Studio e sviluppo di algoritmi di controllo e documentazione ottica per veicoli sottomarini

This thesis’ scope is to study control algorithms and optical documentation for subsea vehicles to implement a control and guidance system on a BlueROV2 from BlueRobotics, with a SeaTrac Lightweight USBL acoustic navigation system from Blueprint Subsea, to collect underwater information and images for 2D and 3D reconstruction of the scene. After careful study, it was concluded that the best trajectory to follow during acquisition is the simple straight-line trajectory. A control strategy based on the principle of Line of Sight was implemented to respect this trajectory constraint, then simulations were carried out to evaluate the effectiveness, efficiency, and correct operation of what was implemented. Given the positive results produced by the simulations, a software in Python is developed to make this control applicable in reality during vehicle immersion in water. An analysis on the best feature extraction techniques to be used in 2D and 3D reconstruction algorithms was also reported. The two- and three-dimensional reconstruction algorithms implemented for underwater scene reconstruction are based on SURF and ORB techniques, as they are found to be the most robust and the fastest, respectively; consequently, they are the most useful for future real-time applications. Different sets of images were used to test the performance of the proposed algorithms. It can be confirmed that ORB turns out to be generally faster than SURF but, as far as noted by the test results, it does not affect the consistency of the estimated results. SURF does not always turn out to be consistent with real data. So, ORB is a viable alternative for scene reconstruction algorithms, both 2D and 3D and both for air dataset and underwater datasets, eventually restored with color enhancement algorithms.

L’obiettivo di questa tesi è quello di studiare algoritmi di controllo e la documentazione ottica a disposizione per veicoli sottomarini così da implementare un sistema di controllo e guida su un BlueROV2 della BlueRobotics, sfruttando il sistema di navigazione acustico USBL SeaTrac Lightweight della Blueprint Subsea, per raccogliere informazioni e immagini subacquee, così da utilizzarle per fare la ricostruzione 2D e 3D della scena. Dopo un attento studio si è giunti alla conclusione che la miglior traiettoria da seguire in fase di acquisizione è la semplice traiettoria rettilinea. È stata definita una strategia di controllo che si basa sul principio di Line of Sight per rispettare questo vincolo di traiettoria e, successivamente, sono state effettuate delle simulazioni per valutare l’efficacia, l’efficienza e il corretto funzionamento di quanto implementato. Visti i risultati positivi prodotti dalle simulazioni, si è sviluppato un software in Python che permette di rendere tale controllo applicabile nella realtà durante l’immersione del veicolo in acqua. È stata inoltre riportata un’analisi sulle migliori tecniche di estrazione features da utilizzare negli algoritmi di ricostruzione 2D e 3D. Gli algoritmi di ricostruzione bidimensionali e tridimensionali implementati per la ricostruzione della scena subacquea si basano sulle tecniche SURF e ORB, in quanto risultano essere rispettivamente le più robuste e le più veloci e, conseguentemente, le più utili per eventuali applicazioni in real time. Sono stati utilizzati diversi set di immagini per testare il funzionamento degli algoritmi proposti. È possibile confermare che ORB risulta essere generalmente più veloce rispetto a SURF ma, per quanto notato dagli esiti del test, nonostante ciò, non influisce sulla coerenza dei risultati stimati rispetto a quelli reali. SURF non sempre risulta coerente con quanto avviene nella realtà. Dunque, ORB è una valida alternativa per gli algoritmi di ricostruzione della scena, sia 2D che 3D e sia per dataset acquisiti in aria che per dataset acquisiti in acqua, anche eventualmente ricostruiti con algoritmi di ricostruzione del colore.