水下机器人如何构建精确的地图

海洋包含着一片似乎无边无际的有待探索的领土，在全球范围内绘制这些未知水域的地图是一项艰巨的任务。自主水下机器人舰队可能是帮助绘制地图的宝贵工具，但这些机器人需要能够在保持高效和准确的同时导航这一杂乱的区域。

在6月24日发表在《IEEE海洋工程杂志》上的一项研究中，一个研究团队开发了一种新的框架，允许自主水下机器人高效、低误率地绘制杂乱区域。

绘制水下环境地图的一个主要挑战是机器人位置的不确定性。

“由于GPS在水下不可用，大多数水下机器人没有绝对位置参考，它们的导航解的精度也各不相同，”参与该研究的新泽西州霍博肯史蒂文斯理工学院机械工程副教授Brendan Englot解释道，“预测机器人探索未知领域时的变化将允许自主水下机器人在这些挑战性环境下构建尽可能精确的地图。”

Englot团队创建的模型使用虚拟地图，抽象地表示机器人尚未看到的周围区域。他们开发了一种算法，以考虑机器人的定位不确定性和感知观察的方式规划虚拟地图上的路线。

感知观察通过声纳成像收集，声纳成像有助于检测机器人前方30米范围和120度视野内的环境中的物体。“我们对图像进行处理，从每个声纳图像中获得一个点云。这些点云指示相对于机器人的水下结构的位置，”Englot解释道。

然后，研究团队在纽约Kings Point的一个港口使用BlueROV2水下机器人测试了他们的方法。Englot说，该区域足够大，可以产生明显的导航误差，但又足够简单，可以在没有太大困难的情况下进行大量实验。该团队将他们的模型与其他几个现有模型进行了比较，在机器人在港口航行的至少三次30分钟的试验中测试了每个模型。还通过模拟评估了不同的模型。

Englot说：“研究结果表明，每种相互竞争的（模型）都有其独特的优势，但我们的模型在快速探索未知环境和绘制精确的环境地图之间提供了一个非常有吸引力的折衷方案。”

他指出，他的团队已经申请了一项专利，将考虑他们的模型用于海底石油和天然气生产目的。然而，他们设想该模型也将适用于更广泛的应用，如检查海上风力涡轮机、海上水产养殖基础设施（包括渔场）和民用基础设施，如码头和桥梁。

“接下来，我们希望将该技术扩展到3D地图场景，以及可能已经存在局部地图的情况，我们希望机器人能够有效利用该地图，而不是完全从头开始探索环境，”Englot说，“如果我们能够成功地将我们的框架扩展到3D绘图场景中，我们还可以使用它探索水下洞穴或沉船网络。”