The Present and Future Capabilities of Deep ROVs

1999 ◽  
Vol 33 (4) ◽  
pp. 26-40 ◽  
Author(s):  
Robert Wernli

The following paper will present an overview of Remotely Operated Vehicles (ROVs) and, in particular, their use in the deep ocean, which includes depths beyond 10,000 feet. Although the intent of the paper is to address tethered, free-flying vehicles, the categories of deep towed vehicles and autonomous underwater vehicles (AUVs) will also be included for completeness. And, to properly discuss the state-of-the-art in such deep ocean systems, their capabilities in the depths less than 10,000 ft will also be addressed. An attempt to project their uses in the early stages of the next millennium wiU also be made.

2015 ◽  
Vol 63 (5) ◽  
Author(s):  
Jörg Kalwa

AbstractAUVs – Autonomous Underwater Vehicles have reached a state of maturity that allows bringing them into applications beyond research. Still being a new “toy” in the toolbox for offshore work the market is somewhat reluctant to employ these robots due to missing field prove. This paper gives an overview about the state of the art of applications and technology and finalizes in a recent example, dmonstrating autonomy and robustness.


2004 ◽  
Vol 38 (1) ◽  
pp. 40-51 ◽  
Author(s):  
Dan Ohno ◽  
Yozo Shibata ◽  
Hisao Tezuka ◽  
Hideyuki Morihana ◽  
Ryuichiro Seki

This paper covers the results of a design study recently completed in Japan on manned submergence research vehicles equipped with Autonomous Underwater Vehicles (AUVs) and/or Remotely Operated Vehicles (ROVs). The primary features and general overview of the vehicle designs are described, and some of the major items to be examined in each study are introduced.At the outset of this study, the opinions of many domestic scientists and scholars were collected in order to identify the most important subjects of future scientific research in the deep ocean.This study was carried out by the "ad hoc Committee" organized by the Japan Deep Sea Technology Association.


2014 ◽  
Author(s):  
Παναγιώτης Σωτηρόπουλος

Η πρόοδος στη βιομηχανία υδρογονανθράκων ωθεί τα όρια των νέων εγκαταστάσεων εξόρυξης σε ολοένα και μεγαλύτερα βάθη. Νέα πεδία ανακαλύπτονται, ενώ νέες τεχνικές εκμετάλλευσης ιδρυτών θα αρχίσουν να αναπτύσσονται στο προσεχές μέλλον. Οι παραπάνω εξελίξεις έχουν σαν αποτέλεσμα την συνεχή αύξηση του αριθμού των υποθαλάσσιων εγκαταστάσεων οι οποίες απαιτούν τακτική παρακολούθηση και συντήρηση, που είναι και η κύρια αιτία της συνεχούς ανάπτυξης του πεδίου των Μη-επανδρωμένων Υποθαλάσσιων Οχημάτων (Unmanned underwater vehicles, UUV). Σήμερα η πλειοψηφία των UUV που χρησιμοποιούνται για υποθαλάσσιους χειρισμούς είναι Τηλεχειριζόμενα Υποθαλάσσια Οχήματα (Remotely operated vehicles, ROV) που απαιτούν αντίστοιχο όχημα υποστήριξης στην επιφάνεια και πεπειραμένους χειριστές καθώς αυτά επιχειρούν. Για την ελαχιστοποίηση του κόστους των συγκεκριμένων εργασιών και του χρόνου αποστολής αναπτύσσεται μια τάση αυτοματοποίησης των αποστολών ROV αφήνοντας στον χειριστή έναν ρόλο επιβλέποντα. Επιπλέον η ανάπτυξη των Αυτόνομων Υποθαλάσσιων Οχημάτων εξοπλισμένων με ρομποτικό βραχίονα (Intervention autonomous underwater vehicles, IAUV) στηρίζεται πάνω στην εξέλιξη αντίστοιχων μεθόδων για αυτόνομη εκτέλεση εργασιών από υποθαλάσσια οχήματα. Η παρούσα διδακτορική διατριβή έχει ως στόχο την ανάπτυξη μεθόδων για την βέλτιστη εκτέλεση υποθαλάσσιων εργασιών από IAUV με την ανάπτυξη μεθόδων καθορισμού της βέλτιστης θέσης πρόσδεσης και σχεδιασμού κίνησης για το όχημα κοντά στην περιοχή εργασίας. Έπειτα από μία εισαγωγική ενότητα γύρω από τις εφαρμογές και τις εργασίες των υποθαλάσσιων οχημάτων γίνεται μία ανάλυση της αποστολής και ένας αρχικός διαχωρισμός του σχεδιασμού κίνησης μακριά και κοντά στην περιοχή εργασίας. Εστιάζοντας στην περίπτωση που το IAUV βρίσκεται κοντά στην περιοχή εργασίας και πριν εκτελέσει το σύνολο των εργασιών της αποστολής, μπορούν να αναγνωριστούν τρεις διακριτές περιπτώσεις εργασίας που σχετίζονται με τις υπάρχουσες εγκαταστάσεις. Η πρώτη αφορά εργασίες σε εγκαταστάσεις με ήδη υπάρχουσες θέσεις πρόσδεσης ειδικά διαμορφωμένες για λειτουργία ROV. Η δεύτερη αφορά περιπτώσεις όπου στην περιοχή εργασίας δεν έχουν προβλεφθεί θέσεις πρόσδεσης για το όχημα, οπότε αυτό θα πρέπει να προσδέσει αυτόνομα για να εκτελέσει το σύνολο των εργασιών με τον πιο αποδοτικό τρόπο. Τέλος, η τρίτη αφορά περιπτώσεις που η πρόσδεση κοντά στην περιοχή εργασίας δεν είναι εφικτή, συνεπώς το όχημα θα πρέπει να δημιουργήσει ένα σχέδιο κίνησης για την εκτέλεση των απαιτούμενων εργασιών με κινούμενη βάση.Έπειτα από την σχετική ανασκόπηση της βιβλιογραφίας γύρω από τα υπάρχοντα συστήματα πρόσδεσης, αρχικά γίνεται μία μελέτη τροποποίησης των τυποποιημένων δομών πρόσδεσης για τηλεχειριζόμενα οχήματα, έτσι ώστε να ευνοούν διαδικασίες αυτόνομης πρόσδεσης. Η τροποποίηση αφορά την εισαγωγή ενός συστήματος μηχανικής οδήγησης του IAUV κατά την πρόσδεση και στην ενσωμάτωση ενεργών οπτικών στοιχείων και παθητικών ακουστικών στοιχείων για τον σχετικό προσδιορισμό της θέσης του. Παρουσιάζεται μια κινηματική ανάλυση του συστήματος μηχανικής οδήγησης που προτείνεται με τη χρήση λογισμικού πεπερασμένων στοιχείων.Στην συνέχεια και εξετάζοντας την περίπτωση όπου απουσιάζουν δομές πρόσδεσης στην περιοχή εργασία αναπτύσσεται μια μέθοδος για τον υπολογισμό της βέλτιστης θέσης του οχήματος δεδομένης της τρέχουσας θέσης του και της θέσης του σημείου εργασίας έτσι ώστε να μπορεί να εκτελέσει τις εργασίες της αποστολής με τον καλύτερο δυνατό τρόπο. Η επιδεξιότητα του βραχίονα λαμβάνεται υπόψη σαν κύριο κριτήριο βελτιστοποίησης ενώ εξετάζονται οι περιπτώσεις ενός και πολλαπλών σημείων εργασίας. Για την περίπτωση πολλαπλών σημείων εργασίας λαμβάνεται υπόψη μια περιοχή ελέγχου (που ορίζεται από έναν αριθμό σημείων ελέγχου) και εισάγεται ένας ειδικά τροποποιημένος δείκτης επιδεξιότητας. Ο υπολογισμός της τιμής του δείκτη επιδεξιότητας για τις διαμορφώσεις του βραχίονα του οχήματος γίνεται με αναλυτικό τρόπο για έναν μικρό αριθμό σημείων ελέγχου μέσα στην επιφάνεια. Με την αύξηση των σημείων ελέγχου για την καλύτερη προσέγγιση του δείκτη προτείνεται η χρήση ενός τεχνητού νευρωνικού δικτύου για τον ταχύτερο υπολογισμό της τιμής του δείκτη επιδεξιότητας.Αναγνωρίζοντας τα πλεονεκτήματα που προσφέρει η χρήση νευρωνικών δικτύων για την προσέγγιση συναρτήσεων αναπτύσσονται δύο τύποι νευρωνικών δικτύων, για την προσέγγιση δυο γνωστών δεικτών επιδεξιότητας, λαμβάνοντας υπόψη όλους τους βαθμούς ελευθερίας του συστήματος IAUV. Με την χρήση των νευρωνικών δικτύων η διαδικασία υπολογισμού επιταχύνεται σε μεγάλο βαθμό και μπορούν έτσι να χρησιμοποιηθούν σε αλγορίθμους σχεδιασμού κίνησης που εκτελούνται σε πραγματικό χρόνο. Οι δείκτες επιδεξιότητας αντιστοιχούνται με κάποιες από τις συνηθέστερες υποθαλάσσιες εργασιών που εκτελούνται από ROV. Η συσχέτιση αυτή προσφέρει μια μετρική σχετικά με την καταλληλότητα των διαμορφώσεων ενός IAUV κατά την κατάρτιση του σχεδίου κίνησης.Τέλος για την τρίτη περιοχή εργασιών χωρίς πρόσδεση, αναπτύσσονται δύο μέθοδοι ολικού και τοπικού σχεδιασμού κίνησης για την εκτέλεση υποθαλάσσιων εργασιών από IAUV. Ο υπολογισμός του ολικού και του τοπικού σχεδιασμού κίνησης στηρίζεται πάνω στη χρήση εξελικτικών αλγορίθμων. Χρησιμοποιείται η έννοια των Bump-surfaces για την αναπαράσταση του χώρου εργασίας και την αποφυγή των εμποδίων καθώς και επιπλέον κριτήρια βελτιστοποίησης για να επιτευχθεί το αποδοτικότερο σχέδιο κίνησης για το όχημα. Ο αλγόριθμος τοπικού σχεδιασμού κίνησης μπορεί να υλοποιήσει το σχέδιο κίνησης που προκύπτει από τον αλγόριθμο ολικού σχεδιασμού κίνησης ή να δημιουργήσει ένα νέο σχέδιο κίνησης με βάση της τελευταίες πληροφορίες για το περιβάλλον. Η διατριβή ολοκληρώνεται με τα συμπεράσματα και προτάσεις για μελλοντική εργασία στηριζόμενες στις παρατηρήσεις που έγιναν κατά την εκπόνηση της διατριβής.


1999 ◽  
Vol 33 (1) ◽  
pp. 10-14 ◽  
Author(s):  
Yongjie Pang ◽  
Shuang Zhang ◽  
Yuru Xu

Facing the oncoming century of the ocean, HEU has made far-sighted exploitations in several aspects of Underwater Technology. Some of this research was among the most creative and outstanding in our country. This article briefly reviews some of the research conducted over the recent two decades. The focus of the dissertation is mainly on the following three representative aspects: Autonomous Underwater Vehicles (AUVs), Deep Submergence Rescue Vehicles (DSRVs), and Remotely Operated Vehicles (ROVs).


2019 ◽  
Vol 26 (2) ◽  
pp. 94-101 ◽  
Author(s):  
Yvan R. Petillot ◽  
Gianluca Antonelli ◽  
Giuseppe Casalino ◽  
Fausto Ferreira

2016 ◽  
Vol 50 (1) ◽  
pp. 73-87 ◽  
Author(s):  
Gang Chen ◽  
Jiawang Chen ◽  
Bo Jin ◽  
Ying Chen

AbstractUnderwater robots play an increasingly significant role in helping humans explore or accomplish various tasks in the underwater environment. Underwater walking robots are members of a large group of underwater robots. With the support of multiple legs, underwater walking robots can walk continuously on underwater ground and have good capability to resist water current disturbances. These robots are qualified to perform the tasks that autonomous underwater vehicles and remotely operated vehicles are unable to or cannot efficiently accomplish, particularly exploration, observation, detection, and operation on underwater ground. This paper provides a brief introduction to the development of underwater walking robots and the methods to address water current disturbances acting on underwater walking robots in underwater environments. This study also presents future directions in the methods to resist water current disturbances for underwater walking robots.


Sensors ◽  
2020 ◽  
Vol 20 (7) ◽  
pp. 2068 ◽  
Author(s):  
César Debeunne ◽  
Damien Vivet

Autonomous navigation requires both a precise and robust mapping and localization solution. In this context, Simultaneous Localization and Mapping (SLAM) is a very well-suited solution. SLAM is used for many applications including mobile robotics, self-driving cars, unmanned aerial vehicles, or autonomous underwater vehicles. In these domains, both visual and visual-IMU SLAM are well studied, and improvements are regularly proposed in the literature. However, LiDAR-SLAM techniques seem to be relatively the same as ten or twenty years ago. Moreover, few research works focus on vision-LiDAR approaches, whereas such a fusion would have many advantages. Indeed, hybridized solutions offer improvements in the performance of SLAM, especially with respect to aggressive motion, lack of light, or lack of visual features. This study provides a comprehensive survey on visual-LiDAR SLAM. After a summary of the basic idea of SLAM and its implementation, we give a complete review of the state-of-the-art of SLAM research, focusing on solutions using vision, LiDAR, and a sensor fusion of both modalities.


Sensors ◽  
2021 ◽  
Vol 21 (6) ◽  
pp. 1933
Author(s):  
Rixia Qin ◽  
Xiaohong Zhao ◽  
Wenbo Zhu ◽  
Qianqian Yang ◽  
Bo He ◽  
...  

Underwater fishing nets represent a danger faced by autonomous underwater vehicles (AUVs). To avoid irreparable damage to the AUV caused by fishing nets, the AUV needs to be able to identify and locate them autonomously and avoid them in advance. Whether the AUV can avoid fishing nets successfully depends on the accuracy and efficiency of detection. In this paper, we propose an object detection multiple receptive field network (MRF-Net), which is used to recognize and locate fishing nets using forward-looking sonar (FLS) images. The proposed architecture is a center-point-based detector, which uses a novel encoder-decoder structure to extract features and predict the center points and bounding box size. In addition, to reduce the interference of reverberation and speckle noises in the FLS image, we used a series of preprocessing operations to reduce the noises. We trained and tested the network with data collected in the sea using a Gemini 720i multi-beam forward-looking sonar and compared it with state-of-the-art networks for object detection. In order to further prove that our detector can be applied to the actual detection task, we also carried out the experiment of detecting and avoiding fishing nets in real-time in the sea with the embedded single board computer (SBC) module and the NVIDIA Jetson AGX Xavier embedded system of the AUV platform in our lab. The experimental results show that in terms of computational complexity, inference time, and prediction accuracy, MRF-Net is better than state-of-the-art networks. In addition, our fishing net avoidance experiment results indicate that the detection results of MRF-Net can support the accurate operation of the later obstacle avoidance algorithm.


Sign in / Sign up

Export Citation Format

Share Document