal støtte, hvilke data som må samles inn, og hvordan informasjon om art, størrelse og fangstsammensetning bør presenteres om bord. Arbeidet gjennomføres i dialog med rederiene og danner grunnlag for installasjon, datainnsamling, algoritmeutvikling og validering i de øvrige arbeidspakkene.
Ansvarlig: Sigurd Hannås (Scantrol Deep Vision AS)
Arbeidspakken skal tilpasse CamSounder for bruk i kommersielt pelagisk trålfiske. Dette omfatter praktisk planlegging av plassering, innfesting, bruk og håndtering av sensoren i trål og om bord på fartøy. Det skal gjennomføres testing og justeringer for å sikre stabile opptak og tilstrekkelig bildekvalitet under relevante fiskeforhold. Resultatene fra arbeidspakken danner grunnlag for videre datainnsamling og algoritmeutvikling.
Ansvarlig: Hege Hammersland (Scantrol Deep Vision AS)
Arbeidspakken skal samle inn bildedata og tilhørende fangstinformasjon fra kommersielt pelagisk trålfiske. Datainnsamlingen skal primært rette seg mot sild og makrell, men kan også omfatte andre relevante fiskerisituasjoner der dette styrker datagrunnlaget. Dataene skal kvalitetssikres, struktureres og brukes som grunnlag for utvikling og validering av algoritmer. Arbeidet skal gi et representativt datagrunnlag fra reelle fangstforhold.
Ansvarlig: Ricard Prados Gutiérrez (Girona Vision Research)
Arbeidspakken skal utvikle og teste algoritmer for artsidentifikasjon av sild og makrell og for lengdemåling basert på CamSounder-data. Bildedata fra kommersielt fiske skal brukes til trening, testing og forbedring av modellene. Arbeidet skal også omfatte vurdering av hvordan resultater kan prosesseres lokalt og omformes til relevant fangstinformasjon. Målet er algoritmer som kan gi pålitelig informasjon om art og størrelse under operative forhold.
Ansvarlig: Sigurd Hannaas (Scantrol Deep Vision AS)
Arbeidspakken skal utvikle og teste hvordan resultater fra CamSounder kan overføres og presenteres som beslutningsstøtte på broen. Siden store bildemengder ikke kan overføres direkte under fiske, skal informasjonen bearbeides lokalt og formidles som statistikk, indikatorer og varsler. Arbeidet omfatter testing av dataflyt, akustisk overføring og presentasjon av fangstinformasjon i en form som er nyttig for skipper og mannskap.
AP6: Validering og dokumentasjon av næringsnytteAnsvarlig: Hege Hammersland (Scantrol Deep Vision AS)
Arbeidspakken skal validere løsningen under kommersielle forhold og dokumentere teknisk og operativ nytte. Det skal vurderes hvor godt systemet identifiserer art og størrelse, og hvordan informasjonen kan støtte beslutninger under fiske. Arbeidspakken skal også dokumentere mulig næringsnytte knyttet til redusert makrellinnblanding, bedre kvoteutnyttelse, fangstverdi, bifangst, fangsttid og drivstoffbruk. Resultatene skal sammenstilles som grunnlag for videre bruk og kommersialisering.
Ansvarlig: Hege Hammersland (Scantrol Deep Vision AS)
Arbeidspakken skal sikre samhandling med relevante prosjekter og fagmiljøer som arbeider med pelagisk trål, seleksjon, fangstkontroll og observasjonsteknologi. Prosjektet skal utveksle erfaringer og relevant kunnskap med blant annet FHF-prosjekt 910275 og CRIMAC der dette er faglig og avtalemessig mulig. Formålet er å redusere dobbeltarbeid, styrke prosjektkvaliteten og bidra til raskere utnyttelse av resultater på tvers av prosjekter.
Ansvarlig: Hege Hammersland (Scantrol Deep Vision AS)
Arbeidspakken skal sikre god gjennomføring, koordinering og oppfølging av prosjektet. Prosjektledelsen skal følge opp fremdrift, økonomi, risiko, leveranser og samhandling mellom prosjektpartnerne. Det skal etableres en tydelig møte- og rapporteringsstruktur, og vesentlige endringer skal vurderes og dokumenteres. Arbeidspakken skal bidra til at prosjektet gjennomføres i tråd med mål, tidsplan og budsjett.
Prosjektet skal formidle resultater og erfaringer til pelagisk fiskerinæring, leverandørnæring, forskning og forvaltning. Formidlingen skal særlig vise hvordan CamSounder kan brukes som beslutningsstøtte i reelle fangstoperasjoner, med informasjon om art, størrelse, fangstsammensetning, statistikk og varsler fra trålen.
Resultater formidles gjennom FHFs prosjektkanaler, SDVs og partnernes nettsider og sosiale medier, faglige presentasjoner, webinar, dialogmøter og demonstrasjoner rettet mot næringen. Det legges vekt på korte og praktiske formater, som bilder, videoklipp og enkle visualiseringer av hvordan data fra trålen kan brukes på broen.
Prosjektet vil også formidle erfaringer på relevante fiskeri- og teknologiarenaer, messer og møteplasser i Norge og internasjonalt, der SDV møter rederier, skippere, redskapsleverandører, teknologimiljøer, forskning og forvaltning. Relevante erfaringer deles i tillegg med FHF-prosjekt 910275 og CRIMAC for å sikre samhandling og raskere utnyttelse av kunnskap på tvers av prosjekter.
Mot slutten av prosjektet planlegges en praktisk rettet resultatpresentasjon eller demonstrasjon for næringen. Denne skal vise løsningen i bruk, dokumentert operativ nytte og erfaringer knyttet til makrellinnblanding, kvoteutnyttelse, fangstverdi, bifangst, fangsttid og drivstoffbruk.