खोल समुद्रातील शोधमोहीम तेव्हा थांबते जेव्हा गाळामुळे (sediment clouds) ऑप्टिकल कॅमेरे अंधळे होतात, ज्यामुळे ROVs दिशाहीनपणे तरंगू लागतात. Woods Hole Oceanographic Institution (WHOI) मधील संशोधकांनी एक अशी प्रणाली विकसित केली आहे जी "गढूळ पाण्यात" रिअल-टाइममध्ये नेव्हिगेट करण्यासाठी सोनार आणि प्रगत अल्गोरिदमचे एकत्रीकरण करते.

सोनार आणि व्हिजनमधील अंतर कमी करणे

पाण्याखालील रोबोट्सना सतत दृश्यमानता (visibility) आणि रिझोल्यूशन (resolution) यामध्ये तडजोड करावी लागते. कॅमेरे स्पष्ट प्रतिमा देतात, परंतु ROV ने वाळू उडवली की ते निरुपयोगी ठरतात. सोनार अडथळ्यांमधून मार्ग काढते परंतु केवळ ढोबळ तपशील देते, जो नाजूक कामांसाठी अपुरा असतो.

Amy Phung (SM ’23, PhD ’26) आणि Richard Camilli (SM ’00, PhD ’03) यांनी हायब्रिड दृष्टिकोनाद्वारे या समस्येवर उपाय शोधला. प्रथम, ही प्रणाली समुद्रतळाचा नकाशा तयार करण्यासाठी जलद सोनार स्वीप (sonar sweep) करते. पाण्याचा पारदर्शकपणा काहीही असला तरी, तो नकाशा वाहनाला सुरक्षित अवकाशीय जागरूकता (spatial awareness) प्रदान करतो. त्यानंतर, गाळ खाली बसू नये किंवा अंतर कमी होऊन हाय-रिझोल्यूशन कॅमेरे सूक्ष्म तपशील टिपू शकतील तोपर्यंत ROV लक्ष्याकडे जवळ जाते.

इमेज-मॅचिंग अल्गोरिदमद्वारे रिअल-टाइम प्रोसेसिंग

समुद्रतळाचा नकाशा त्वरित तयार करण्यासाठी अत्यंत संगणकीय कार्यक्षमतेची (computational efficiency) आवश्यकता असते. WHOI च्या टीमने मूळतः एका फ्रेंच संशोधन गटाने तयार केलेला इमेज-मॅचिंग अल्गोरिदम वापरला आहे. हा अल्गोरिदम प्रत्येक सोनार पिक्सेलला 'डेप्थ क्यू' (depth cue) म्हणून मानतो आणि पृष्ठभाग त्याच्या खाली किती खोल आहे याचा अंदाज लावतो. या डेप्थ अंदाजांना एकत्र जोडून, हे सॉफ्टवेअर पारंपारिक ध्वनी पुनर्रचनेपेक्षा (acoustic reconstructions) कितीतरी पटीने वेगाने 3-D चित्र तयार करते. या वेगामुळे स्वायत्त (autonomous) किंवा रिमोटली ऑपरेटेड सिस्टम्स सेकंदाच्या काही भागात दिशा ठरवू शकतात आणि धडक टाळू शकतात.

खोल समुद्रातील उद्योग आणि संरक्षणावरील परिणाम

गाळातून पाहण्याची क्षमता अनेक महत्त्वाच्या क्षेत्रांना आकार देते. शास्त्रज्ञ अस्थिर बेंथिक झोनमध्ये (benthic zones) विनाखंड डेटा गोळा करू शकतात. मानवी हालचालींमुळे सतत गाळ उडत असलेल्या पाण्याखालील बांधकाम आणि पायाभूत सुविधांच्या देखभालीसाठी अभियंत्यांना एक विश्वसनीय दृश्य मिळते.

हे तंत्रज्ञान संरक्षण क्षेत्रालाही बळकट करते. माइन-काउंटर-मेजर मिशनमध्ये, न फुटलेले स्फोटक पदार्थ (unexploded ordnance) अनेकदा गाळाच्या थराखाली लपलेले असतात. सोनार-व्हिजन सिस्टम "ब्लॅकआउट" परिस्थितीत नेव्हिगेट करते, विल्हेवाट लावणाऱ्या उपकरणांना आत्मविश्वासाने योग्य ठिकाणी ठेवते आणि त्यानंतर कॅमेरा फोटो काढण्यासाठी पाणी पुरेसे स्वच्छ झाल्यावर लक्ष्याची पडताळणी करते. हा बदल पाण्याखालील रोबोट्सना केवळ निष्क्रिय निरीक्षक न ठेवता समुद्रतळावरील सक्रिय आणि बुद्धिमान एजंट बनवतो.

मुख्य निष्कर्ष

  • हायब्रिड नेव्हिगेशन: सोनार सुरुवातीचा भूप्रदेशाचा आराखडा प्रदान करते; परिस्थिती सुधारल्यावर हाय-रिझोल्यूशन कॅमेरे तपशीलवार दृश्ये देतात.
  • अल्गोरिदमचा वेग: फ्रेंच मूळचा इमेज-मॅचिंग रूटीन 2-D सोनार डेटावरून थेट खोलीचा अंदाज लावतो, ज्यामुळे रिअल-टाइम 3-D मॅपिंग शक्य होते.
  • अष्टपैलू उपयोजन: या प्रणालीचा फायदा समुद्रशास्त्र (oceanography), पाण्याखालील बांधकाम, पायाभूत सुविधांची देखभाल आणि धोकादायक माइन विल्हेवाट लावण्यास होतो.

WHOI ची AI-सक्षम सोनार-व्हिजन प्रणाली आता पाण्याखालील रोबोट्सना त्यांच्या सभोवतालचे 3-D चित्र रिअल-टाइममध्ये तयार करण्यास मदत करते, अगदी गाळामुळे कॅमेरे निरुपयोगी ठरले तरीही.

ब्लाइंड स्पॉट्सपासून रिअल-टाइम 3-D मॅप्सपर्यंत

पारंपारिक ROVs तपशीलासाठी ऑप्टिकल कॅमेऱ्यावर अवलंबून असतात, परंतु वाळूचा एक छोटा कणही स्पष्ट दृश्ये अस्पष्ट भिंतीत बदलू शकतो. सोनार—समुद्रतळावरून परावर्तित होणारे ध्वनी लहरी—गढूळ पाण्यातून पाहू शकते, तरीही त्यातील कच्चा डेटा नाजूक नमुना पकडणे किंवा केबल ओढणे यांसारख्या कामांसाठी आवश्यक असलेला सूक्ष्म तपशील प्रदान करत नाही.

Phung आणि Camilli यांनी या समस्येवर थेट सामना केला. त्यांची हायब्रिड प्रणाली जलद सोनार स्वीप करते, डेटा फ्रेंच इमेज-मॅचिंग अल्गोरिदममध्ये फीड करते आणि प्रत्येक सोनार पिक्सेलला डेप्थ क्यू म्हणून मानते. या क्यूजना एकत्र जोडून, सॉफ्टवेअर पूर्ण 3-D मॉडेल इतक्या वेगाने तयार करते की ROV त्वरित आपला मार्ग बदलू शकते.

जेव्हा वाहन स्वच्छ पाण्यात पोहोचते—एकतर अडथळ्यापासून मागे हटून किंवा गाळ खाली बसण्याची वाट पाहून—तेव्हा ऑनबोर्ड हाय-रिझोल्यूशन कॅमेरे तपशीलवार चित्रे टिपतात. प्रभावीपणे सांगायचे तर, जोपर्यंत ऑप्टिकल "डोळे" काम करू शकत नाहीत, तोपर्यंत सोनार कमी-रिझोल्यूशनच्या "दृष्टी"प्रमाणे रोबोटला दिशा दर्शवण्याचे काम करते.

वेग का महत्त्वाचा आहे

जुन्या प्रक्रियांमध्ये सोनार डेटाचे 3-D मॅपमध्ये रूपांतर करण्यासाठी सेकंद किंवा मिनिटे लागत असत—अडथळे टाळण्यासाठी किंवा मॅनिप्युलेटर आर्म (manipulator arm) संरेखित करण्यासाठी लागणाऱ्या ROV साठी हे खूपच संथ होते. फ्रेंच मूळचा हा रूटीन 2-D सोनार इमेजवरून थेट खोलीचा अंदाज लावून हा अडथळा दूर करतो, ज्यामुळे पूर्ण ध्वनी पुनर्रचनेची (acoustic reconstruction) गरज उरत नाही. आता ही 'परसेप्शन लूप' (perception loop) रिअल-टाइममध्ये चालते, ज्यामुळे रोबोटला कडा, भेगा आणि विखुरलेल्या अवशेषांची क्षणोक्षणी जाणीव होते.

अस्थिर बेन्थिक (benthic) वातावरणात, प्रवाह क्षणात गाळ उडवू शकतात. काही सेकंदांचा विलंब देखील टक्कर, नमुना गमावणे किंवा वाहनाचे नुकसान होण्यास कारणीभूत ठरू शकतो. WHOI प्रणाली ऑपरेटरला—किंवा स्वायत्त नियंत्रण सॉफ्टवेअरला—सतत अपडेट होणाऱ्या 3-D चित्राच्या आधारे क्षणार्धात दिशा ठरवण्याचे निर्णय घेण्यास सक्षम करते.

विज्ञान, उद्योग आणि संरक्षण क्षेत्रातील महत्त्व

वैज्ञानिक शोध

समुद्र जीवशास्त्रज्ञ आणि भूगर्भशास्त्रज्ञ हायड्रोथर्मल व्हेंट्स किंवा खोल समुद्रातील प्रवाळ यांसारख्या नाजूक अधिवासांवर लक्ष केंद्रित करतात. ही ठिकाणे व्यत्ययांना बळी पडू शकतात; केवळ कॅमेऱ्यावर अवलंबून राहिल्यामुळे जेव्हा जेव्हा गाळाचे ढग निर्माण होतात, तेव्हा संशोधकांना थांबण्यास भाग पडते, ज्यामुळे महत्त्वाचे निरीक्षण सुटण्याचा धोका असतो. सोनार-सहाय्यित नेव्हिगेशनमुळे ROV सुरक्षित अंतरावर राहू शकते, भूप्रदेशाचा नकाशा तयार करू शकते आणि परिस्थिती सुधारल्यानंतर हाय-डेफिनिशन इमेजिंगसाठी जवळ येऊ शकते, ज्यामुळे अधिवास आणि डेटा दोन्ही सुरक्षित राहतात.

ऑफशोर बांधकाम आणि देखभाल

पाईपलाईन्स, पॉवर केबल्स किंवा सबसी व्हॉल्व्हज बसवण्यासाठी अशा पाण्यात साधनांची अचूक स्थिती राखणे आवश्यक असते जिथे पाणी क्वचितच शांत असते. मानवी नियंत्रणाखालील जहाजे गाळ उडवतात, ज्यामुळे एक नियमित काम केवळ अंदाजावर आधारित दृश्य खेळ बनून राहते. हायब्रिड पर्सेप्शन सिस्टम एक विश्वसनीय “पारदर्शक” (see-through) दृश्य प्रदान करते, जे पाणी शांत होण्याची वाट न पाहता थ्रस्टर्स आणि मॅनिप्युलेटर्सना मार्गदर्शन करते, ज्यामुळे संभाव्यतः प्रकल्पाची कालमर्यादा कमी होते आणि विद्यमान पायाभूत सुविधांवर अपघाती धडक लागण्याचा धोका कमी होतो.

स्फोट न झालेला दारूगोळा अनेकदा गाळाच्या थराखाली गाडलेला असतो, ज्यामुळे दृश्य स्वरूपात शोधणे अशक्य होते. पारंपारिक सोनार खाणीचा सामान्य आकार शोधू शकते परंतु स्पष्ट दृष्टीरेषा (line of sight) असल्याशिवाय तिची ओळख पटवू शकत नाही. सोनार मॅपिंग आणि जलद खोली मोजण्याचे (depth estimation) एकत्रीकरण करून, WHOI प्लॅटफॉर्म “ब्लॅकआउट” क्षेत्रांतून प्रवास करतो, आत्मविश्वासाने विल्हेवाट लावण्याचे साधन तैनात करतो आणि कॅमेरा फोटो काढण्यासाठी पाणी पुरेसे स्वच्छ झाल्यावर लक्ष्याची पडताळणी करतो. ही क्षमता वादग्रस्त किनारपट्टीच्या क्षेत्रांमध्ये (littoral zones) जलद आणि सुरक्षित खाण साफ करण्याची प्रक्रिया सुनिश्चित करते.