对水下机器人进行编程以做出独立决策

超过70%的地球表面被水覆盖，但科学家们更多地了解空间而不是海洋中发生的事情。

科学家试图提高他们对海洋环境的理解的一种方法是使用自主水下航行器(AUV)，可编程机器人车辆，可以独立研究海洋及其居民。

但AUV收集的数据需要时间进行分析和解释，科学家经常失去实时使用这些关键信息的能力。

特拉华大学地球，海洋和环境学院海洋科学与政策学院院长Mark Moline最近与机器人合作撰写了一篇关于将AUV上的多传感器系统连接到车辆上的优势的论文。实时合成声音数据，以便它可以独立决定接下来要采取的行动。

莫林和俄勒冈州立大学的同事Kelly Benoit-Bird共同撰写了这篇论文，他们正在对海洋舌头进行海洋生物的大规模分布研究，这是一个将海洋海沟分开的海洋生物。安德罗斯和新普罗维登斯群岛在巴哈马群岛。

通过海军研究办公室资助，莫林和伯诺伊特 - 伯德正在调查鱼类，磷虾和鱿鱼等食物来源是否在吸引该地区的鲸鱼方面发挥作用。

在那里，研究人员决定进行一项简单的实验来测试用于深海研究的模块化AUV(称为REMUS600)是否可以编程为自主制定决策并根据生物信息触发新任务 - 例如一定的大小或浓度鱿鱼 - 在它的环境中。

“我们知道车辆的功能比我们之前应用的更多，”莫林说，他是早期采用机器人技术研究和UD机器人发现实验室共同创始人的人。

完成这项任务比人们想象的要困难得多。一方面，海洋是一个动态的环境，总是在变化和移动。同样，像鱿鱼这样的海洋生物也在不停地运动，被水流推动，迁移，游泳和改变它们的行为。

莫林说：“你在任何特定情况下看到的东西都会在稍后改变。”

研究人员对REMUS上的计算机进行了预编程，以做出某些决定。在对海面下1,640至3,000英尺的海洋进行测量时，机载计算机正在根据尺寸和密度分析水中海洋生物的声纳数据。

当车辆上的声学传感器检测到正确尺寸和浓度的鱿鱼时，它触发了第二个任务：报告机器人在水中的位置，然后运行预编程网格以更精细地绘制该区域。

较高级别的扫描显示，在一个区域内收集了非常集中的鱿鱼，并且当扫描从北向南移动时，第二个不太紧密编织的类似大小的鱿鱼。根据莫林的说法，如果REMUS仅被编程为保持直线行驶，这些细节可能会被遗漏。

“这是一个非常简单的测试，证明可以使用声学来寻找物种，拥有AUV目标特定尺寸的物种，并跟踪物种，所有这些都无需检索和重新编程车辆以寻找某物在你准备好的时候，这可能会早已过去，“他说。

研究人员还想知道鱿鱼和其他猎物是如何水平分布在水柱中的，以及这些分布如何根据海洋条件或鲸类等捕食者的存在与否而发生变化。

结合可用的机器人技术以这种方式探索水可以帮助填补信息空白，并可以阐明科学家不知道存在的猎物分布的尺度。

“想象一下，如果车辆根据实时信息不断触发新任务，我们还能学到什么?” 莫林说。

他继续说，随着多个决策循环，一个AUV可以跟随整个鱿鱼或其他海洋生物学校，看看他们去了哪里，并创建了猎物穿越海洋的连续路线图。这是一个令人兴奋的想法，有可能揭示有关猎物如何移动和行为的新细节 - 小组是否分裂成多个学校，它们是否会随着时间的推移而分散或聚集 - 如果是这样，是什么影响了这些变化?

另一种选择是对AUV进行编程，以便在它看到某些特定物体时触发更深层的外观，如某种物种或特定捕食者和猎物的组合。

“这只是一个开始，”莫林说。