島の電気が止まりました。海底電力ケーブルの断線を見つけるには、船舶が線全体を引っ張るか、遠隔操作車両 (ROV) を展開して線を越えます。しかし、自律型水中車両 (AUV) がラインをマッピングし、ダイバーが修理できる故障の場所を見つけることができたらどうなるでしょうか?
このような水中人間とロボットのコラボレーションは、自律システム内部管理型研究開発ポートフォリオを通じて資金提供され、先進海中システムおよびテクノロジー グループによって実行される MIT リンカーン研究所プロジェクトの焦点です。このプロジェクトは、人間とロボットのそれぞれの長所を活用して、重要インフラの検査と修理、捜索救助、入港、機雷の運用など、米軍の海上任務を最適化することを目的としている。反対。
「ダイバーやAUVは通常、水中ではまったく乗務しません」と主任研究者のマデリン・ミラー氏は言う。 「人間がこれを行う必要がある水中ミッションは、通常、インフラの修復や地雷の無効化など、ロボットにはできない何らかの操作が含まれるためです。ROVでさえ、水中で高度に熟練した操作タスクを行うのは困難です。マニピュレーター自体の機敏性が十分ではないためです。」
人間は、その優れた技術に加えて、水中の物体を識別することにも優れています。しかし、水中で作業する人間は、特に重機を運んでいる場合には、複雑な計算を実行したり、非常に素早く移動したりすることができません。ロボットは、処理能力、高速移動性、持久力の点で人間よりも優れています。これらの強みを組み合わせるために、ミラーと彼女のチームは、水中ナビゲーションと知覚のためのハードウェアとアルゴリズムを開発しています。これは、人間とロボットの効果的なチームにとって 2 つの重要な機能です。
ミラー氏の説明によれば、ダイバーがガイドとして持っているのはコンパスとフィンキックのカウントだけです。ランドマークがほとんどなく、深さでの光の不足や水柱内の生物物質の存在によって生じる潜在的な濁った状況では、簡単に混乱したり道に迷ったりする可能性があります。ロボットがダイバーのナビゲーションを支援するには、周囲の状況を認識する必要があります。ただし、暗闇や濁りがある場合、光学センサー (カメラ) は画像を作成できませんが、音響センサー (ソナー) は無色の画像を作成し、シーン内の物体の形状と影のみを表示します。ソナー画像の大規模なラベル付きデータセットが歴史的に不足しているため、水中知覚アルゴリズムのトレーニングが妨げられてきました。たとえデータが利用できたとしても、動的な海によって物体の本質が見えにくくなり、人工知能が混乱する可能性があります。たとえば、墜落していくつかの破片に砕けた飛行機や、ムール貝が繁茂して覆われたタイヤは、もはや飛行機やタイヤには似ていない可能性があります。
「最終的には、遠征環境でのナビゲーションと知覚のためのソリューションを設計したいと考えています」とミラー氏は言います。 「私たちが考えているミッションでは、事前にその地域の地図を作成する機会が限られているか、まったくありません。たとえば、入港ミッションの場合、衛星地図はあるかもしれませんが、水中地図はありません。」
ナビゲーション面では、ミラー氏のチームは、ジョン・レナード氏率いるMITマリン・ロボティクス・グループが開始した、潜水艇AUV乗組員アルゴリズムの開発作業を採用した。レナードのグループは、ナビゲーション アルゴリズムを使用して、最適な条件下でシミュレーションを実行し、ダイバーと AUV の両方の代理として有人カヤックを使用して穏やかな水域でフィールド テストを実施しました。その後、ミラー氏のチームはこれらのアルゴリズムをミッション関連の AUV に統合し、最初はダイバーの代理として機能するサポートボートを使用し、次に実際のダイバーを使用して、より現実的な海洋条件でテストを開始しました。
「海流を考慮すると、潜水艦により多くの検知機能が必要であることがすぐにわかりました」とミラー氏は説明します。 「MIT が実証したアルゴリズムを使用すると、車両とダイバーの位置を時間の経過とともに推定する最適化問題を解決するために、車両は一定の間隔で潜水する距離、つまり航続距離を計算するだけで済みました。しかし、実際の海洋の力がすべてを押し広げると、この最適化問題はすぐに爆発します。」
認識面では、ミラー氏のチームは、ミッション中に光学データとソナーデータの両方を処理し、不確実性を伴って分類された各物体について人間の入力を求めることができる人工知能分類器を開発しました。
「そのアイデアは、分類器が何らかの情報 (たとえば、画像の周囲の境界ボックス) をダイバーに渡し、「これはタイヤだと思いますが、よくわかりません」と示すことです。どう思いますか？”すると、ダイバーは「はい、正しく理解できました。あるいは、分類を改善するためにこの写真を見てください」と答えることができます、とミラー氏は言います。
このフィードバック ループには、ダイバーと AUV の通信をサポートする水中音響モデムが必要です。最先端の水中音響通信データ速度では、非圧縮画像を AUV からダイバーに送信するのに数十分かかります。したがって、チームが研究している側面の 1 つは、水中通信の低帯域幅と高遅延、および使用する市販の既製 (COTS) ハードウェアの小型、重量、および電力の制限内で作業しながら、情報を有用な最小限の量に圧縮する方法です。プロトタイプ システムでは、技術移行を促進することを目的として、チームは主に COTS センサーを調達し、アメリカ海軍が日常的に採用している AUV に簡単に適合するセンサー ペイロードを構築しました。ペイロードには、ソナーや光学センサーのほかに、ダイバーの手の届く範囲にある音響モデムと、いくつかのデータ処理およびコンピューティング ボードが含まれています。
ミラー氏のチームは、ニューハンプシャー州ポーツマス沖の外洋でニューハンプシャー大学（UNH）の沿岸調査船ガルフ・チャレンジャー号を代理ダイバーとして使用し、ボストン・チャールズビル地域のボストン地区ではMITパビリオン・スキーを使用して、ニューイングランド海岸周辺でセンサーを搭載したAUVをテストした。
「UNHのボートは十分な装備を備えており、現実的な海の状況にアクセスできます。しかし、大きなボートでダイバーのふりをするのは難しいです。スキフトを使用すると、よりゆっくりと移動し、ダイバーとAUVが一緒に航行する方法に相対的な動きを合わせることができます。」
昨年の夏、チームはミシガン大学の五大湖研究センターで人間のダイバーを使って機器のテストを開始した。ダイバーにはAUVに情報を与えるためのインターフェースがなかったが、それぞれが「ギブ・チューブ」と名付けられた乗組員のプロトタイプの形をしたタブレットを持って泳いだ。このチューブには、圧力センサーと深さセンサー、慣性測定ユニット (相対運動を追跡するため)、測距モデムが装備されており、最適化問題を解決するためにナビゲーション アルゴリズムに必要なすべてのコンポーネントが装備されていました。
「テスト中の課題は、ダイバーと車両の動きを調整することでした。まだ連携していないからです」とミラー氏は言う。 「ダイバーが水中に潜ると、地上のチームと通信できなくなります。したがって、ダイバーと車両が衝突しないように、どこにダイバーを置くかを計画する必要があります。」
チームは知覚の問題にも取り組みました。この時期の五大湖の水の透明度により、光学センサーによる水中画像撮影が可能でした。研究室の高度海中システムおよび技術グループと MIT のレナード研究グループで共同研究しているリンカーン スカラーズ博士課程の学生、キャロライン キーナンは、この機会を利用して、光学センサーからソナー センサーへの知識の伝達に関する研究を進めました。彼女は、ソナー データが存在しないオブジェクトを識別するために光学分類器がソナー分類器を訓練できるかどうかを調査しています。その動機は、ソナー データのタグ付けとソナー分類器のトレーニングに関連する人間のオペレーターの負担を軽減することです。
内部資金による研究プログラムが完了したため、ミラー氏のチームは現在、技術を改良して軍事または商業パートナーに移転するための外部スポンサーを求めている。
「現代の世界は、破壊的要因による攻撃にさらされている水中通信と電力ケーブルで運営されています。自律海洋システムの機能を開発、促進する国が増えるにつれて、水中分野の競争はますます激化しています。世界経済の安全保障と水中分野における米国の戦略的優位性を維持するには、人間の能力の活用と統合、そして人間の能力の統合が必要です。」
