gemini på pdf - NTNU
gemini på pdf - NTNU gemini på pdf - NTNU
■ NYHETER Robot med argusøyne Et finstilt robotblikk avslører kvalitetsfeil på rogn og fisk. Raskere enn noe menneskeøye. Roboter som ser like godt som det menneskelige øye, er på full fart inn i fiskeindustrien. En maskin som kan sortere lakse- og ørretrogn, er allerede på markedet. Snart kommer roboter som kan alt fra å kvalitetssortere og trimme fiskefileter, til å plukke ut skadde linekroker. Vi kaller det maskinsyn. OM Å FORSTÅ SAMMENHENGER • Maskinsyn skapes ved hjelp av digitale kameraer og en datamaskin. Fagområdet omfatter datateknikk, optikk, mekanikk og industriell automasjon. Teknologien er velkjent, men utvikles og får nye anvendelser i takt med at kameraer og datamaskiner blir mer avanserte. Slik har det blitt mulig å finstille robotblikket så det kan skille ut ett enkelt skadd fiskeegg fra mange tusen friske. John Reidar Mathiassen har tatt de tekniske løsningene bak rognsorteringa flere steg videre. I sin doktoravhandling viser han hvordan maskinsyn kan brukes til flere arbeidsoppgaver innenfor fiskeindustrien. Mathiassen sammenligner maskinsynteknologien med en kasse lego. Klossene er kjent – det er anvendelsen, eller hva man bygger med klossene, som er kreativ og nyskapende. – Det handler om å se og forstå sammenhenger: hva som er problemer og hva som er løsninger, forklarer forskeren. 6 KYBERNETIKK DATATEKNIKK • MEKANIKK KONTAKT: John Reidar Mathiassen, Institutt for teknisk kybernetikk, NTNU TLF: 934 53 696 E-POST: johnreidarmathiassen@gmail.com RASK, RASKERE: En erfaren rognsorterer kan ta unna drøyt 4000 egg i timen, maskinen klarer over 100 000. HVORDAN SYNET FUNGERER • – For å lære roboter å se, må jeg først skjønne hvordan mitt eget syn fungerer. Hvordan ser jeg for eksempel den koppen der, sier Mathiassen og peker mot en grønn kaffekopp på bordet foran oss. – Først må jeg greie å beskrive koppen, på en måte som kjennetegner den og skiller den fra alle andre gjenstander i omgivelsene. Det kan være farge, størrelse, form eller avstand til objektet. Når jeg har klart å beskrive hvordan jeg finner koppen med mitt eget syn, gir jeg datamaskinen denne beskrivelsen på et språk som den forstår – et programmeringsspråk. På den måten tar digitale kameraer bilder, sender bildene til datamaskinen, og datamaskinen kjører programmet som får den til å finne koppen i bildet. ØYNENE AVSLØRER: Friske fiskeegg har to øyne. Egg med avvik kan ikke brukes til oppdrett. gemini • nr. 4 • desember 2009 FARGE, FORM, STØRRELSE • Rommet vi sitter i, er spartansk møblert og har få gjenstander. Bare to ting er grønne – den omtalte koppen og en plante. Planten er mye mørkere enn koppen. Dette gjør det enkelt å bestemme at det er fargen som skal få en robot med maskinsyn til å kjenne igjen koppen. – Jeg trenger bare å programmere en kode for lysegrønn. Da vil roboten gå etter alt som kameraene fanger inn av lysegrønt. Om det hadde vært flere lysegrønne gjenstander, så måtte jeg ha lagt til noen detaljer som kan skille ut koppen. Det kunne for eksempel vært størrelsen eller formen, forklarer Mathiassen. Å glemme å ta høyde for sånt kan bli katastrofalt. Mathiassen har sett en konkurranse der robotene ble programmert til å sparke en oransjefarget ball. Uheldigvis hadde en publikummer en t-skjorte med nøyaktig samme farge som ballen. Dermed stanset roboten mot kanten av banen i et forgjeves forsøk på å sparke publikummeren. GJENKJENNE AVVIK • Eksemplet med å finne den eneste grønne kaffekoppen høres enkelt nok. Men hvordan få roboter til å finne bevegelige objekter i urolige omgivelser der mye foregår? Eller skille mellom bitte små objekter som er nesten kliss like, for eksempel fiskerogn? Prinsippet er akkurat det samme og starter med en beskrivelse. Kjennetegnet på friske egg
som brukes til oppdrett, er at de har to øyne. Oppgaven til roboten, eller maskinen, blir å gjenkjenne avvik: Noen egg kan ha en soppinfeksjon som til forveksling kan ligne på øyne – disse må skilles ut. Andre egg kan være enøyde eller ha tre eller fire øyne – disse må også skilles ut for at ikke fisken skal bli vanskapt. En erfaren eggsorterer kan ta unna mellom 4000 og 5000 egg i timen – maskinen klarer over 100 000. FINNER DEFEKTE LINEKROKER • På laboratoriet har Mathiassen bidratt til roboter som kan oppdage selv den minste skade på fisk, og som renskjærer fileter like nøyaktig som en mesterkokk. En robot som kan sortere linekroker, er underveis, men ikke kommet i produksjon ennå. Laboratorieforsøk har vist at maskinsyn kan avsløre 97,5 prosent av defekte kroker. Mathiassen ser derfor et stort potensial for å effektivisere linefiske. Han opplyser at det er opptil 40 000 kroker på hver line. Videre at et mannskap på tre personer bruker ca 24 timer på å inspisere og bytte ut eller reparere krokene manuelt. Forskningen er utført ved NTNUs Institutt for teknisk kybernetikk og SINTEF Fiskeri og havbruk AS. Synnøve Ressem Foto: Aqua Gen AS Lærd og alternativ Folk med universitetsgrad er gjerne dei første til å prøve alt som er nytt. Også innanfor helsetilbodet. MEDISIN ALTERNATIV BEHANDLING KONTAKT: Aslak Steinsbekk, Institutt for samfunnsmedisin, NTNU TLF: 73 59 75 74 E-POST: aslak.steinsbekk@ntnu.no Bruken av alternativ behandling – alt frå homeopati og akupunktur til handspålegging og soneterapi – aukar år for år. Kvart år oppsøker nesten 13 prosent av den vaksne befolkninga ein alternativ behandlar. Og så mykje som halvparten av alle vaksne nordmenn har gjort det ein eller annan gong i livet. Bruken stig med utdanningsnivået. Dei aller flittigaste brukarane av alternative behandlingsformer er no folk med ein universitetsgrad. FLEST AV DEI KREFTSJUKE • Forskarar ved NTNUs Institutt for samfunnsmedisin har sett på opplysningar som 1406 nordtrøndarar gav under den andre Helseundersøkinga i Nord-Trøndelag. Dette var personar som anten NYHETER ■ hadde kreft på det tidspunktet, eller som nyleg hadde hatt det. På spørsmål om dei hadde oppsøkt alternativ behandling det siste året, svara 16,1 prosent at ja, det hadde dei. Ser vi på utdanningsnivå, finn vi denne fordelinga: Folk med grunnskule: 13,9 prosent. Folk med vidaregåande/yrkesutdanning: 17 prosent. Folk med høgare utdanning: 19,1 prosent. LOGISK • Ein skulle kanskje trudd det var omvendt: at dei høgt utdanna heldt seg langt unna det mange kallar kvakksalveri. Men homeopat Aslak Steinsbekk, som er ein av forskarane bak undersøkinga, seier at funna stemmer med internasjonal forsking. Det er slik ute i verda også. – Det er ikkje ulogisk heller, meiner han. – Vi veit at det oftast er dei med utdanning som oppsøker det nye og ukjende, og som vågar å prøve nye ting. Det kan vere nye produkt, nye stader eller nye metodar. Dei går føre og brøyter veg, og så kjem dei andre etter. – Skjønt, når det gjeld alternativ behandling, er det heller slik at dei tidlegaste brukarane var dei som var sjukast. Dei var mykje sjukare enn dei fleste som oppsøker slik behandling no, seier Aslak Steinsbekk. Lisa Olstad GRIP OM SEG: Handspålegging eller homeopati, akupunktur eller soneterapi – stadig fleire tyr til alternativ behandling, og dei høgt utdanna aller mest. gemini • nr. 4 • desember 2009 7 Foto: photos.com
- Page 1 and 2: NR. 4 • DESEMBER 2009 FORSKNINGSN
- Page 3 and 4: DROPP DET INNHOLD ■ Slipp et tils
- Page 5: Kapitalisme skaper fred En åpen ø
- Page 9 and 10: ut av SINTEF og etablerte bedriften
- Page 11 and 12: BRENNENDE IS? Nei, dette er ikke is
- Page 13 and 14: YNGEL STARTFÔR • AKVARIER • OP
- Page 15 and 16: Foto: Thor Nielsen Skal man lykkes
- Page 17 and 18: gemini • nr. 4 • desember 2009
- Page 19 and 20: PÅ RMER Nattsvermerens hjerne er m
- Page 21 and 22: Mikroskopbilde av nattsvermer med b
- Page 23 and 24: D FRISK PUST MILJØ SKIPSFART • G
- Page 25 and 26: eder Lawrence Falkeid. Eidsvaag fra
- Page 27 and 28: Å SNO SEG det fanst passive damer.
- Page 29 and 30: FRA ORD TIL HAMMER BYGG TEKNISKE FO
- Page 31 and 32: es limakur gemini • nr. 4 • des
- Page 33 and 34: TROR PÅ «RØYKELOVER» - Folk sp
- Page 35 and 36: opp og eksportere mer norsk naturga
- Page 37 and 38: midlene i klimapolitikken. Regjerin
- Page 39 and 40: Kraftrefseren ENERGIFORSKER AUDUN R
- Page 41 and 42: Gassmolekylene avgir energi i form
- Page 43 and 44: Foto: Thor Nielsen/SINTEF Ny oljeut
- Page 45 and 46: flere celler og risikerer mindre av
- Page 47: Foto: Geir Mogen B-blad Returadress
■ NYHETER<br />
Robot med argusøyne<br />
Et finstilt robotblikk<br />
avslører kvalitetsfeil <strong>på</strong><br />
rogn og fisk. Raskere enn<br />
noe menneskeøye.<br />
Roboter som ser like godt som det menneskelige<br />
øye, er <strong>på</strong> full fart inn i fiskeindustrien. En<br />
maskin som kan sortere lakse- og ørretrogn, er<br />
allerede <strong>på</strong> markedet. Snart kommer roboter<br />
som kan alt fra å kvalitetssortere og trimme fiskefileter,<br />
til å plukke ut skadde linekroker.<br />
Vi kaller det maskinsyn.<br />
OM Å FORSTÅ SAMMENHENGER • Maskinsyn<br />
skapes ved hjelp av digitale kameraer og en datamaskin.<br />
Fagområdet omfatter datateknikk, optikk,<br />
mekanikk og industriell automasjon. Teknologien<br />
er velkjent, men utvikles og får nye anvendelser<br />
i takt med at kameraer og datamaskiner<br />
blir mer avanserte.<br />
Slik har det blitt mulig å finstille robotblikket<br />
så det kan skille ut ett enkelt skadd fiskeegg<br />
fra mange tusen friske.<br />
John Reidar Mathiassen har tatt de tekniske<br />
løsningene bak rognsorteringa flere steg videre.<br />
I sin doktoravhandling viser han hvordan<br />
maskinsyn kan brukes til flere arbeidsoppgaver<br />
innenfor fiskeindustrien.<br />
Mathiassen sammenligner maskinsynteknologien<br />
med en kasse lego. Klossene er kjent –<br />
det er anvendelsen, eller hva man bygger med<br />
klossene, som er kreativ og nyskapende.<br />
– Det handler om å se og forstå sammenhenger:<br />
hva som er problemer og hva som er<br />
løsninger, forklarer forskeren.<br />
6<br />
KYBERNETIKK<br />
DATATEKNIKK • MEKANIKK<br />
KONTAKT: John Reidar Mathiassen, Institutt for teknisk<br />
kybernetikk, <strong>NTNU</strong><br />
TLF: 934 53 696 E-POST: johnreidarmathiassen@gmail.com<br />
RASK, RASKERE: En erfaren rognsorterer kan ta unna drøyt 4000 egg i timen, maskinen klarer over 100 000.<br />
HVORDAN SYNET FUNGERER • – For å lære roboter<br />
å se, må jeg først skjønne hvordan mitt<br />
eget syn fungerer. Hvordan ser jeg for eksempel<br />
den koppen der, sier Mathiassen og peker<br />
mot en grønn kaffekopp <strong>på</strong> bordet foran oss.<br />
– Først må jeg greie å beskrive koppen, <strong>på</strong><br />
en måte som kjennetegner den og skiller den<br />
fra alle andre gjenstander i omgivelsene. Det<br />
kan være farge, størrelse, form eller avstand til<br />
objektet. Når jeg har klart å beskrive hvordan<br />
jeg finner koppen med mitt eget syn, gir jeg<br />
datamaskinen denne beskrivelsen <strong>på</strong> et språk<br />
som den forstår – et programmeringsspråk. På<br />
den måten tar digitale kameraer bilder, sender<br />
bildene til datamaskinen, og datamaskinen<br />
kjører programmet som får den til å finne koppen<br />
i bildet.<br />
ØYNENE AVSLØRER: Friske fiskeegg har to øyne. Egg med avvik kan ikke brukes til oppdrett.<br />
<strong>gemini</strong> • nr. 4 • desember 2009<br />
FARGE, FORM, STØRRELSE • Rommet vi sitter<br />
i, er spartansk møblert og har få gjenstander.<br />
Bare to ting er grønne – den omtalte koppen og<br />
en plante. Planten er mye mørkere enn koppen.<br />
Dette gjør det enkelt å bestemme at det er fargen<br />
som skal få en robot med maskinsyn til å<br />
kjenne igjen koppen.<br />
– Jeg trenger bare å programmere en kode for<br />
lysegrønn. Da vil roboten gå etter alt som kameraene<br />
fanger inn av lysegrønt. Om det hadde<br />
vært flere lysegrønne gjenstander, så måtte jeg<br />
ha lagt til noen detaljer som kan skille ut koppen.<br />
Det kunne for eksempel vært størrelsen eller<br />
formen, forklarer Mathiassen.<br />
Å glemme å ta høyde for sånt kan bli katastrofalt.<br />
Mathiassen har sett en konkurranse der robotene<br />
ble programmert til å sparke en oransjefarget<br />
ball. Uheldigvis hadde en publikummer<br />
en t-skjorte med nøyaktig samme farge som ballen.<br />
Dermed stanset roboten mot kanten av banen<br />
i et forgjeves forsøk <strong>på</strong> å sparke publikummeren.<br />
GJENKJENNE AVVIK • Eksemplet med å finne<br />
den eneste grønne kaffekoppen høres enkelt<br />
nok. Men hvordan få roboter til å finne bevegelige<br />
objekter i urolige omgivelser der mye foregår?<br />
Eller skille mellom bitte små objekter som<br />
er nesten kliss like, for eksempel fiskerogn?<br />
Prinsippet er akkurat det samme og starter<br />
med en beskrivelse. Kjennetegnet <strong>på</strong> friske egg
Change language