Morten Alver

Førsteamanuensis Institutt for teknisk kybernetikk
73594390
O. S. Bragstads plass 2, Elektro D * D135

Bakgrunn og aktiviteter

Morten Omholt Alver (1977) er førsteamanuensis II ved Institutt for teknisk kybernetikk. Han tilhører forskningsgruppen for «Automation in fishery and aquaculture». Alver er utdannet sivilingeniør og har en doktorgrad fra Institutt for teknisk kybernetikk, NTNU.

Se engelsk side for mer informasjon.

 

Forslag til masteroppgaver vår 2016

Romlige populasjonsinteraksjoner for individbaserte modeller (m/Ole Jacob Broch, SINTEF Fiskeri og havbruk)

Beskrivelse kommer.

 

Reduserte tilstandsrommodeller for prognoser med SINMOD (m/Finn Are Michelsen, SINTEF Fiskeri og havbruk)

Mål: Utrede mulighetene for å lage raske modeller for prognose av strøm i et lokalt område.

Mulige metoder: Redusert tilstandsrommodell basert på proper orthogonal decomposition (POD), trajectory piecewise linearization, balanced truncation, balanced POD.

Tilnærming: Modellreduksjon i Matlab basert på filer med tilstandstrajektorer fra SINMOD. Redusert modell implementeres i Fortran 95 og simuleres i SINMOD-rammeverket.

Implementer både redusert lineær (z1dot=U1^T * A) og ulineær modell (z1dot=U1^T * f(x,u))

Resultat: Sammenlikning av prognoser og regnehastighet fra SINMOD og redusert modell vil gi indikasjon på hvor god metodene er ifm. prognoser av strøm (dvs. grad av ulinearitet og feil ved tilstandsromreduksjon og residualisering eller trunkering).

Instrumentplattform: AUV i laksemerd (m/Torfinn Solvang-Garten, SINTEF Fiskeri og havbruk)

Observasjon av store deler av en laksemerd er utfordrende. Prøvetaking av for eksempel vannkvalitet må gjøres på gitte punkt til gitte tider, noe som medfører begrensninger i dataenes representativitet. En annen problemstilling er kamerabasert observasjon av rensefisk i laksemerd. Dersom en flyttbar plattform var tilgjengelig, i sin enkleste form som en enkel AUV som fløt med strømmen inne i merden i horisontalplanet, men regulerte egenvekta og dermed dybden i vertikalplanet, har en ikke lenger punktobservasjoner. I en mer utviklet form kunne AUV-en utstyres med for eksempel akustiske mottakere for å identifisere og forfølge akustisk merkede fisk på en gitt avstand.

 

Hyperspektral avbildning og multivariat klassifisering for sortering av restråstoff fra sild (m/Morten Bondø, SINTEF Fiskeri og havbruk)

Sortering av restråstoff fra sild er en utfordrende oppgave. Tidligere arbeid med å løse dette har fokusert på enkeltbølgelengder. Det ønskes at kandidaten gjør full hyperspektral avbildning med en avbildende spektroskop lokalisert hos SINTEF Fiskeri og havbruk AS. Hyperspektrale bilder skal analyseres og det skal lages en multivariat klassifisering, f.eks. support vector machines eller andre, som optimalt sorterer de ulike fraksjonene. Resultat fra denne klassifiseringen skal benyttes til å velge et mindretall antall bølgelengdeområder som egner seg til industriell implementasjon.

 

Developing an environment model for humanoid robot collision checking based on 3D point clouds from Kinect (m/John Reidar Mathiassen, SINTEF Fiskeri og havbruk)

A walking humanoid robot, e.g. Aldebaran NAO, needs to sense its environment in 3D in order to properly navigate and grasp objects. 3D cameras such as Kinect provide a point cloud or voxel space representation of the environment. For real-time or interactive collision detection, it is necessary to convert the 3D camera images into a simplified environment model that is suitable for collision checking of multiple robot poses and grasping configurations. This technology has applications also in underwater and other remote autonomous robotics applications.

 

Embedded 3D vision for industrial applications using NVIDIA Jetson (m/John Reidar Mathiassen, SINTEF Fiskeri og havbruk)

Many industrial applications of 3D vision involve the use of laser scanning of objects on a conveyor and imaging with 2D camera, with image processing that extracts the laser line 3D information and other reflectance properties. Processing of images from these 2D cameras must often be done at 500-1000 fps, and consequently require fast processing. Some custom 3D cameras use FPGA, and some software packages use GPU processing to this end. The goal of this Master's thesis is to implement an embedded 3D vision system, based on laser scanning, with image processing done on an NVIDIA Jetson GPU+CPU board. Such an embedded 3D vision system enables low cost integration into many industrial applications.

 

Vitenskapelig, faglig og kunstnerisk arbeid

Et utvalg av nyere tidsskriftspublikasjoner, kunstneriske produksjoner, bok, inklusiv bokdeler og rapport-del. Se alle publikasjoner i databasen

Tidsskriftspublikasjoner