Skip to main content

Towards Intelligent Cognitive AUVs

Article Category

Article available in the folowing languages:

I robot subacquei sono ora dotati di software decisionale

I veicoli sottomarini autonomi (AUV, autonomous underwater vehicles) danno un’occhiata più da vicino a ciò che si cela sotto la superficie degli oceani e dei mari del mondo per perseguire una miriade di scopi. Stanno diventando più intelligenti e affidabili grazie a algoritmi di elaborazione dei dati innovativi.

Economia digitale
Alimenti e Risorse naturali

L’esplorazione archeologica, gli studi scientifici e le indagini sui fondali oceanici per lo sviluppo industriale e governativo che include la posa di condutture o la costruzione di ponti sono solo alcuni dei motivi per esplorare gli ambienti sottomarini. Con il supporto del programma Marie Skłodowska-Curie, il progetto TIC-AUV si è proposto di rendere gli AUV utilizzati nell’esplorazione molto più intelligenti e in grado di svolgere il lavoro più a lungo.

Affrontare le attuali limitazioni

La maggior parte degli AUV sono attualmente utilizzati per indagini pre-programmate che richiedono poca o nessuna «cognizione». Secondo Francesco Maurelli, ricercatore principale e beneficiario delle sovvenzioni, «Il lavoro svolto in questo progetto ha contribuito a rendere gli AUV più capaci di comprendere l’ambiente, prendere decisioni e affrontare eventi imprevisti e guasti allo scopo di sbloccare il loro potenziale per l’economia blu». Per raggiungere i suoi obiettivi, Maurelli ha fatto affidamento sulla sua esperienza nello sviluppo di software per creare algoritmi di elaborazione delle informazioni. Questi algoritmi possono aiutare a estrarre e analizzare le informazioni rilevanti sull’ambiente dai sensori AUV.

Utilità avanzate sfruttano dati ambientali e robotici

I robot industriali esistono da decenni e svolgono attività automatizzate e ripetitive da una postazione fissa. Man mano che i robot escono dalla fabbrica e si spostano in ambienti complessi, non strutturati e mutevoli, la loro utilità si basa sulla capacità di elaborare informazioni su tali ambienti e prendere decisioni alla stregua di un essere umano. Un sistema autonomo semovente deve essere in grado di costruire e aggiornare una ricca rappresentazione dell’ambiente operativo in evoluzione. Ciò include la propria posizione e orientamento al suo interno (localizzazione) e le interrelazioni tra gli oggetti, una funzione chiamata mappatura semantica. Come spiega Maurelli, «La rappresentazione del mondo semantico si basa su due aspetti importanti: l’aspetto dell’elaborazione del sensore per analizzare i dati raccolti e individuare concetti importanti e la modellizzazione di rappresentazione del mondo per definire quali sono i concetti rilevanti per un dominio specifico e la loro relazione». Allo stesso modo, utilizzando sensori che forniscono informazioni sia sull’ambiente che sul robot stesso, gli algoritmi di localizzazione stimano l’orientamento AUV e la posizione in base alle probabilità di prossimità agli oggetti nel planisfero. I codici di elaborazione dei sensori di Maurelli rendono possibile realizzare gli obiettivi finali del progetto, consentendo AUV più intelligenti con durate di immersione più lunghe grazie alle capacità di rispondere a eventi e guasti imprevisti. Il processo decisionale attivo si fonda sull’ottimizzazione delle azioni per una determinata attività sulla base di una mappa semantica accurata e della localizzazione AUV. La gestione dei guasti aiuta i robot a rilevare un guasto e ad adottare le misure appropriate per risolverlo, un aspetto fondamentale per l’autonomia di lungo termine. Il codice sviluppato per gestire i guasti del sistema di propulsione o del propulsore può essere esteso a una vasta gamma di possibili guasti con una mappa semantica aggiornata.

Implicazioni più ampie

Contestualizzando il tutto, Maurelli afferma: «Mi hanno insegnato a non arrendermi mai, a concentrarmi sugli obiettivi e fare del mio meglio per raggiungerli. In qualche modo, sto spingendo i robot con cui lavoro ad agire con lo stesso spirito: se c’è un difetto, trova un modo per affrontarlo in modo da poter compiere la tua missione». Sebbene TIC-AUV sia stato concepito per potenziare la robotica subacquea in generale, Maurelli prevede AUV più intelligenti su larga scala a supporto dei diversi aspetti dell’Agenda 2030 per lo sviluppo sostenibile dell’ONU attraverso l’esplorazione e lo sfruttamento sostenibili dei mari e degli oceani.

Parole chiave

TIC-AUV, veicolo sottomarino autonomo (AUV), ambiente, robot, sensore, guasto, algoritmo, dati, localizzazione, orientamento, elaborazione del sensore, mappa semantica

Scopri altri articoli nello stesso settore di applicazione