MIT in de praktijk: een unieke onderwaterdrone die met behulp van AI de zeebodem in beeld brengt

Gepubliceerd op: 18 december 2023

Er is meer bekend over het oppervlak van Mars dan over de bodem van de diepzee. Het team van Lobster Robotics, een Delftse startup, wil daarom een onderwaterdrone ontwikkelen die op een diepte van 6000 meter kan functioneren om data te verzamelen die van grote waarde is voor de wetenschap. Zover is het nog niet, maar ondertussen hebben ze al wel een functionerend exemplaar dat een deel van de zeebodem van de troebele Noordzee haarscherp in beeld kan brengen. Mede dankzij de inzet van Artificiële Intelligentie (AI).

Een klein robotje op de maan zetten: dat was de uitdaging waar meer van vijftig studenten van de TU Delft in 2017 aan werkten. Zes van hen hadden een minuscuul cameraatje met een gewicht van slechts twee gram gemaakt. En toen de robot helemaal klaar was voor de ruimtereis en het lastig bleek om de daadwerkelijke lancering te organiseren, besloten die zes studenten om zelf een engineering challenge met een vergelijkbare complexiteit aan te gaan. Daarbij richtte hun blik zich niet meer naar boven, maar juist naar plekken die kilometers onder NAP liggen: de diepzee.

Het begon met een idealistisch idee

“Aangezien het zo lastig is om er te komen, is er heel weinig over de diepzee bekend”, zegt Stephan Rutten, medeoprichter en CEO van Lobster Robotics. “En de weinige expedities die zich wel op die onderwaterwereld richten, zijn extreem duur. We begonnen heel idealistisch met het idee om een onderwaterdrone te gaan bouwen die foto’s van de diepzeebodem maakt, wat dan data oplevert waar de wetenschap mee geholpen is.”

Een compactere en goedkopere oplossing

Op een diepte van 6000 meter is de druk zo hoog dat de huidige onderwaterdrones gemaakt zijn van zware titaniumbuizen, waar alle gevoelige elektronica in zit. “Maar dat is een zeer dure oplossing”, weet Rutten. “Ons plan is dus om zelf alle elektronica zo te maken dat het ook onder druk werkt, waardoor we uiteindelijk in staat zullen zijn om een onderwaterdrone te bouwen die veel compacter en goedkoper is dan de exemplaren die momenteel op zeer beperkte schaal in de diepzee worden ingezet.”

Navigeeruitdaging

De tweede grote uitdaging: in de diepzee is geen contact via GPS of radio mogelijk. “Dat betekent dus dat we een speciale onderwater-GPS-oplossing nodig hebben. Dat soort systemen zijn er al wel op de markt, maar die zijn heel duur en eigenlijk ook nog niet goed genoeg. Het gebruik van geluidgolven is een andere manier om onder water je positie te bepalen. Kijk bijvoorbeeld maar naar dolfijnen: die hebben ook geen GPS nodig. Dat betekent dus dat we dat kunstje van dolfijnen op een kunstmatige manier moeten proberen na te bootsen. Maar dat is makkelijker gezegd dan gedaan. Er zijn wereldwijd veel partijen die daar al heel lang aan werken, waarbij wel duidelijk is dat het zeer lastig is om dat voor elkaar te krijgen.”

Focus op mosselen als eerste toepassing

De diepzeedrone laat dus nog even op zich wachten. Maar ondertussen heeft Lobster Robotics al wel een functionerend exemplaar dat de mosselpopulatie op de Zeeuwse zeebodem van de Noordzee in kaart brengt. Daarbij gaat het om een samenwerking met Reef Support, een Nederlandse startup die AI-technologie inzet om koraalriffen te monitoren. “Mosselvissers kampen regelmatig met een zeesterrenplaag. In een paar weken tijd kunnen zeesterren een volledige mosselpopulatie opeten. Als bekend is dat er veel zeesterren zijn, kunnen mosselvissers daar weliswaar maatregelen tegen nemen, maar dat moet dan wel op een duurzame en verantwoorde manier gebeuren, en daar zijn altijd extra kosten aan verbonden. Voor hen is het dus belangrijk om te weten hoe het met de mosselpopulatie op de zeebodem is gesteld en hoeveel zeesterren er aanwezig zijn. Maar de Oosterschelde is zeer troebel. Het zicht is dus slecht.”

Vaart maken dankzij de MIT-regeling

Samen met Reef Support deed Lobster Robotics een beroep op de MIT-regeling en die subsidie werd in 2022 toegekend. Rutten: “Dat gebeurde op het moment dat ik en de andere vijf co-founders in de afronding van onze masters zaten. Alles stond al klaar om na ons afstuderen vaart te gaan maken met onze startup. Een perfecte timing dus. Mede dankzij de subsidie konden we een vaste kracht aan ons team toevoegen. Daarbij zorgde het MIT-project ervoor dat we meteen een duidelijke focus hadden en precies wisten wat ons te doen stond.”

Haarscherp beeld

Er werd een prototype gemaakt dat in de Oosterschelde en in de Noordzee (bij de Brouwersdam, waar het zicht onderwater wat beter was) in de richting van een mosselbank werd gestuurd. Daarbij haalde de onderwaterdrone de GPS-coördinaten aan het oppervlak op. En omdat hij zich in ondiep water bevond (maximaal tien meter) kon hij onderwater andere sensoren gebruiken om te navigeren, waarbij hij telkens de laatst opgepikte GPS-locatie als referentie nam.

Geheel autonoom wist de onderwaterdrone een oppervlakte van enkele honderden vierkante meters in beeld te brengen. En ondanks het troebele water, zijn niet alleen alle mossels en zeesterren duidelijk te zien, maar is het zelfs mogelijk om op afzonderlijke exemplaren in te zoomen, waarbij het beeld haarscherp blijft. Proef geslaagd!

Inzet van adaptieve algoritmes

De rol van AI bij dit alles? “Dat de onderwaterdrone zijn weg vindt, komt niet doordat we vooraf de route al programmeren, maar doordat we gebruikmaken van adaptieve algoritmes. Op die manier kunnen we steeds grotere datasets verzamelen, wat een springplank vormt voor het verbeteren van de navigatie op basis van machine learning. Dankzij de inzet van adoptieve algoritmes lukt het de drone momenteel al om zelf de meest efficiënte route te bepalen, waarbij hij ook nog eens de juiste afstand tot de bodem houdt. Zit er een helling in de bodem? Dan maakt de drone zelf een vergelijkbare hoek om ervoor te zorgen dat alles netjes en goed belicht wordt vastgelegd. En de nieuwste feature? De mogelijkheid om optimaal gebruik te maken van de stroming om op die manier energie te besparen.”

Razendsnel mosselen en zeesterren tellen

Als Lobster Robotics de data van de onderwaterdrone bij Reef Support aflevert, maken zij vervolgens ook weer gebruik van machine learning als technologie. Bijvoorbeeld om automatisch te bepalen hoeveel mossels en zeesterren er op de beelden te zien zijn, en hoe groot ze zijn. “Bij een klein oppervlak is dat nog wel handmatig te doen, dat tellen”, weet Rutten. “Maar zodra we hectares in beeld gaan brengen, wordt dat toch wel een ander verhaal. Dan gaat het wel heel veel tijd en mensuren kosten om die tellingen uit te voeren.”

De diepzee blijft lonken

De onderwaterdrone die momenteel in de Noordzee wordt ingezet, heeft al voor veel internationale interesse gezorgd. Van beheerders van windparken op zee bijvoorbeeld. Ondertussen gaat de startup ook nog door met de ontwikkeling van een exemplaar voor de diepzee. En bij elk project waar ze hun ideeën al in de praktijk kunnen brengen, komt het realiseren van die wens weer een stapje dichterbij.

Meer informatie?

Bezoek de website van Lobster Robotics. Heeft u aanvullende vragen? Stel deze via de contactpagina of aan Stephan Rutten.

Interesse in de MIT-regeling?

Het mkb, waaronder ook veel startups, heeft een belangrijke economische en innoverende rol. Uit onderzoek blijkt dat het mkb tegen vele barrières aanloopt bij het toepassen van AI. De AiNed MIT AI call om de kloof tussen de kennisbasis en toepassing van AI-innovaties te overbruggen wordt ondersteund vanuit het door de NL AIC ontwikkelde AiNed programma. Deze regeling wordt jaarlijks in het voorjaar herhaald tot en met 2026. Via de website van het AiNed programma blijft u op de hoogte.

© Getoonde foto: Renate Olie

Delen via: