Tương lai của công nghệ định vị dưới nước

Một nhóm nhà nghiên cứu Đại học Illinois tại Urbana-Champaign (UIUC) đã phát triển phương pháp mới định vị địa lý dưới nước bằng cách sử dụng mạng lưới thần kinh sâu xử lý trên 10 triệu hình ảnh nhạy cảm với phân cực thu thập từ nhiều địa điểm trên khắp thế giới.

24/07/2023 08:37

Công nghệ do thám đáy biển của Bộ Ôk9 chương trình khuyến mãi Đan Mạch

Nghiên cứu mới, dẫn đầu bởi giáo sư kỹ thuật điện và máy tính Viktor Gruev cùng với giáo sư Ok910 tỷ lệ kèo World Cup 2026 máy tính David Forsyth, cho phép định vị địa lý dưới nước chỉ sử dụng dữ liệu quang học trong khi cung cấp một công cụ điều hướng dưới nước không có dây buộc.

Gruev cho biết: “Lần đầu tiên chúng tôi có thể định vị bản thân hoặc máy ảnh trong một số điều kiện khác nhau, cho dù ở vùng biển rộng, vùng nước trong hay vùng nước có tầm nhìn thấp, vào ban ngày, ban đêm hoặc ở độ sâu. Một khi biết mình đang ở đâu, thì bạn có thể bắt đầu khám phá và sử dụng thông tin đó để hiểu rõ hơn về thế giới dưới nước hoặc thậm chí là cách các loài động vật di chuyển”.

image001.jpg -0 — Máy ảnh của nhóm nhà nghiên cứu khi đang hoạt động dưới nước

Gruev giải thích một trong những thách thức chính với điều hướng dưới nước và định vị địa lý là tín hiệu GPS không thể xuyên qua nước - chúng phản xạ khỏi bề mặt. “Chúng tôi mù tịt về tín hiệu GPS dưới nước. Chúng tôi cần sử dụng các phương tiện khác và công nghệ khác để định vị địa lý dưới nước”. Tiêu chuẩn định vị địa lý hiện tại là sử dụng thông tin âm thanh, chủ yếu thu được bằng công nghệ sonar. Điều này hoạt động bằng cách triển khai nhiều đèn hiệu sonar nhỏ gửi tín hiệu theo hình tam giác để xác định vị trí một vật thể dưới nước. Tuy nhiên, vấn đề là sonar chỉ hoạt động trong một khu vực nhỏ, đồng thời bị giới hạn bởi độ chính xác của nó.

Một phương pháp khác hiện đang được sử dụng là tàu lặn được buộc vào một tàu lớn hơn trên bề mặt có tín hiệu GPS. Mặc dù tàu lặn có thể hiệu quả, nhưng cuối cùng cũng bị giới hạn bởi chuyển động của tàu. Gruev giải thích: “Để có một phương tiện di chuyển tự do dưới nước là vấn đề cực kỳ khó khăn. Cách chúng tôi giải quyết vấn đề là phát triển máy ảnh chuyên dụng và thuật toán máy học. Bằng cách kết hợp chúng, chúng tôi thực sự có thể tìm ra vị trí của mặt trời và đây là nơi phân cực hình ảnh phát huy tác dụng”. Sóng ánh sáng từ mặt trời di chuyển theo mọi hướng - nó không bị phân cực. Khi những sóng đó đi qua một bộ lọc, giống như mặt nước, chúng buộc phải di chuyển theo một hướng duy nhất - ánh sáng đã bị phân cực. Các kiểu phân cực là kết quả của sự truyền ánh sáng từ không khí sang nước và tán xạ bởi phân tử nước và các hạt khác. Các mô hình dưới nước thay đổi suốt cả ngày và chúng phụ thuộc vào vị trí của cả người quan sát và mặt trời. Bằng cách phân tích các mẫu này cùng với thông tin ngày và giờ chính xác, sau đó có thể xác định vị trí.

Nhóm đã thu thập khoảng 10 triệu hình ảnh bằng máy ảnh dưới nước và ống kính đa hướng có khả năng ghi lại các kiểu phân cực từ 4 địa điểm tại Mỹ: một hồ nước ngọt ở Champaign thuộc bang Illinois (tầm nhìn xung quanh 0,3 mét), vùng nước biển ven biển ở quần đảo san hô Florida Key thuộc bán đảo Florida (tầm nhìn xung quanh 0,5-3 mét), nước biển ở vịnh Tampa thuộc bang Florida (tầm nhìn khoảng 0,5 mét) và một hồ nước ngọt ở Ohrid, Bắc Macedonia (tầm nhìn trên 10 mét). Hình ảnh được chụp trong nhiều điều kiện khác nhau (nước trong và nước đục), độ sâu và thời gian trong ngày - ngay cả vào ban đêm khi cường độ ánh sáng dưới nước yếu hơn đáng kể.

Gruev nói: “Nếu chúng ta có thể nhìn thấy đặc tính phân cực của ánh sáng, chúng ta có thể định vị địa lý, ngay cả trong vùng nước bùn. Và thực tế, cuộc sống là khá phong phú về mặt phân cực”. Những hình ảnh này được dùng để huấn luyện mạng lưới thần kinh - một phương pháp trí tuệ nhân tạo (AI) để học hỏi và cải thiện độ chính xác theo thời gian. Forsyth giải thích: “Cách chúng tôi làm là thu thập 10 triệu hình ảnh mặt trời từ dưới nước. Mỗi hình ảnh được gắn thẻ với nơi nó được chụp và độ cao của mặt trời. Những hình ảnh đó sau đó được chuyển vào một hệ thống học tập và được điều chỉnh cho đến khi nó đưa ra một vị trí chính xác”. Việc sử dụng kỹ thuật máy học giúp cải thiện độ chính xác của vị trí lên 40-50 km, với khả năng cải thiện độ chính xác hơn nữa. Công nghệ này mang đến những cơ hội mới cho con người và robot điều hướng dưới nước.

Đại dương chiếm hơn 70% diện tích bề mặt Trái đất, nhưng rất ít thông tin về nó được biết đến. Dữ liệu chúng ta biết về những vùng nước này đến từ việc giám sát qua vệ tinh. Robot lấy mẫu tự động tại chỗ có thể cung cấp khả năng giám sát chính xác hơn các đặc tính của nước như nhiệt độ nước, độ mặn, nồng độ oxy và các thông số liên quan khác. Các nỗ lực tìm kiếm và cứu nạn tàu lặn OceanGate Titan gần đây đã nhấn mạnh nhu cầu về khả năng định vị địa lý chính xác. Để xác định vị trí tàu lặn ở bất kỳ độ sâu nào có thể, các nỗ lực được chia thành hai khu vực riêng biệt, gần bề mặt đại dương và gần đáy biển, do những hạn chế của công nghệ hiện tại. Các nỗ lực ở vùng nước sâu khó khăn hơn đáng kể so với hoạt động gần bề mặt, vốn có nhiều lựa chọn công nghệ hơn và chủ yếu dựa vào sonar.

Sonar không chỉ không đáng tin cậy trên một khu vực rộng lớn mà còn thường tạo ra tiếng vang che giấu vị trí chính xác của vật thể. Gruev bình luận: “Công nghệ hình ảnh phân cực cho phép robot tự động nhỏ hơn đi lang thang trong khoảng 200-300 mét đầu tiên, nơi ánh sáng xuyên qua nước và nơi công nghệ của chúng tôi hoạt động rất hiệu quả và có thể hỗ trợ trong nhiệm vụ tìm kiếm và Oka9 kèo World Cup 2026”. Forsyth nói thêm: “Thật khó để hiểu đại dương lớn đến mức nào, có bao nhiêu nước, bạn có thể ở cách xa mọi thứ bao nhiêu và khó tìm thấy bất cứ thứ gì ở đó. Vấn đề công nghệ lớn nhất, cho đến đầu thế kỷ 19, chỉ đơn giản là biết bạn đang ở đâu trên biển. Và điều đó vẫn thực sự khó khăn”.