Vis enkel innførsel

dc.contributor.advisorAlfredsen, Jo Arve
dc.contributor.advisorHassan, Waseem
dc.contributor.authorKjelsvik, Per Arne
dc.date.accessioned2019-10-31T15:05:31Z
dc.date.available2019-10-31T15:05:31Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/11250/2625681
dc.description.abstractAkvakultur er en verdensomspennende og voksende industri, og særlig viktig er industrien i Norge. Ved økende omfang blir det samtidig økning i biomasse, risiko og kostnader. Det er mange utfordringer knyttet til til akvakulturindustrien, inkludert sjølus, alger, overeksponering av lokasjoner og produksjonsrelaterte sykdommer. Dersom industrien videre skal blomstre må fisken forstås på et enda grundigere nivå. Internet of Fish (IoF) er et alternativ som bistå i denne utfordringen. IoF er et konsept som muliggjør transport av akustisk tag data fra undervannsmiljø til en front-end applikasjon, noe som muliggjør sanntidsovervåkning. Nettverksarkitekturen til dette konseptet kan defines i tre lag: persepsjon, nettverk, og applikasjon. Tidligere arbeid har utviklet persepsjon- og nettverk-laget til arkitekturen. Hovedmålet med denne oppgaven var derfor å designe og implementere applikasjonslag-programvare, mer spesifikt back-end og front-end kode som muliggjøre sanntidsovervåkning av IoF data. I tillegg, så var det et mål å implementere posisjonering basert på difference av ankomsttid (TDOA), og å designe og forbedre nettverkstransport-protokoll fra persepsjonslaget til applikasjonslaget. Disse målene regnes som oppnådd ettersom konseptet var bevist og testet med et case study. Prosjektarbeidet har vist at IoF-konseptet er et passende verktøy for sanntidsovervåkning av levende fisk i kommersielle oppdrettsmerd-situasjoner. En ny IoF meldingsprotokoll ble implementert, svært besvarende i mengde data som blir overført. Dataen samlet i case studyet har blitt utforsket, men ikke i detalj, da det kun var ment til å illustrere mulighetene til IoF i kontekst av denne oppgaven. Kulminasjonen av arbeidet som har blitt gjort har ført til et nyttig verktøy både kommersielt og forskningsrelatert.
dc.description.abstractAquaculture is an ever-increasing important industry worldwide. As scale of operations increases, so does the biomass, the risk, and the cost. The industry faces many challenges today, including problems such as sea lice, algae, site overexposure, and production related diseases. If the industry wants to grow and thrive, a greater understanding of the inner workings of the fish is needed. Internet of Fish (IoF) is an option to aid in this challenge. IoF is a concept that enables transport of acoustic tag data from subsurface environments to a front-end application, subsequently enabling real-time monitoring. The network architecture of this concept can be defined in three layers: perception, network, and application. Earlier work has developed the perception and network layer of the architecture. The main goal of the thesis was therefore to design and implement application layer software, specifically back-end and front-end code that enabled real-time monitoring of IoF data. Additionally, the study aimed to implement positioning based on time of arrival difference (TDOA), and to design and improve network transport protocol from the perception layer to the application layer. These goals are considered achieved as the concept was proven and tested with a case study. The project work has shown that the Internet of Fish concept is a viable concept for real-time monitoring of live fish in commercial sea cage situations. A new IoF message protocol was implemented, greatly saving on the amount of data being transmitted. The data collected in the case study has been explored, but not in great depth, as it was only meant to illustrate the power of IoF in the context of this thesis. The culmination of the work done has resulted in a useful tool to have for both commercial implementations and research.
dc.languageeng
dc.publisherNTNU
dc.titleInternet of Fish - Real-time monitoring of fish through LPWAN and Internet technologies
dc.typeMaster thesis


Tilhørende fil(er)

Thumbnail
Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel