When an island’s electricity goes out, traditional methods of locating a break in the underwater power cable can be quite challenging. Previously, this required dragging up the whole line or using remotely operated vehicles (ROVs) to scan it. But what if there was a smarter approach? A project led by the MIT Lincoln Laboratory is investigating this possibility, focusing on designing an autonomous underwater vehicle (AUV) that can map the line and identify the fault’s location. <\/p>\n
This pioneering project is part of an internally funded R&D portfolio focusing on autonomous systems, operated by MIT’s Grupa zaawansowanych system\u00f3w i technologii podwodnych<\/a>. Jego misj\u0105 jest optymalizacja misji morskich dla ameryka\u0144skiego wojska, pocz\u0105wszy od inspekcji i naprawy infrastruktury krytycznej po dzia\u0142ania poszukiwawczo-ratownicze, wej\u015bcie do portu i operacje przeciwminowe. Wszystko to dzi\u0119ki skutecznemu po\u0142\u0105czeniu mocnych stron ludzi i robot\u00f3w.<\/p>\n However, ideal underwater human-robot interaction still poses a significant challenge. “Divers and AUVs typically don’t team up at all underwater,” says principal investigator Madeline Miller. Tasks like underwater infrastructure repair or mines deactivation usually demand human involvement as even ROVs can’t match human finesse. Rough conditions make rapid movement and complex mental calculations difficult for humans, despite their excellent object recognition abilities. Robots, though not agile, have superior processing power, high-speed mobility, and better endurance.<\/p>\n Aby pogodzi\u0107 zdolno\u015bci cz\u0142owieka i robota, Miller i jej zesp\u00f3\u0142 opracowuj\u0105 sprz\u0119t i algorytmy do podwodnej nawigacji i percepcji. Nurkowie cz\u0119sto maj\u0105 tylko kompas do orientacji i licz\u0105 swoje kopni\u0119cia, aby \u015bledzi\u0107 odleg\u0142o\u015b\u0107. Wczesna orientacja mo\u017ce by\u0107 trudna w m\u0119tnych warunkach. Roboty musz\u0105 dok\u0142adnie postrzega\u0107 swoje otoczenie, aby pomaga\u0107 nurkom, ale czujniki optyczne zmagaj\u0105 si\u0119 z ciemno\u015bci\u0105 i zm\u0119tnieniem wody. Czujniki akustyczne generuj\u0105 nieprecyzyjne obrazy, podkre\u015blaj\u0105c jedynie kszta\u0142ty i cienie.<\/p>\n Pomimo tych wyzwa\u0144, zesp\u00f3\u0142 z zapa\u0142em poszukuje rozwi\u0105za\u0144 dla nawigacji i percepcji w nieznanych podwodnych lokalizacjach. Wdro\u017cyli oni prace prowadzone przez Grupa robotyki morskiej MIT<\/a>, prowadzony przez John Leonard<\/a>, w celu opracowania algorytm\u00f3w promuj\u0105cych wsp\u00f3\u0142prac\u0119 nurka z pojazdem AUV. Algorytmy te zosta\u0142y zaimplementowane w odpowiednim AUV i wypr\u00f3bowane w praktycznych warunkach oceanicznych, przy u\u017cyciu \u0142odzi pomocniczej jako surogatu nurka przed przyst\u0105pieniem do pracy z rzeczywistymi nurkami.<\/p>\n Wczesne testy wykaza\u0142y, \u017ce pr\u0105dy oceaniczne wymagaj\u0105 wi\u0119kszych mo\u017cliwo\u015bci wykrywania. Pojazd musi cz\u0119sto okre\u015bla\u0107 zasi\u0119g do nurka, aby uzyska\u0107 skuteczne oszacowanie pozycji w czasie. Rzeczywiste si\u0142y oceaniczne komplikuj\u0105 jednak optymalizacj\u0119.<\/p>\n Zesp\u00f3\u0142 pracuje obecnie nad klasyfikatorem AI do przetwarzania danych optycznych i sonarowych w trakcie misji, wzywaj\u0105c cz\u0142owieka do niepewnych klasyfikacji. Ta p\u0119tla sprz\u0119\u017cenia zwrotnego wymaga podwodnego modemu akustycznego do komunikacji nurek-AUV. Komunikacja podwodna stanowi jednak wyzwanie ze wzgl\u0119du na ograniczon\u0105 szybko\u015b\u0107 transmisji danych, co zmusza zesp\u00f3\u0142 do zbadania technik kompresji danych w ramach tych ogranicze\u0144.<\/p>\n Extensive testing with divers has taken place in various locations around coastal New England, including the open ocean near Portsmouth, New Hampshire. The team used the University of New Hampshire’s Gulf Surveyor<\/a> oraz Gulf Challenger<\/a> coastal research vessels as diver surrogates. Finally, last summer saw equipment testing with actual human divers at Michigan Technological University’s Centrum Bada\u0144 Wielkich Jezior<\/a>.<\/p>\n Poniewa\u017c ten prze\u0142omowy projekt zbli\u017ca si\u0119 do ko\u0144ca, zesp\u00f3\u0142 ma nadziej\u0119 na pozyskanie zewn\u0119trznego sponsora, kt\u00f3ry b\u0119dzie kontynuowa\u0142 ich wysi\u0142ki i przeka\u017ce ich prac\u0119 partnerom wojskowym lub komercyjnym. Zadanie jest ogromne, poniewa\u017c nasz wsp\u00f3\u0142czesny \u015bwiat w du\u017cej mierze opiera si\u0119 na podwodnych kablach telekomunikacyjnych i energetycznych. Ochrona tych kabli przed zak\u0142\u00f3ceniami i utrzymanie strategicznej przewagi USA pod wod\u0105 wymaga po\u0142\u0105czenia wysokiej jako\u015bci sztucznej inteligencji i ludzkich zdolno\u015bci. <\/p>\n Je\u015bli Twoja firma bada automatyzacj\u0119 AI, odwied\u017a stron\u0119 implementi.ai<\/a> aby odkry\u0107 potencjalne mo\u017cliwo\u015bci. Wi\u0119cej informacji na temat tego niesamowitego badania mo\u017cna znale\u017a\u0107 w oryginalnym artykule na stronie MIT News<\/a>.<\/p>","protected":false},"excerpt":{"rendered":" When an island’s electricity goes out, traditional methods of locating a break in the underwater power cable can be quite challenging. Previously, this required dragging up the whole line or using remotely operated vehicles (ROVs) to scan it. But what if there was a smarter approach? A project led by the MIT Lincoln Laboratory is investigating this possibility, focusing on designing an autonomous underwater vehicle (AUV) that can map the line and identify the fault’s location. A New Approach to Underwater Missions This pioneering project is part of an internally funded R&D portfolio focusing on autonomous systems, operated by MIT’s […]<\/p>\n","protected":false},"author":4,"featured_media":8479,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[46,47],"tags":[],"class_list":["post-8478","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-automation","category-ai-news","post--single"],"_links":{"self":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/posts\/8478","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/comments?post=8478"}],"version-history":[{"count":0,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/posts\/8478\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/media\/8479"}],"wp:attachment":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/media?parent=8478"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/categories?post=8478"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/tags?post=8478"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Innowacje na horyzoncie<\/h5>\n