അവശിഷ്ടങ്ങൾ നിറഞ്ഞ മണ്ണ് ഒപ്റ്റിക്കൽ ക്യാമറകളെ മറയ്ക്കുമ്പോൾ ആഴക്കടൽ പര്യവേക്ഷണം തടസ്സപ്പെടുകയും, ROV-കൾക്ക് ദിശ അറിയാതെ ഒഴുകി നടക്കേണ്ടി വരികയും ചെയ്യുന്നു. വുഡ്സ് ഹോൾ ഓഷ്യാനോഗ്രാഫിക് ഇൻസ്റ്റിറ്റ്യൂഷനിലെ (WHOI) ഗവേഷകർ സോണാറും അഡ്വാൻസ്ഡ് അൽഗോരിതങ്ങളും സംയോജിപ്പിച്ച് "മങ്ങിയ വെള്ളത്തിലൂടെ" തത്സമയം സഞ്ചരിക്കാൻ കഴിയുന്ന ഒരു സംവിധാനം വികസിപ്പിച്ചെടുത്തിരിക്കുകയാണ്.

സോണാരും കാഴ്ചയും തമ്മിലുള്ള അകലം കുറയ്ക്കുന്നു

അണ്ടർവാട്ടർ റോബോട്ടുകൾ എപ്പോഴും കാഴ്ചശക്തിയും റെസല്യൂഷനും തമ്മിലുള്ള ഒരു സന്തുലിതാവസ്ഥ നിലനിർത്തേണ്ടി വരുന്നു. ക്യാമറകൾ വ്യക്തമായ ചിത്രങ്ങൾ നൽകുമെങ്കിലും, ഒരു ROV മണൽ ഇളക്കി മാറ്റുന്ന നിമിഷം അവ ഉപയോഗശൂന്യമാകും. സോണാർ അവശിഷ്ടങ്ങൾക്കിടയിലൂടെ പ്രവർത്തിക്കുമെങ്കിലും, സൂക്ഷ്മമായ കാര്യങ്ങൾ കൈകാര്യം ചെയ്യാൻ ആവശ്യമായ വിശദമായ വിവരങ്ങൾ നൽകുന്നില്ല.

എമി ഫങ് (SM ’23, PhD ’26), റിച്ചാർഡ് കാമിലി (SM ’00, PhD ’03) എന്നിവർ ഒരു ഹൈബ്രിഡ് സമീപനത്തിലൂടെ ഈ വെല്ലുവിളിക്ക് പരിഹാരം കണ്ടെത്തി. ആദ്യം, ഈ സംവിധാനം കടലിന്റെ അടിത്തട്ട് മാപ്പ് ചെയ്യുന്നതിനായി വേഗത്തിലുള്ള ഒരു സോണാർ സ്വീപ്പ് നടത്തുന്നു. വെള്ളത്തിന്റെ തെളിമ പരിഗണിക്കാതെ തന്നെ ഈ മാപ്പ് വാഹനത്തിന് സുരക്ഷിതമായ ഒരു സ്ഥാനബോധം നൽകുന്നു. തുടർന്ന്, അവശിഷ്ടങ്ങൾ താഴുന്നതുവരെയോ അല്ലെങ്കിൽ ഹൈ-റെസല്യൂഷൻ ക്യാമറകൾക്ക് സൂക്ഷ്മമായ വിവരങ്ങൾ പകർത്താൻ കഴിയുന്നത്ര ദൂരം കുറയുന്നതുവരെയോ ROV ലക്ഷ്യത്തിനടുത്തേക്ക് നീങ്ങുന്നു.

ഇമേജ്-മാച്ചിംഗ് അൽഗോരിതങ്ങളിലൂടെയുള്ള തത്സമയ പ്രോസസ്സിംഗ്

കടലിന്റെ അടിത്തട്ട് തത്സമയം മാപ്പ് ചെയ്യുന്നത് കഠിനമായ കമ്പ്യൂട്ടേഷണൽ കാര്യക്ഷമത ആവശ്യപ്പെടുന്നു. ഒരു ഫ്രഞ്ച് ഗവേഷണ സംഘം വികസിപ്പിച്ചെടുത്ത ഇമേജ്-മാച്ചിംഗ് അൽഗോരിതം WHOI ടീം ഇതിനായി ഉപയോഗിച്ചു. ഈ അൽഗോരിതം ഓരോ സോണാർ പിക്സലിനെയും ആഴം കണക്കാക്കാനുള്ള ഒരു സൂചനയായി പരിഗണിക്കുകയും, ഉപരിതലം എത്രത്തടിയിൽ താഴെയാണെന്ന് കണക്കാക്കുകയും ചെയ്യുന്നു. ഈ ആഴത്തിന്റെ കണക്കുകൾ കൂട്ടിച്ചേർത്ത്, പരമ്പരാഗത അക്കോസ്റ്റിക് റീകൺസ്ട്രക്ഷനുകളേക്കാൾ വളരെ വേഗത്തിൽ സോഫ്റ്റ്‌വെയർ ഒരു 3-D ചിത്രം നിർമ്മിക്കുന്നു. ഈ വേഗത കാരണം സ്വയം പ്രവർത്തിക്കുന്നതോ അല്ലെങ്കിൽ വിദൂരമായി നിയന്ത്രിക്കപ്പെടുന്നതോ ആയ സംവിധാനങ്ങൾക്ക് നിമിഷനേരം കൊണ്ട് ദിശ മാറ്റാനും കൂട്ടിയിടികൾ ഒഴിവാക്കാനും സാധിക്കുന്നു.

ആഴക്കടൽ വ്യവസായത്തിനും പ്രതിരോധത്തിനും ഉള്ള പ്രത്യാഘാതങ്ങൾ

അവശിഷ്ടങ്ങൾക്കിടയിലൂടെ കാണാനുള്ള കഴിവ് പല പ്രധാന മേഖലകളെയും മാറ്റിമറിക്കുന്നു. ശാസ്ത്രജ്ഞർക്ക് അസ്ഥിരമായ ബെന്തിക് സോണുകളിൽ തടസ്സമില്ലാതെ ഡാറ്റ ശേഖരിക്കാൻ കഴിയും. മനുഷ്യന്റെ ഇടപെടലുകൾ കാരണം എപ്പോഴും ചെളി കലരുന്ന അണ്ടർവാട്ടർ നിർമ്മാണത്തിനും അടിസ്ഥാന സൗകര്യങ്ങളുടെ പരിപാലനത്തിനും എഞ്ചിനീയർമാർക്ക് ഇതിലൂടെ വിശ്വസനീയമായ കാഴ്ച ലഭിക്കുന്നു.

ഈ സാങ്കേതികവിദ്യ പ്രതിരോധ മേഖലയെയും ശക്തിപ്പെടുത്തുന്നു. മൈൻ-കൗണ്ടർ-മെഷർ മിഷനുകളിൽ, പൊട്ടിത്തെറിക്കാത്ത ബോംബുകൾ പലപ്പോഴും ചെളിയുടെ പാളികൾക്കിടയിൽ ഒളിഞ്ഞിരിക്കാറുണ്ട്. ഈ സോണാർ-വിഷൻ സംവിധാനം കാഴ്ചയില്ലാത്ത സാഹചര്യങ്ങളിലും സഞ്ചരിക്കാനും, നിർമ്മാർജ്ജന ഉപകരണങ്ങൾ കൃത്യമായി സ്ഥാപിക്കാനും, ക്യാമറയ്ക്ക് വ്യക്തമായ ചിത്രം ലഭിക്കുന്നതോടെ ലക്ഷ്യത്തെ സ്ഥിരീകരിക്കാനും സഹായിക്കുന്നു. ഈ മാറ്റം അണ്ടർവാട്ടർ റോബോട്ടുകളെ വെറും നിരീക്ഷകർ എന്ന നിലയിൽ നിന്ന് കടലിന്റെ അടിത്തട്ടിലെ സജീവവും ബുദ്ധിപരവുമായ ഏജന്റുകളായി മാറ്റുന്നു.

പ്രധാന കാര്യങ്ങൾ

  • ഹൈബ്രിഡ് നാവിഗേഷൻ: സോണാർ ഒരു പ്രാഥമിക ഭൂപ്രകൃതി ചിത്രം നൽകുന്നു; സാഹചര്യങ്ങൾ മെച്ചപ്പെടുമ്പോൾ ഹൈ-റെസല്യൂഷൻ ക്യാമറകൾ വിശദമായ ദൃശ്യങ്ങൾ നൽകുന്നു.
  • അൽഗോരിതത്തിന്റെ വേഗത: ഫ്രഞ്ച് ഉത്ഭവമുള്ള ഇമേജ്-മാച്ചിംഗ് റൂട്ടീൻ 2-D സോണാർ ഡാറ്റയിൽ നിന്ന് നേരിട്ട് ആഴം കണക്കാക്കുന്നു, ഇത് തത്സമയ 3-D മാപ്പിംഗ് സാധ്യമാക്കുന്നു.
  • വൈവിധ്യമാർന്ന ഉപയോഗങ്ങൾ: സമുദ്രശാസ്ത്രം, സബ്സീ കൺസ്ട്രക്ഷൻ, അടിസ്ഥാന സൗകര്യങ്ങളുടെ പരിപാലനം, അപകടകരമായ മൈൻ നിർമ്മാർജ്ജനം എന്നിവയ്ക്ക് ഈ സംവിധാനം ഗുണകരമാണ്.

WHOI-യുടെ AI അധിഷ്ഠിത സോണാർ-വിഷൻ സംവിധാനം, അവശിഷ്ടങ്ങൾ ക്യാമറകളെ ഉപയോഗശൂന്യമാക്കുന്ന സാഹചര്യത്തിലും, തത്സമയം ചുറ്റുമുള്ളവയുടെ 3-D ചിത്രം നിർമ്മിക്കാൻ അണ്ടർവാട്ടർ റോബോട്ടുകളെ അനുവദിക്കുന്നു.

അന്ധമായ ഇടങ്ങളിൽ നിന്ന് തത്സമയ 3-D മാപ്പുകളിലേക്ക്

പരമ്പരാഗത ROV-കൾ വിശദമായ വിവരങ്ങൾക്കായി ഒപ്റ്റിക്കൽ ക്യാമറകളെയാണ് ആശ്രയിക്കുന്നത്, എന്നാൽ അല്പം മണൽ ഇളകിയാൽ പോലും വ്യക്തമായ കാഴ്ച ഒരു അദൃശ്യ മതിലായി മാറും. സോണാർ—കടലിന്റെ അടിത്തട്ടിൽ തട്ടി പ്രതിഫലിക്കുന്ന ശബ്ദ തരംഗങ്ങൾ—മങ്ങിയ വെള്ളത്തിലൂടെ കാണാൻ സഹായിക്കുമെങ്കിലും, ലോലമായ സാമ്പിളുകൾ പിടിക്കാനോ കേബിൾ കോർക്കാനോ ആവശ്യമായ സൂക്ഷ്മമായ വിവരങ്ങൾ ഇതിൽ ലഭിക്കില്ല.

ഫങ്, കാമിലി എന്നിവർ ഈ വെല്ലുവിളിയെ നേരിട്ടു. അവരുടെ ഹൈബ്രിഡ് സംവിധാനം വേഗത്തിലുള്ള ഒരു സോണാർ സ്വീപ്പ് നടത്തുകയും, ആ ഡാറ്റ ഫ്രഞ്ച് ഇമേജ്-മാച്ചിംഗ് അൽഗോരിതത്തിലേക്ക് നൽകുകയും ചെയ്യുന്നു, കൂടാതെ ഓരോ സോണാർ പിക്സലിനെയും ആഴം കണക്കാക്കാനുള്ള ഒരു സൂചനയായി പരിഗണിക്കുന്നു. ഈ സൂചനകൾ കൂട്ടിച്ചേർത്ത്, സോഫ്റ്റ്‌വെയർ ഒരു പൂർണ്ണമായ 3-D മോഡൽ നിർമ്മിക്കുന്നു, ഇത് ROV-ക്ക് തത്സമയം അതിന്റെ ദിശ ക്രമീകരിക്കാൻ ആവശ്യമായ വേഗത നൽകുന്നു.

തടസ്സങ്ങളിൽ നിന്ന് മാറിനിൽക്കുകയോ അല്ലെങ്കിൽ അവശിഷ്ടങ്ങൾ താഴുന്നതിനായി കാത്തിരിക്കുകയോ ചെയ്തുകൊണ്ട് വാഹനം തെളിഞ്ഞ വെള്ളത്തിൽ എത്തുമ്പോൾ, അതിലെ ഹൈ-റെസല്യൂഷൻ ക്യാമറകൾ വിശദമായ ചിത്രങ്ങൾ പകർത്തുന്നു. ഫലത്തിൽ, ഒപ്റ്റിക്കൽ "കണ്ണുകൾ" നിയന്ത്രണം ഏറ്റെടുക്കുന്നത് വരെ റോബോട്ടിന് ദിശ അറിയാൻ സഹായിക്കുന്ന ഒരു ലോ-റെസല്യൂഷൻ "കാഴ്ച"യായി സോണാർ പ്രവർത്തിക്കുന്നു.

വേഗതയുടെ പ്രാധാന്യം

പഴയ രീതികളിൽ സോണാർ വിവരങ്ങളെ ഒരു 3-D മാപ്പായി മാറ്റാൻ സെക്കന്റുകളോ മിനിറ്റുകളോ ആവശ്യമായിരുന്നു—തടസ്സങ്ങൾ ഒഴിവാക്കേണ്ടതോ അല്ലെങ്കിൽ ഒരു മാനിപുലേറ്റർ ആം കൃത്യമായി ക്രമീകരിക്കേണ്ടതോ ആയ ഒരു ROV-യ്ക്ക് ഇത് വളരെ സാവധാനമാണ്. ഫ്രഞ്ച് ഉത്ഭവമുള്ള ഈ പുതിയ രീതി, ഒരു പൂർണ്ണമായ അക്കോസ്റ്റിക് റീകൺസ്ട്രക്ഷന്റെ ആവശ്യം ഇല്ലാതാക്കി, 2-D സോണാർ ഇമേജിൽ നിന്ന് നേരിട്ട് ആഴം കണക്കാക്കുന്നതിലൂടെ ഈ തടസ്സം മറികടക്കുന്നു. ഇപ്പോൾ പെർസെപ്ഷൻ ലൂപ്പ് തത്സമയം പ്രവർത്തിക്കുന്നു, ഇത് പാറക്കെട്ടുകൾ, ഇടുക്കുകൾ, അവശിഷ്ടങ്ങൾ എന്നിവയെക്കുറിച്ച് റോബോട്ടിന് ഓരോ നിമിഷവും അവബോധം നൽകുന്നു.

അസ്ഥിരമായ ബെന്തിക് (benthic) പരിസ്ഥിതികളിൽ, ജലപ്രവാഹങ്ങൾ നിമിഷനേരം കൊണ്ട് അവസാദങ്ങൾ (sediment) ഇളക്കിമറിച്ചേക്കാം. ഏതാനും സെക്കൻഡുകളുടെ താമസം പോലും കൂട്ടിയിടിയിലേക്കോ, സാമ്പിളുകൾ നഷ്ടപ്പെടുന്നതിലേക്കോ, അല്ലെങ്കിൽ വാഹനത്തിന് കേടുപാടുകൾ സംഭവിക്കുന്നതിലേക്കോ നയിച്ചേക്കാം. നിരന്തരം പുതുക്കിക്കൊണ്ടിരിക്കുന്ന ഒരു 3-D ചിത്രം അടിസ്ഥാനമാക്കി, ഓപ്പറേറ്റർമാർക്കോ അല്ലെങ്കിൽ സ്വയം പ്രവർത്തിക്കുന്ന കൺട്രോൾ സോഫ്റ്റ്‌വെയറിനോ നിമിഷനേരം കൊണ്ട് സ്റ്റിയറിംഗ് തീരുമാനങ്ങൾ എടുക്കാൻ WHOI സിസ്റ്റം സഹായിക്കുന്നു.

ശാസ്ത്രം, വ്യവസായം, പ്രതിരോധം എന്നിവയിലെ പ്രാധാന്യം

ശാസ്ത്രീയ പര്യവേക്ഷണം

സമുദ്ര ജീവശാസ്ത്രികളും (Marine biologists) ഭൂഗർഭശാസ്ത്രജ്ഞരും (geologists) ഹൈഡ്രോതെർമൽ വെന്റുകൾ (hydrothermal vents) അല്ലെങ്കിൽ ആഴക്കടലിലെ പവിഴപ്പുറ്റുകൾ പോലുള്ള ലോലമായ ആവാസവ്യവസ്ഥകളെയാണ് ലക്ഷ്യമിടുന്നത്. ഇത്തരം സ്ഥലങ്ങൾ പെട്ടെന്ന് തകരാറിലാകാൻ സാധ്യതയുള്ളവയാണ്; ക്യാമറ മാത്രം ഉപയോഗിച്ചുള്ള രീതിയിൽ, അവസാദങ്ങൾ മേഘം പോലെ ഉയർന്നു വരുമ്പോൾ ഗവേഷകർക്ക് പ്രവർത്തനം നിർത്തിവെക്കേണ്ടി വരുന്നു, ഇത് നിരീക്ഷണങ്ങൾ നഷ്ടപ്പെടാൻ കാരണമായേക്കാം. സോണാർ അധിഷ്ഠിത നാവിഗേഷൻ ഒരു ROV-യെ സുരക്ഷിതമായ അകലത്തിൽ നിലനിർത്താനും, ഭൂപ്രകൃതി മാപ്പ് ചെയ്യാനും, സാഹചര്യം അനുകൂലമാകുമ്പോൾ ഹൈ-ഡെഫനിഷൻ ഇമേജിംഗിനായി അടുത്തേക്ക് വരാനും സഹായിക്കുന്നു, ഇത് ആവാസവ്യവസ്ഥയെയും ഡാറ്റയെയും സംരക്ഷിക്കുന്നു.

ഓഫ്‌ഷോർ നിർമ്മാണവും പരിപാലനവും

പൈപ്പ്‌ലൈനുകൾ, പവർ കേബിളുകൾ അല്ലെങ്കിൽ സബ്സീ വാൽവുകൾ (subsea valves) എന്നിവ സ്ഥാപിക്കുന്നതിന്, ശാന്തമല്ലാത്ത വെള്ളത്തിൽ ഉപകരണങ്ങൾ കൃത്യമായി സ്ഥാനനിർണ്ണയം നടത്തേണ്ടതുണ്ട്. മനുഷ്യർ നിയന്ത്രിക്കുന്ന കപ്പലുകൾ അടിഞ്ഞുകൂടിയ മണ്ണ് (silt) ഇളക്കിമറിക്കുന്നു, ഇത് ഒരു സാധാരണ ജോലിയെ കാഴ്ചയിലൂടെ ഊഹിക്കേണ്ട ഒരു വെല്ലുവിളിയാക്കി മാറ്റുന്നു. ഹൈബ്രിഡ് പെർസെപ്ഷൻ സിസ്റ്റം, വെള്ളം ശാന്തമാകാൻ കാത്തുനിൽക്കാതെ തന്നെ ത്രസ്റ്ററുകളെയും (thrusters) മാനിപുലേറ്ററുകളെയും (manipulators) നയിക്കുന്ന വിശ്വസനീയമായ ഒരു "സീ-ത്രൂ" (see-through) കാഴ്ച നൽകുന്നു, ഇത് പ്രോജക്റ്റ് സമയപരിധി കുറയ്ക്കാനും നിലവിലുള്ള ഇൻഫ്രാസ്ട്രക്ചറുകൾക്ക് സംഭവിക്കാവുന്ന അപകടങ്ങൾ ഒഴിവാക്കാനും സഹായിക്കുന്നു.

നാവിക മൈൻ കൗണ്ടർ-മെഷറുകൾ

പൊട്ടിത്തെറിക്കാത്ത ബോംബുകൾ (Unexploded ordnance) പലപ്പോഴും മണ്ണടിഞ്ഞ അവസ്ഥയിൽ കാണപ്പെടാറുണ്ട്, ഇത് കാഴ്ചയിലൂടെ കണ്ടെത്തുന്നത് അസാധ്യമാക്കുന്നു. പരമ്പരാഗത സോണാർ ഉപയോഗിച്ച് ഒരു മൈനിന്റെ ഏകദേശ രൂപം കണ്ടെത്താമെങ്കിലും, വ്യക്തമായ കാഴ്ചയില്ലാതെ അതിന്റെ സ്വഭാവം സ്ഥിരീകരിക്കാൻ കഴിയില്ല. സോണാർ മാപ്പിംഗും വേഗത്തിലുള്ള ആഴം കണക്കാക്കലും (depth estimation) സംയോജിപ്പിക്കുന്നതിലൂടെ, WHOI പ്ലാറ്റ്‌ഫോം "ബ്ലാക്ക്ഔട്ട്" (blackout) മേഖലകളിലൂടെ സഞ്ചരിക്കാനും, ഒരു ഡിസ്പോസൽ ഉപകരണം ആത്മവിശ്വാസത്തോടെ കൃത്യമായി സ്ഥാപിക്കാനും, ക്യാമറ ഉപയോഗിച്ച് ചിത്രം എടുക്കാൻ പാകത്തിൽ വെള്ളം തെളിയുമ്പോൾ ലക്ഷ്യത്തെ സ്ഥിരീകരിക്കാനും സഹായിക്കുന്നു. ഈ കഴിവ് തർക്കഭൂമികളായ തീരപ്രദേശങ്ങളിൽ (littoral zones) വേഗത്തിലും സുരക്ഷിതമായും മൈനുകൾ നീക്കം ചെയ്യാൻ സഹായിക്കുന്നു.