AutoHatch

Offentlig prosjektsammendrag

Prosjektet AutoHatch skal utvikle et fullt ut automatisert og operasjonelt hummerklekkeri til videre skalering. Prosjektet skal underbygge industriell produksjonskapasitet av høykvalitets hummeryngel som skal støtte Norwegian Lobster Farm sin videre skalering av porsjonshummeroppdrett. Prosjektet skal forbedre dagens klekkeprosent basert på kunstig intelligens (AI) og Computer Vision Systemer (CVS) for å avdekke modningsprosess til stamdyr (døgngrader), antall yngel som kommer fra alfanumerisk merkede stamdyr (levende genbank), når på døgnet yngelen klekker, normalfordelingskurven på klekkerperioden for dermed for første gang kunne kvantifisere overlevelse fra klekking til bunnslått stadie (stadie IV). Utover dette, skal prosjektet utvikle sorteringsrobot som skal skille de første 3 zoea stadiene (I- III) fra yngel som er klar for å settes inn i påvekstanlegget (stadie IV). Her skal mekanismer for effektiv utsortering kombineres med bildegjenkjenning og bildebehandling for å kunne sortere 24/7/365. Det skal også utvikles og testes ulike fôrdietter som blir mer tilpasset hummerens ernæringsmessige behov og krav i de tidlige livsstadier. Prosjektet har som mål om at nye metoder og ny kamerateknologi, samt fôrutvikling skal redusere kannibalisme i de tidlige stadier med 20%.