Новые технологии глубоководного гидрографического картирования с использованием дистанционных транспортных средств

Новые технологии в картировании удаленных транспортных средств

Технология Multibeam Sonar: разрешение следующего поколения

Многолучевые эхо-звуковые аппараты (MBES) остаются основой картографирования морского дна. Эти системы, установленные на AUV и ROV, излучают вентилятор акустических лучей и записывают их время и интенсивность возврата. Последние достижения включают обработку синтетического диафрагменного сонарного (SAS) , которая синтезирует больший виртуальный массив для получения изображений с разрешением субдециметра — даже с высоты десятков метров. Например, Kraken Robotics AquaPix SAS достигает разрешения 3 см и широко используется для противоминных контрмер и глубоководной археологии. Алгоритмы формирования луча теперь исправляют движение транспортного средства в реальном времени, уменьшая шум и артефакты в пересеченной местности.

Другим прорывом является мультиспектральный сонар, который работает на нескольких частотах (например, 200, 300, 400 кГц) одновременно. Различные частоты по-разному проникают в осадки или обратное рассеяние, позволяя классифицировать типы субстратов (камень, песок, грязь) непосредственно из акустического ответа. Этот метод в сочетании с автоматизированной извлечением признаков значительно ускоряет картирование среды обитания.

Лидар и оптические изображения: Видеть во тьме

LiDAR (Light Detection and Ranging) традиционно был инструментом воздушного базирования, но компактные подводные системы теперь развернуты на мелководных и мезофотических глубинах (0-200 м). Лазеры зеленой длины (например, 532 нм) проникают в воду хорошо, и сканирование LiDAR, установленное на ROV, может производить плотные точечные облака структур, таких как коралловые рифы, кораблекрушения и трубопроводы. Например, FLT: 0 3D на глубине SL1 [FLT: 1]] подводный LiDAR захватывает миллионы точек в секунду, позволяя фотореалистичные 3D-модели.

Оптические камеры высокой четкости дополняют гидролокатор, обеспечивая цвет и текстуру. Достижения в LED-решениях освещения и алгоритмах коррекции цвета под водой позволяют ROV захватывать видео широковещательного качества даже на глубинах абиссального слоя. Системы стереокамер позволяют фотограмметрии — сшивание перекрывающихся изображений в точные 3D-модели, метод, широко используемый для картирования гидротермальных полей и холодных просачиваний. Комбинирование оптических и акустических данных улучшает интерпретацию: гидролокатор видит форму, в то время как камеры показывают биологические сообщества и цвет осадка.

Профилирование снизу: пиринг под морским дном

За пределами поверхности морского дна профилировщики субботнего дна (SBP) используют низкочастотный звук (например, 2-20 кГц) для изображения слоев осадочных пород. Интегрированные в AUV, такие как Teledyne Gavia , эти системы могут отображать скрытые функции, такие как палеоканалы, газовые гидраты и археологические объекты. Технология Chirp, которая излучает импульсы с частотой, обеспечивает высокое вертикальное разрешение (шкала дециметра) и лучшее проникновение, чем обычные системы. Эти данные о недрах жизненно важны для морской инженерии, маршрутизации кабелей и понимания осадочных процессов.

Инновации в обработке и интеграции данных

Машинное обучение для автоматического обнаружения признаков

Огромный объем данных, собранных современными удаленными транспортными средствами - терабайтами на миссию - требует автоматизированного анализа. Модели машинного обучения (ML), особенно сверточные нейронные сети (CNN), теперь обучены определять особенности морского дна, такие как помпы, валуны, коралловые курганы и линейные разломы. Например, проект Seatack ] использует глубокое обучение для классификации изображений обратного рассеяния в категории субстрата, достигая точности человеческого уровня за секунды по сравнению с неделями ручной интерпретации. Модели семантической сегментации могут даже очертить границы отдельных колоний кораллов холодной воды, поддерживая количественную экологию.

Неконтролируемые методы обучения, такие как кластерный анализ многолучевой батиметрии и обратного рассеяния , производят автоматизированные карты классификации морского дна. Эти методы используют уменьшение размерности для объединения нескольких слоев (глубина, наклон, ругостичность, сила обратного рассеяния) в отличительные зоны — например, отличая крутые скалистые склоны от плоских донных равнин. При проверке с помощью видео ROV наземная правда, эти карты приближаются к деталям ручной интерпретации эксперта.

Сенсорная сплавка и интегрированное картирование

Ни один датчик не обеспечивает полную картину.Новый стандарт - это синтез датчиков : объединение батиметрии, обратного рассеяния, поднизу профилей и оптических изображений в единую геопространственную структуру. Расширенные навигационные алгоритмы (например, расширенные фильтры Калмана) объединяют INS, DVL, датчики глубины и акустическое позиционирование для уменьшения ошибок дрейфа. Результат - облака точек и растровые сетки с абсолютной точностью метров или лучше, даже на глубине 4000 м.