باستخدام نماذج Ultralytics YOLO، أتمت MarineSitu اكتشاف الكائنات الحية حول أنظمة الطاقة البحرية، وحققت جاهزية تشغيلية تتجاوز 96%، وقلّصت مراجعة التسجيلات اليومية إلى ساعة أو ساعتين فقط.
إن مراقبة البيئات تحت الماء وأنظمة الطاقة البحرية ليست مهمة سهلة، لكنها ضرورية لفهم كيفية تفاعل هذه البنية التحتية مع النظام البيئي المحيط، وضمان تشغيلها بأمان من دون الإضرار بالكائنات الحية. تقليديًا، كان على الباحثين فرز ساعات من التسجيلات تحت الماء يدويًا، وهي مهمة تزداد صعوبة بسبب المياه العكرة، والتيارات القوية، وتفاوت مستوى الرؤية.
تساعد MarineSitu الباحثين والمؤسسات على مراقبة البيئات تحت الماء وفهمها باستخدام كاميرات عالية الدقة، والرؤية الحاسوبية، وسونارات التصوير، وأجهزة الاستشعار البيئية، ونماذج تعلّم الآلة. فعلى سبيل المثال، باستخدام نماذج Ultralytics YOLO، تستطيع أنظمتها تحديد الكائنات الحية وتعقّبها أثناء تحركها حول توربينات المد والجزر وغيرها من بنى الطاقة البحرية التحتية.
مراقبة بحرية أكثر ذكاءً من خلال ابتكار AI#
تأسست MarineSitu في عام 2016، وانطلقت من أبحاث أُجريت في مركز طاقة البحار الهادئة (PMEC) ومختبر الفيزياء التطبيقية بجامعة واشنطن (APL). واليوم، تعمل مع مؤسسات مثل وزارة الطاقة الأمريكية والإدارة الوطنية الأمريكية للمحيطات والغلاف الجوي.
من خلال منصات مثل SaltySuite™، تدمج MarineSitu أنظمتها المخصصة من الأجهزة، بما في ذلك الكاميرات والسونارات والميكروفونات المائية، مع نماذج اكتشاف مدعومة بتقنية AI لمراقبة البيئات المعقدة تحت الماء وتحليلها. وعلى وجه الخصوص، من خلال تطبيق مهام الرؤية الحاسوبية مثل اكتشاف الكائنات (تحديد مواقع الحيوانات أو الكائنات الفردية والتعرف عليها داخل الصورة)، وتصنيف الصور (إسناد تسمية إلى الصورة بأكملها استنادًا إلى محتواها)، وتعقّب الكائنات (متابعة الكائنات المكتشفة عبر إطارات متتالية لتحليل حركتها)، توفر MarineSitu رؤى آنية تدعم أبحاث الطاقة البحرية ومصايد الأسماك والبيئة.
لماذا تبدو المراقبة تحت الماء أصعب مما هي عليه؟#
تُعد مراقبة البيئات البحرية أكثر صعوبة بكثير من رصد الظروف على اليابسة. فقد تنخفض الرؤية دون سابق إنذار، وتحرك التيارات القوية المعدات، ويمكن للنمو البحري أن يحجب الكاميرات وأجهزة الاستشعار بسرعة. كما يمكن أن تتغير الظروف من ساعة إلى أخرى، مما يجعل جمع البيانات بشكل متسق أمرًا صعبًا.
يؤدي ذلك إلى اختناق كبير بالنسبة إلى الباحثين ومشغلي الطاقة. فقد تنتج المشاريع مئات التيرابايتات من بيانات الفيديو والسونار والبيانات الصوتية، مما يجعل المراجعة اليدوية بطيئة وغير عملية.
تواجه المواقع البحرية النائية عقبات إضافية، مثل محدودية عرض النطاق الترددي، مما يصعّب إرسال ملفات الفيديو الكبيرة إلى السحابة. ويؤدي ذلك إلى زيادة التكاليف التشغيلية وإثارة مخاوف تتعلق بأمن البيانات.
للتغلب على هذه التحديات، تستخدم MarineSitu نهج AI الطرفي الذي يعالج البيانات مباشرة على الأجهزة الموجودة تحت الماء بدلًا من الاعتماد على عمليات النقل إلى السحابة. ويتيح ذلك اكتشاف الكائنات الحية والأحداث البيئية في الوقت الفعلي، ويقلل كمية البيانات التي يحتاج الباحثون إلى مراجعتها، ويحافظ على موثوقية المراقبة حتى في ظروف المحيطات ذات النطاق الترددي المنخفض وغير المتوقعة.
اكتشاف آني تحت الماء باستخدام نماذج Ultralytics YOLO#
تنشر MarineSitu أنظمة المراقبة الخاصة بها حول بنى تحتية صعبة تحت الماء، بما في ذلك توربينات المد والجزر والموانئ والمنشآت البحثية ومرصدات البيئة طويلة الأمد، لتوثيق كيفية تفاعل الحياة البحرية مع هذه الهياكل. وتدمج حزمة المراقبة القابلة للتكيّف (AMP) الكاميرات البصرية عالية الدقة، وسونارات التصوير، والميكروفونات المائية، وإضاءة LED، وأنظمة منع الترسّب الحيوي التي تحافظ على نظافة العدسات وأجهزة الاستشعار لأشهر متواصلة.
لفهم التدفق المستمر للبيانات متعددة الأنماط، تستخدم MarineSitu نماذج Ultralytics YOLO مخصصة التدريب لتحليل تسجيلات الفيديو في الوقت الفعلي. وتكتشف هذه النماذج الأنواع البحرية وتعقّبها أثناء تحركها عبر مناطق مثل مجال تأثير التوربين، مع وضع علامات تلقائية على الأحداث المهمة ومواءمتها مع تسجيلات السونار والتسجيلات الصوتية المرتبطة بها.
فعلى سبيل المثال، عندما تنجرف قنديلة بحرية بالقرب من التوربين، يمكن لتجزئة الكائنات المدعومة بنماذج Ultralytics YOLO مثل Ultralytics YOLOv8 وUltralytics YOLO11 التقاط مخططها الكامل في الصورة. ويضمن ذلك توثيق تفاعلات الكائنات الحية بتفاصيل سياقية كاملة، بدلًا من أن تضيع ضمن ساعات من التسجيلات الخالية من الأحداث.
الشكل 1. مثال على استخدام نماذج Ultralytics YOLO لاكتشاف قناديل البحر وتجزئتها.
لماذا اختيار نماذج Ultralytics YOLO؟#
تمنح نماذج Ultralytics YOLO MarineSitu السرعة والدقة اللازمتين للاكتشاف في الوقت الفعلي داخل البيئات المعقدة تحت الماء. وتعمل نماذج مثل YOLOv8 وYOLO11 بكفاءة على أنظمتها الطرفية، ويمكن تصديرها إلى تنسيقات مثل TensorRT.
تحقق مراقبة MarineSitu وUltralytics YOLO جاهزية تشغيلية بنسبة 96%#
أدى استخدام MarineSitu لنماذج Ultralytics YOLO إلى تمكين مراقبة موثوقة وآنية للكائنات الحية خلال عمليات النشر طويلة الأمد في ظروف محيطية صعبة.
في عملية نشر استمرت 141 يومًا في شمال غرب المحيط الهادئ، حافظت حزمة المراقبة القابلة للتكيّف من MarineSitu، أو AMP، على جاهزية تشغيلية تجاوزت 96% رغم التيارات القوية، وانخفاض الرؤية، وضغط الترسّب الحيوي المستمر. وحافظت أنظمة منع الترسّب الحيوي على نظافة منافذ الكاميرات والأضواء وسونارات التصوير طوال الفترة، مما ضمن بيانات متسقة وعالية الجودة.
مع تشغيل YOLO باستمرار على النظام، تمكن الباحثون من متابعة الفقمات والأسماك وغيرها من الأنواع أثناء تحركها حول التوربين. وقد قلّل اكتشاف الكائنات وتصفيتها تلقائيًا وقت المراجعة اليدوية بدرجة كبيرة. ووفقًا لباحثي PNNL وUW-APL، كانت مراجعة الأحداث التي أشار إليها YOLO تستغرق غالبًا ساعة أو ساعتين فقط يوميًا، مقارنة بالعملية المستهلكة للوقت المتمثلة في فحص التسجيلات غير المفلترة.
الشكل 2. اكتشاف فقمة باستخدام نموذج Ultralytics YOLO.
من خلال الجمع بين الأجهزة المتينة والاستشعار متعدد الأنماط والرؤية الحاسوبية الآنية، قدمت MarineSitu صورة كاملة وسياقية لتفاعلات الكائنات الحية، وهو أمر كان من الصعب للغاية تحقيقه من خلال المراجعة اليدوية وحدها. ويساعد هذا المستوى من الموثوقية والكفاءة على تسريع التقييمات البيئية لمشاريع طاقة المد والجزر والارتقاء بمعايير أنظمة المراقبة البحرية.
توسيع نطاق الذكاء البحري الآني#
تواصل MarineSitu توسيع قدراتها في مجال الرؤية الحاسوبية الآنية عبر نطاق واسع من البيئات تحت الماء. وبعيدًا عن توربينات المد والجزر، تُستخدم أنظمتها المدعومة بـ Ultralytics YOLO لمراقبة الكائنات الحية في الموانئ، ودعم أبحاث الشعاب المرجانية، ورصد سلوك الأسماك حول المنشآت العلمية، وجمع بيانات بيئية طويلة الأمد في المواقع البحرية النائية.
مع وجود نماذج YOLO في صميم خط أنابيب الاكتشاف لديها، تركز MarineSitu على تحسين التعرف على الأنواع، وتعزيز معالجة AI الطرفية، وإيصال المراقبة الآلية إلى مزيد من المواقع التي يصعب فيها استخدام الأساليب التقليدية أو تكون مكلفة. وتهدف إلى جعل المراقبة تحت الماء أكثر كفاءة وإتاحة، مع تزويد الباحثين برؤى أوضح وأسرع حول كيفية تفاعل النظم البيئية البحرية مع النشاط البشري.
هل لديك فضول بشأن AI؟ اطّلع على خيارات الترخيص لدينا لإضافة Vision AI إلى مشاريعك. زُر مستودعنا على GitHub لمعرفة المزيد. واستكشف الرؤية الحاسوبية في الروبوتات وAI في صناعة السيارات في صفحات حلولنا.
