Инспекция корпуса судна с использованием автономного подводного робота, оснащенного стереофотокамерой

Регулярный визуальный осмотр подводной поверхности корпуса судна в целях проверки его целостности и степени биообрастания необходим для обеспечения безопасности и эффективности эксплуатации судна. В статье предлагается метод автоматизированного решения этой задачи с использованием автономного необитаемого подводного аппарата (АНПА), оснащенного стереокамерой, управляемой поворотным механизмом. Движение АНПА осуществляется по эквидистантам вдоль корпуса судна с одновременной видеосъемкой поверхности корпуса. Траектория движения АНПА рассчитывается с применением метода визуальной навигации (визуальная одометрия). Расчетные данные о локализации аппарата относительно корпуса судна используются в методе управления движением аппарата для обеспечения устойчивого движения аппарата на заданном расстоянии от инспектируемой поверхности. Непосредственное вычисление данных о локализации АНПА делается с помощью предлагаемого оригинального алгоритма, который реализован в виде программного средства "стереодальномер". Работа стереодальномера основана на сопоставлении особенностей на изображениях с помощью детектора SURF с последующим построением 3D-облака точек. Описана методика выполнения автоматической инспекции судна в целом. Фиксируемые стереоизображения используются также для построения 3D-модели осматриваемой поверхности. Применяемый метод построения глобальной пространственной модели поверхности основывается на объединении 3D-облаков точек, получаемых для локальных видов. Построение 3D-облака точек для отдельного вида выполняется на основе сопоставления 2D-точечных особенностей на изображениях стереопары (детектор SURF/вычисление корреляции) с последующим применением метода триангуляции лучей для получения пространственных координат точек. Наличие 3D-модели дает возможность провести детальный визуальный анализ состояния корпуса судна. Проведено имитационное моделирование функционирования разработанных средств на виртуальных сценах. Полученные в результате тестирования количественные и качественные оценки эффективности показали приемлемость предложенной методики для автоматической инспекции подводной части корпуса судна.

1. Shahriar Negahdaripour, Pezhman Firoozfam. An ROV Stereovision System for Ship-Hull Inspection // IEEE Journal of Oceanic Engineering. 2006. Vol. 31, Iss. 3. P. 551—564.

2. The Magg miniature magnetic crawler. URL: https://eddyfi.com/en/product/magg-magnetic-inspection-roboticcrawler, date of access: 17.06.2022

3. Utility Crawlers. Purpose-built underwater robotic equipment. URL: https://www.deeptrekker.com/products/utility-crawlers, date of access: 17.06.2022

4. Vaganay J., Elkins M., Esposito D., O’Halloran W., Hover F., Kokko M. Ship hull inspection with the HAUV: U.S. Navy and NATO demonstrations results // Proc. IEEE/MTS OCEANS Conf. Exhib., Boston, MA. 2006. P. 1—6.

5. Jacobi M. Autonomous inspection of underwater structures // Robotics and Autonomous Systems. 2015. Vol. 67. P. 80—86.

6. Hover F. S., Eustice R. M., Kim A., Englot B., Johannsson H., Kaess M., Leonard J. J. Advanced perception, navigation and planning for autonomous in-water ship hull inspection // International Journal of Robotics Research. 2012. Vol. 31, Iss. 12. P. 1445—1464.

7. Kim A., Eustice R. M. Eustice. Real-Time Visual SLAM for Autonomous Underwater Hull Inspection using Visual Saliency // IEEE Transactions on Robotics. 2013. Vol. 29, Iss. 3. P. 719—733.

8. Papadopoulos G., Kurniawati H., Shariff A. S. B. M., Wong L. J., Patrikalakis N. M. Experiments on Surface Reconstruction for Partially Submerged Marine Structures // Journal of Field Robotics. 2014. Vol. 31, Iss. 2. P. 225—244.

9. Hong S., Chung D., Kim J., Kim Y., Kim A., Yoon H. K. In-water visual ship hull inspection using a hover-capable underwater vehicle with stereo vision // Journal of Field Robotics. 2019. Vol. 36, N. 3. P. 531—546.

10. Hong S., Kim J. Three-dimensional Visual Mapping of Underwater Ship Hull Surface Using Piecewise-planar SLAM // International Journal of Control, Automation and Systems. 2020. Vol. 18, N. 3. P. 564—574.

11. Chung D., Kim J. Pose Estimation Considering an Uncertainty Model of Stereo Vision for In-Water Ship Hull Inspection // IFAC-Papers OnLine. 2018. Vol. 51. P. 400—405.

12. Kim B. C., Kim H. C., Han S., Park D. K. Inspection of Underwater Hull Surface Condition Using the Soft Voting Ensemble of the Transfer-Learned Models // Sensors. 2022. Vol. 22. P. 4392.

13. Bobkov V. A., Kudryashov A. P., Melman S. V., Scherbatyuk A. F. Visual navigation and 3D reconstruction of underwater objects with autonomous underwater vehicle // Integrated Navigation Systems (ICINS). 2017 24th Saint Petersburg International Conference, 29—31 May 2017. St. Petersburg, Russia. P. 185—192.

14. Bobkov V., Kudryashov A., Inzartsev A. Method for the Coordination of Referencing of Autonomous Underwater Vehicles to Man-Made Objects Using Stereo Images // J. Mar. Sci. Eng. 2021. N. 9. P. 1038.

15. Melman S., Bobkov V., Inzartsev A., Pavin A. Distributed Simulation Framework for Investigation of Autonomous Underwater Vehicles’ Real-Time Behavior // Proceedings of the OCEANS’15 MTS/IEEE Washington DC. October 19-22. 2015.