Virtual underwater environments

Den seneste tids fokus på overvågning af undersøiske energi- og informationsinfrastruktur i og nær det danske farvand har øget debatten om anvendelsen af ubemandede undervandsfartøjer (UUV). Mens overordnet overvågning med fordel kan foregå med sejlende fartøjer, så vil en detaljeret inspektion nødvendigvis kræve undervandsfartøjer med optiske og akustiske sensorer.
Industrielt har UUVer længe været brugt til inspektions- og vedligeholdelsesopgaver med forskellige grader af automatisering. Fælles for automatiseringen af UUVer er lokaliseringsproblemet under vandoverfladen. I dag bruges der blandt andet akustiske løsninger (LBL/SBL/USBL) monteret ved vandoverfladen til triangulering og derved lokalisering. Sådanne løsninger bidrager med en væsentlig tidsforsinkelse, som umuliggør automatisk og præcis navigation nær undervandsstrukturer og objekter. Samtidig er lokaliseringsløsningen også ufleksibel pga. nødvendigheden af de sensorer som monteres ved havoverfladen eller -bunden. Der har derfor være øget fokus på at benytte lokaliseringssensorer som udelukkende er monteret på UUVerne, så som højfrekvente kortrækkende sonar og kameraløsninger. Sonar er yderst robust overfor miljøer hvor sigtbarheden er lav, mens kameraløsningen i god sigtbarhed giver mest information om objekter og strukturer. En kombinationsløsning synes oplagt til at løse både navigationsproblemet og automatiseret objektdetektion og klassificering af det omkringliggende miljø.
Maskinlæringsmetoder har længe været brugt til navigering og objektdetektion for flyvende droner, men har endnu ikke vundet indpas til UUVer. Den største udfordring er, at maskinlæring kræver forholdsvist meget data med stor diversitet for at sikre pålidelige resultater. Der findes flere måder at skabe sådanne dataset, og for flyvende droner har det vist sig, at dataforøgelse med en blanding af reelle og virtuelle fotorealistiske billeder giver et godt grundlag. Virtuelle billeder har den store fordel, at det muliggør en simulering af forhold, som kan være svære eller omkostningsfulde at teste i. For forhold over vandet findes der flere softwareløsninger, bl.a. fra spilindustrien, som kan genere sådanne realistiske virtuelle miljøer. Der findes ikke en tilsvarende løsning for undervandsmiljøer hvor bl.a. vandets turbiditet, lysets dæmpning og sollysets brydning med vandoverfladen har været undersøgt. Værktøjerne tillader at inddrage disse effekter uden der dog findes evidens for, at det giver realistiske resultater.
I dette projekt ønsker vi at undersøge muligheden for at generere og anvende virtuelle undervandsmiljøer til dataforøgelse i forbindelse med træning og validering af navigerings-, objekt- og klassificeringsmetoder. Vi vil begrænse undersøgelsen til én case med et mindre miljø med få objekter, således vi kan verificere eller falsificere arbejdsmetoden i projektperioden. Resultater vil åbenlyst også afdække potentialet for at ansøge et større og mere omfattende projekt.