Osiągnięte efekty
W ramach projektu SONARMUS opracowano i zweryfikowano innowacyjną technologię inteligentnego przetwarzania danych hydrograficznych pozyskiwanych z sonaru bocznego oraz echosondy jednowiązkowej, przeznaczoną do zastosowań na małych bezzałogowych pojazdach pływających (ASV). Kluczowym rezultatem projektu jest demonstrator technologii w postaci aplikacji SONARMUS_app2, integrującej algorytmy sztucznej inteligencji i metody numeryczne w jeden spójny, zautomatyzowany proces przetwarzania danych.
Opracowano łącznie 10 algorytmów, w tym 6 wykorzystujących sztuczną inteligencję oraz 2 oparte na uczeniu głębokim, obejmujące m.in. odszumianie obrazów sonarowych, detekcję i klasyfikację obiektów dennych, mozaikowanie sonogramów, automatyczne przetwarzanie danych batymetrycznych oraz generowanie modeli dna i izobat. Wszystkie zaplanowane kamienie milowe zostały osiągnięte, a zakres prac w wielu obszarach przekroczył pierwotne założenia projektu.
Przeprowadzona walidacja technologii z udziałem 12 doświadczonych hydrografów jednoznacznie potwierdziła skuteczność opracowanego rozwiązania. Zastosowanie trybu Smart umożliwiło automatyzację 16 kluczowych kroków przetwarzania danych oraz redukcję czasu analizy sonogramów o ponad 90% w porównaniu z przetwarzaniem manualnym, przy zachowaniu jakości produktów końcowych na poziomie porównywalnym z komercyjnym oprogramowaniem branżowym. Uzyskane wskaźniki dokładności detekcji i klasyfikacji obiektów oraz wysokie oceny eksperckie potwierdziły praktyczną użyteczność rozwiązania.
Projekt wniósł istotny wkład w rozwój krajowych i międzynarodowych badań nad automatyzacją hydrografii, oferując unikatowe, kompleksowe podejście do przetwarzania danych hydroakustycznych z wykorzystaniem AI. Osiągnięte rezultaty stanowią solidną podstawę do dalszego rozwoju technologii na wyższych poziomach gotowości technologicznej (TRL) oraz jej potencjalnej komercjalizacji.
Istota projektu
SONARMUS
O projekcie
Sonarmus to projekt naukowy typu Proof of Concept, którego celem jest opracowanie i przetestowanie innowacyjnych metod przetwarzania danych hydrograficznych z wykorzystaniem sztucznej inteligencji, a w szczególności uczenia głębokiego (Deep Learning).
Projekt skupia się na analizie danych pozyskiwanych przez bezzałogowe jednostki pływające (ASV – Autonomous Surface Vehicles), wyposażone w sonar boczny oraz echosondę jednowiązkową. Dzięki wykorzystaniu SI możliwe jest zautomatyzowanie i przyspieszenie przetwarzania danych pomiarowych, co bezpośrednio przekłada się na odciążenie pracy hydrografa i zwiększenie dostępności nowoczesnych technologii pomiarowych.
Główne cele projektu to:
- Weryfikacja skuteczności algorytmów AI w przetwarzaniu danych sonarowych i batymetrycznych
- Opracowanie i walidacja inteligentnych modeli przetwarzania danych z rzeczywistych pomiarów terenowych
HIPOTEZA BADAWCZA:
Implementacja metod sztucznej inteligencji, w szczególności uczenia głębokiego, w procesie przetwarzania danych sonarowych oraz z echosondy jednowiązkowej zamontowanych na małych pływających pojazdach bezzałogowych (ASV), pozwoli na istotne zwiększenie dostępności tych technologii dla użytkownika, przy zachowaniu jakości opracowanych produktów hydrograficznych.
Dzięki zastosowaniu SI, możliwa będzie inteligentna automatyzacja procesów, przez co zredukowane zostanie obciążenie hydrografa.
Aktualności
Z przyjemnością informujemy, że w dniu 27 czerwca 2025 odbyło się pierwsze z serii szkoleń realizowanych w ramach naszego projektu. Szkolenie przeprowadzono na pokładzie statku Nawigator, a jego tematyka koncentrowała się wokół praktycznych aspektów przetwarzania danych hydrograficznych. Spotkanie poprowadzili doświadczeni specjaliści – hydrografowie, którzy podzielili się swoją wiedzą i praktyką z zakresu wykorzystania nowoczesnych technologii pomiarowych. Przed nami kolejne spotkania szkoleniowe, w których będziemy pogłębiać wiedzę i rozwijać kompetencje zespołu w obszarze wykorzystania SI w hydrografii. Poniżej zamieszczamy kilka zdjęć z przeprowadzonego szkolenia.
SonarMUS – inteligentne środowisko przetwarzania danych hydrograficznych
W ramach projektu SONARMUS tworzony jest program do analizy danych hydrograficznych pozyskiwanych z bezzałogowych jednostek pływających (ASV).
Główne funkcje:
- import i przegląd danych z sonarów oraz echosondy jednowiązkowej,
- przetwarzanie danych z wykorzystaniem modeli AI (korekta danych nawigacyjnych, filtracja szumów, detekcja obiektów)
- opcja SMART – przyspiesza przetwarzanie danych hydrograficznych
- eksport wyników i analiza jakości produktów hydrograficznych.
Poznaj nasz
Zespół
Za realizacją naszego projektu stoi interdyscyplinarny zespół specjalistów, łączący kompetencje z zakresu hydrografii, sztucznej inteligencji, modelowania batymetrycznego i obsługi systemów bezzałogowych:
dr hab. inż. Witold Kazimierski, prof. PM
kierownik projektu, odpowiedzialny za metodologię badań oraz opracowanie algorytmów uczenia głębokiego i modeli AI.
dr inż. Natalia Wawrzyniak
lider zespołu sonarowego, twórczyni algorytmów i ich implementacji, odpowiedzialny także za ich walidację.
dr inż. Marta Włodarczyk-Sielicka
ekspert ds. modelowania batymetrycznego, współtwórczyni modeli dna i neuronowych algorytmów AI.
dr inż. Izabela Bodus-Olkowska
projektantka funkcjonalności algorytmów pod kątem potrzeb hydrografa, odpowiada za badania walidacyjne i pomiary terenowe.
mgr inż. Grzegorz Zaniewicz
specjalista ds. integracji sprzętowej i pomiarów, analizuje potrzeby użytkowników końcowych i ocenia praktyczną użyteczność rozwiązań.
mgr inż. Małgorzata Łącka
odpowiedzialna za opracowanie technologii w zakresie przetwarzania danych sonarowych, wspiera rozwój algorytmów analizy obrazów sonar
mgr inż. Ilona Garczyńska-Cyprysiak
odpowiedzialna za rozwój modeli sztucznej inteligencji i uczenia głębokiego.
mgr inż. Patryk Biernacik
odpowiada za przetwarzanie danych z echosondy jednowiązkowej, wspomaga integrację batymetrycznych źródeł danych z algorytmami AI oraz czuwa nad implementacją algorytmów.
inż. Adrian Popik
operator ASV i członek zespołu pomiarowego, odpowiedzialny za zbieranie danych w terenie.
Projekt współfinansowany ze środków Unii Europejskiej w ramach programu Fundusze Europejskie dla Nowoczesnej Gospodarki (FENG). Wartość dofinansowania: 700 000 zł