Digitalisierung und Automatisierung

Das Forschungsfeld Visual Computing nutzt optische Technologien in Kombination mit künstlicher Intelligenz (KI) für automatisierte Bilddatenanalysen in der Aquakultur. Diese Technologie unterstützt das Bestands- und Biodiversitätsmonitoring durch effiziente Zählung und Artendifferenzierung sowie die präzise Überwachung und Analyse von Schlüsselaspekten der Fischzucht, die für das Tierwohl und eine effiziente Aufzucht entscheidend sind. Die KI-basierte Bildauswertung ermöglicht die frühzeitige Erkennung von Krankheiten, Parasiten und Verletzungen, die Überwachung von Ernährungszustand und Futteraufnahme sowie die Analyse von Verhaltensaspekten wie Stress und soziale Interaktionen. Diese Erkenntnisse tragen dazu bei, Betriebsabläufe zu optimieren, das Wohlbefinden der Tiere zu verbessern und die Produktivität nachhaltig zu steigern. Durch die genaue und zeitnahe Erfassung relevanter Daten können Betreiber fundierte Entscheidungen treffen, die zur Gesundheit der Fische und Effizienz der Fischzucht beitragen.

• Bestands- und Biodiversitätsmonitoring durch automatisierte Detektion und Klassifikation von Fischarten in Bilddaten
• Automatisierte Bewertung der Gesundheit und Physiologie von Fischen durch eine optische Detektion von Anomalien und abnormalen Verhaltensweisen
• Automatisierte Bewertung vom Ernährungsstatus durch eine optische Vermessung von Fischen in Zuchtanlagen
• Visualisierung von Informationen der Anlage zur effektiveren Fischzucht
• Verarbeitung und Verbesserung von (Unterwasser-) Bildern für die Zwecke Umweltmonitoring oder Qualitätsprüfung in Fischerei und Aquakultur

Sonar beschreibt ein Verfahren zur Ortung und Analyse von Strukturen unter Wasser mit Hilfe von Ultraschallsignalen. Analog zur Radar-Technologie in der Luft bildet der Ultraschall unter Wasser die effizienteste Technologie zur Erfüllung verschiedenster Messaufgaben. Viele Anwendungen im Unterwasserbereich benötigen dabei eine hochaufgelöste Umgebungsvisualisierung. Mithilfe neuartiger 3D-Sonar-Systeme kann dies effizient und präzise erfüllt werden.

• Kontinuierliche Bestimmung der Biomasse
• Messung auch bei stärkerer Wassertrübung möglich
• Abbildungsgenauigkeit im Millimeterbereich
• Abbildung ohne Beleuchtung  kein lichtinduzierter Stress für die Tiere
• Direkte Größenbestimmung der Tiere aus den akustischen Verfahren möglich
• Abbildung von Unterwasserstrukturen für Instandhaltung und Wartung

Mithilfe der Technologien für autonome Wasserfahrzeuge können im Rahmen von Aquakulturen automatisierte Kontrollen durchgeführt werden. Derartige Kontrollen könnten die Erfassung von Wasserparametern umfassen aber auch Untersuchungen der Aquakultur-Infrastruktur per Multibeam-Sonar bedeuten. Auch bei Fütterungsvorgängen können autonome Fahrzeuge eingesetzt werden. Je nach Anlage der Aquakultur können autonome Wasserfahrzeuge weitere Sensorik tragen, die zur Erfassung und Bestimmung der Fischgesundheit beiträgt.

• Ausrüstung von Plattformen mit Autonomiefunktionalität
• Autonome Datenerfassung
• Inspektion von Aquakultur-Infrastruktur

• Autonomes Wasserfahrzeug (ASV) mit Hindernisvermeidung und Multisensor-Setup zur Umgebungserfassung

Aquakultur@Fraunhofer ermöglicht dank nanoplasmonischer Sensorplattformen in Miniaturformat (welche aus einem eigens entwickelten und gefertigten Sensor-Chip auf einer Folie, einer LED-Lichtquelle und einer optoelektronischen Abfrageelektronik besteht) Spurenstoff-Überwachung u.a. für Anwendungen in den Branchen Abwasser, chemische und pharmazeutische Industrie sowie Aquakultur.

• Robustes, optisches Sensorprinzip im kompakten Format
• Vor Ort als separates Gerät oder online integrierbar
• Parallele Überwachung mehrerer Analyten möglich
• Am Beispiel von Diclofenac Arbeitsbereich von 2 – 14 μg/L gezeigt
• Messintervall von 15 Minuten

• Nachweis von Spurenstoffen, beispielsweise Pharmaka-Rückstände, aber auch Mikroorganismen (Viren und Bakterien) möglich
• Qualitätskontrolle (Prozess- und Abwasser), bedarfsgerechte Aufbereitung
• Prozessüberwachung und -optimierung durch Digitalisierung

Geeignete Sensorik trägt dazu bei, die Produktion von Fischen in Aquakulturen effizient und schonend zu gestalten. Durch die regelmäßige Erfassung verschiedener Zustände der Fische, aber auch der Aquakulturumgebung, kann in kürzester Zeit das Verhalten von Versorgungssystemen angepasst, Futtergaben optimiert und Gesundheitsveränderungen beobachtet und wenn nötig behandelt werden.

Je nach Anwendung kommen dafür die Vorteile unterschiedlicher Sensorik-Arten zum Einsatz: neben bildgebenden Prinzipien, wie Computer Vision und Sonar, spielen hierbei insbesondere passive akustische Analysemethoden eine bedeutende Rolle. Dabei werden die Geräusche, produziert von den Fischen selbst und den Aquakulturanlagen, erfasst, und mittels akustischer Ereignisdetektion analysiert. Die Interpretation der Analyse stellt anschließend die Basis für Aktionen der Anlagensteuerung oder Fischbehandlung dar. Die Vorteile der akustischen Überwachung liegen dabei insbesondere in der Unabhängigkeit von Licht- und Sichtverhältnissen unter Wasser und der kosteneffizienten Implementierung von Sensorik und Algorithmik.

Die akustische Zustandsüberwachung trägt auch im Zusammenspiel mit weiteren Monitoring-Verfahren zu einer umfassenden Digitalisierung und Automatisierung in der Aquakultur bei, die in der Lage ist, Ressourcen zu schonen (z.B. Futtermittel und Personal), die Fischgesundheit zu erhalten und dabei robust und sicher Lebensmittel zu erzeugen.

• Entwicklung und Systemintegration von akustischen Sensorsystemen
• akustische Ereignisdetektion in Anlagen über und unter Wasser
• akustische Prozess- und Produktionsüberwachung
• Entwicklung von akustischen Sensorknoten, inkl. IoT-Integration und Optimierung für Edge Computing
• Beratung hinsichtlich akustischer Optimierung von Gebäuden und Anlagen

• diverse Hydrohon-Systeme, darunter Ambient ASF-1 MKII und OpenAcoustics HydroMoth
• diverse Sensorknoten-Systeme zur IoT-Integration und Optimierung für Edge Computing, darunter NVIDIA Jetson
• diverse akustische Spezialräume für Luftschall-Messungen, darunter reflexionsarmer Raum

Mithilfe von Unterwasser-Fahrzeugen können Aquakulturen effektiv überwacht werden. Im Gegensatz zu fest installierten Überwachungssystemen sind die vorhandenen Fahrzeuge mobil und können jede Position anfahren und dort Messungen vornehmen. Das reicht von Videoaufnahmen bis hin zu Wasserproben oder das Erfassen chemischer Parameter. So lassen sich verlässliche Aussagen über den Gesamtzustand treffen, die nicht nur auf fixen Messwerten basieren. Die Modularität der eingesetzten Fahrzeuge erlaubt weiterhin eine Anpassung der Sensorik an die Wünsche des Kunden. Die vorhandenen Systeme sind sowohl im Süßwasser als auch im Salzwasser einsetzbar. 

• Test und Entwicklung von Prototypen zur mobilen Fischüberwachung
• Ganzheitliche Erfassung eines Habitats durch Einsatz mobiler Systeme
• Einsatz von robusten UW-Fahrzeugen zur Datengewinnung
• Erprobung neuer Sensorik
• Untersuchung des Fischverhaltens auf robotische Systeme

• Verschiedene einsatzfähige UW-Fahrzeuge (ROV, AUV)
• Umwelt-Sensorik für Fahrzeuge 
• Kamerasysteme (Mono- und Stereokameras, ZEISS-Optik)

Entwicklung von Modellen für aquaponische Systeme. Diese beinhalten die Pflanzen, die Fische und die technischen Komponenten sowie den Ressourcenbedarf (Energie, Wasser). Basierend auf den Modellen, kann die optimale Zusammenstellung des Gesamtsystems – hinsichtlich der Ertragsmaximierung unter Berücksichtigung der Produktqualität sowie der Gesundheit von Fischen und Pflanzen, der Minimierung des Ressourcenverbrauchs,  - für die Planung/das Design ermittelt werden. Weiterhin dienen die Modelle dazu, den Betriebszustand (Fisch- und Pflanzenwachstum, klimatische Bedingungen, Wasserqualität, Ressourcenverbrauch im System) zu überwachen und das optimale Betriebsmanagement mit Hilfe des Prozessleitsystems zu realisieren. Die Ermittlung des Fisch- und Pflanzenwachstums erfolgt dabei mit optischen Systemen. 

• Erstellung von Simulationsmodellen
• Modellbasiertes Design von aquaponischen Systemen
• Anomalieerkennung für den Betriebszustand
• Modellbasierte Entwicklung des optimalen Betriebsmanagements und Integration in das Prozessleitsystem