Planering av undervattenskabelrutter är i dag en resurskrävande process där man manuellt måste analysera stora mängder sonar- och sensordata. Det finns ett behov av att automatisera och effektivisera detta arbete för att minska tidsåtgång, öka noggrannheten och undvika mänskliga fel – särskilt i områden med komplex havsbotten eller potentiella faror.
Projektet kombinerar maskininlärning och molnbaserad dataanalys för att automatiskt identifiera optimala kabelrutter. Lösningen bygger på analys av:
– Realtidsdata från sonar och CPT-sensorer
– Geofysiska och geotekniska big data-mängder
– Identifiering av objekt som stenar, skeppsvrak och UXO
Resultatet är beslutsstödsverktyg som automatiskt föreslår kabelrutter, gör riskanalyser och underlättar planering baserat på insamlad botteninformation och kabelspecifikationer.
Kontakta oss för att prata mer om ditt projekt.
