MarineSituUltralytics YOLOで水中モニタリングを変革する

水中環境や海洋エネルギーシステムの監視は容易ではないが、こうしたインフラが周囲の生態系とどのように相互作用しているかを理解し、野生生物に害を与えずに安全に稼働することを保証するために不可欠である。従来、研究者は何時間もの水中映像を手作業で精査しなければならず、濁った水質、強い潮流、不安定な視界によってこの作業はさらに困難を極めていた。

MarineSituは、高解像度カメラ、コンピュータービジョン、イメージングソナー、環境センサー、機械学習モデルを活用し、研究者や組織が水中環境を監視・理解する支援を行います。例えば、Ultralytics YOLO を使用することで、同社のシステムは潮力タービンやその他の海洋エネルギーインフラ周辺を移動するtrack 識別track 可能です。

AIイノベーションによる海洋モニタリングの高度化

マリンシチュは2016年に設立され、その起源は太平洋海洋エネルギーセンター（PMEC）およびワシントン大学応用物理学研究所（APL）での研究に遡ります。現在では、米国エネルギー省や米国海洋大気庁などの組織と連携しています。

SaltySuite™などのプラットフォームを通じて、MarineSituはカメラ、ソナー、ハイドロフォンなどの専用ハードウェアシステムをAI搭載の検知モデルと統合し、複雑な水中環境の監視と分析を実現します。 特に、物体検出（画像内の個々の生物や物体の位置特定と識別）、画像分類（内容に基づいて画像全体にラベルを付与）、物体追跡（検出された物体を連続フレームで追跡し移動を分析）といったコンピュータービジョン技術を応用することで、MarineSituは海洋エネルギー、漁業、環境研究を支援するリアルタイムの知見を提供します。

水中監視が見た目より難しい理由

海洋環境の監視は、陸上での状況観察よりもはるかに困難である。視界が突然悪化する可能性があり、強い潮流が機器を移動させ、海洋生物の付着がカメラやセンサーを急速に覆い隠す。状況は時間ごとに変化するため、一貫したデータ収集が困難となる。

研究者やエネルギー事業者にとって、これは重大なボトルネックとなる。プロジェクトでは数百テラバイトに及ぶ映像・ソナー・音響データが生成されるため、手作業による検証は遅く非現実的である。

遠隔の海洋サイトでは、帯域幅の制限など追加の課題に直面しており、大容量の動画ファイルをクラウドに送信することが困難です。これにより運用コストが増加し、データセキュリティ上の懸念が生じます。

これらの課題を解決するため、MarineSituはクラウド転送に依存せず、水中ハードウェア上で直接データを処理するエッジAIアプローチを採用しています。これにより、野生生物や環境事象のリアルタイム検知が可能となり、研究者が確認すべきデータ量を削減。さらに、帯域幅が低く予測不可能な海洋環境下でも、信頼性の高い監視を維持します。

Ultralytics YOLO を用いたリアルタイム水中物体検出

マリンシチュは、潮力タービン、港湾施設、研究施設、長期環境観測所など、過酷な環境下にある水中インフラ周辺に監視システムを展開し、海洋生物がこれらの構造物とどのように相互作用するかを捉えています。同社の適応型監視パッケージ（AMP）は、高解像度光学カメラ、イメージングソナー、ハイドロフォン、LED照明、およびレンズやセンサーを数か月間クリアに保つ防汚システムを統合しています。

海洋環境監視システム「MarineSitu」は、連続的に流入するマルチモーダルデータを解釈するため、カスタムトレーニングをUltralytics YOLO を用いて映像データをリアルタイム解析する。これらのモデルは、タービンの影響圏などの区域を移動するtrack detect track 、重要な事象を自動でフラグ付けdetect 、関連するソナーおよび音響記録と連動させる。 

例えば、クラゲがタービン付近を漂流する場合、Ultralytics YOLO （例： Ultralytics YOLOv8 や Ultralytics YOLO11 は画像内でその輪郭全体を捕捉できます。これにより、野生生物との相互作用が、何時間も続く何の変哲もない映像の中に埋もれることなく、完全な文脈的詳細と共に捉えられます。

‍

なぜUltralytics YOLO モデルを選ぶのか？

Ultralytics YOLO 、複雑な水中環境におけるリアルタイム検出に必要な速度と精度をMarineSituに提供します。YOLOv8 YOLO11 YOLOv8 モデルはエッジシステム上で効率的にYOLO11 、 TensorRTなどの形式にエクスポート可能です。 

MarineSituとUltralytics YOLO 96%の稼働率を達成

マリンシトゥがUltralytics YOLO を採用したことで、厳しい海洋環境下での長期展開中においても、信頼性の高いリアルタイム野生生物モニタリングが可能となった。

太平洋北西部における141日間の展開中、MarineSitu適応型監視パッケージ（AMP）は、強い潮流、低視界、絶え間ない生物付着圧力にもかかわらず、96％以上の稼働率を維持した。防汚システムがカメラポート、照明、画像ソナーを常に清潔に保ち、一貫した高品質データの取得を保証した。

YOLO システム上で常時YOLO ことで、研究者はアザラシや魚類など各種生物がタービン周辺を移動する様子を追跡できた。自動物体検出とイベントフィルタリングにより、手動レビュー時間が大幅に短縮された。PNNLおよびUW-APLの研究者によれば、YOLOイベントのレビューは、未フィルタリング映像を逐一確認する手間のかかるプロセスと比べ、1日あたりわずか1～2時間で済むケースが多かった。

‍

耐久性の高いハードウェアとマルチモーダルセンシング、リアルタイムコンピュータービジョンを組み合わせることで、MarineSituは野生生物との相互作用を包括的かつ文脈に沿って可視化しました。これは手作業によるレビューだけでは極めて困難であった成果です。この信頼性と効率性のレベルは、潮力発電プロジェクトの環境アセスメントを加速させるとともに、海洋モニタリングシステムの基準を高めています。

リアルタイム海洋インテリジェンスのスケーリング

マリンシトゥは、多様な水中環境においてリアルタイムコンピュータービジョン技術の適用範囲を拡大し続けている。潮力タービンを超え、Ultralytics YOLOシステムは、港湾における野生生物の監視、サンゴ礁研究の支援、科学施設周辺の魚類行動の観察、遠隔海洋地点での長期環境データ収集などに活用されている。

MarineSituは、検出パイプラインの中核にYOLO 据え、種認識の精度向上、エッジベースAI処理の強化、従来手法が困難または高コストな地域への自動監視導入に注力している。同社は水中監視の効率化と普及を図ると同時に、海洋生態系と人間活動の相互作用に関する研究者の知見をより明確かつ迅速に提供することを目指している。

AIに興味がありますか？プロジェクトにビジョンAIを導入するためのライセンスオプションをご覧ください。詳細についてはGitHubリポジトリをご訪問ください。ソリューションページで、ロボティクスにおけるコンピュータビジョンや自動車産業におけるAIを 探索しましょう。