Obstacle detection and avoidance system for USV FishOtter

Denne avhandlingen har som målsetning å utvikle og implementere en algoritme for kollisjonsunngåelse for et lite ubemannet marint fartøy (USV). Fartøyet brukes i et prosjekt ved Norges Teknisk-Naturvitenskapelige Universitet kalt "Robotic Fish Tracking Project", hvilket har som målsetning å bruke autonome farkoster til å spore marine ressurser. Algoritmen bruker en optisk sensor med lav kostnad, hvilket er valgt ut som en del av dette prosjektet. Et litteraturstudie som ser på ulike algoritmer for objektdeteksjon og avstandsestimering er gjennomført. En metode for avstandsestimering er så valgt ut og modifisert for prosjektet. Den valgte metoden er en modifisert versjon av den som er beskrevet i Helgesen et al. (2020). Den bruker først en objektdeteksjonsalgoritme kalt YOLO til å detektere og lokalisere objekter i bildet. Deretter estimerer den avstanden til disse objektene basert på hvor de er plassert i bildet og høyden til kameraets plassering. Et datasett med video og GPS-koordinater ble spilt inn med USVen i Trondheimsfjorden. Videostrømmen inneholder bilder av båter, brygger og bøyer, som det er tiltenkt at algoritmen, presentert i denne avhandlingen, skal detektere. GPS dataene inneholder posisjonen til USVen og de relevante gjenstandene. Datasettet er så brukt til å teste algoritmen med en ekstern datamaskin. Det konkluderes med at algoritmen på nåværende stadium ikke er tilstrekkelig nøyaktig til å bli brukt til kollisjonsunngåelse. Den viser likevel noe potensialet ved at den oppdager de fleste relevante gjenstandene, og klarer å gi et omtrentlig estimat av avstanden til dem. Arbeidet i denne avhandlingen kan derfor brukes som et utgangspunkt for videre arbeid som kan lede til et fullverdig system for kollisjonsunngåelse