Fotomosaics de posidònia compostos per robots

Avenços tecnològics recents han permès la creació de nous paradigmes de vigilància i supervisió de la natura. En concret, els vehicles autònoms submarins (VAS) poden recollir nombroses dades del fons marí seguint rutes programades o adaptatives, organitzant missions de longituds i profunditats que normalment no són a l’abast dels bussejadors. Si aquests vehicles robotitzats estan equipats amb instruments precisos de localització, llavors poden aportar dades georeferenciades. D’aquesta manera, qualsevol zona o punt concret de la mar es pot tornar a visitar, tantes vegades com calgui, per recollir-hi més dades o per comprovar-hi l’evolució dels paràmetres que s’hi estudien. Per aquest motiu, la quantitat de dades que s’ha de tractar augmenta enormement i calen noves tècniques d’anàlisi i visualització.

És el que fa el grup de Sistemes, Robòtica i Visió (SRV), del departament de Matemàtiques i Informàtica de la UIB, integrat per una vintena de persones, entre professors, doctorands i estudiants de màster, i amb línies de recerca tan innovadores com les aplicacions de robòtica mòbil -robots aeris, marins i terrestres-, sistemes multirobot i cooperatius, construcció de mapes i modelat 3D, visió per computador, reconeixement de patrons i aprenentatge automàtic, sistemes intel·ligents, i informàtica i comunicacions industrials. Amb l’ús d’un VAS lleuger equipat amb càmeres enfocades al fons marí, aquest grup de recerca estudia diverses zones al llarg de la costa de Mallorca i hi enregistra nombroses seqüències d’imatges que després serveixen per construir fotomosaics que canvien la forma habitual d’observació submarina, la qual cosa aporta una nova eina per valorar l’estat del medi ambient.

A més, per tal d’extreure la informació rellevant a partir d’hores d’enregistrament de vídeo, el grup de recerca SRV ha desenvolupat diversos mètodes per distingir i quantificar automàticament la presència d’espècies d’interès, com és el cas de la Posidonia oceanica. Aquests innovadors mètodes s’apliquen ja per informar sobre l’estat de la posidònia en diverses zones de la badia de Palma i al llarg de la costa nord de l’illa. Actualment s’estudia la possibilitat d’estendre aquestes mètodes a altres zones i espècies, per exemple amb la nacra (Pinna nobilis ). Els mètodes de recerca i els primers resultats es van presentar en el transcurs d’un simposi sobre l’estat actual i les perspectives de futur de les praderies de Posidonia oceanica organitzat per la UIB al Centre de Cultura sa Nostra a Palma els passats dies 16 i 17 d’abril.

Gabriel Oliver és professor de l’àrea d’Arquitectura i Tecnologia de Computadors de la UIB i investigador principal del grup de recerca SRV. A l’esmentat simposi va presentar alguns aspectes tecnològics dels fotomosaics submarins i detecció de Posidonia oceanica, un projecte que qualificà com una “eina per als científics”, i que, en la seva part principal, consta d’un vehicle submarí, un prototipus desenvolupat entre la Universitat de Girona i la UIB, dotat de tres motors, dos amb propulsió horitzontal i un altre de vertical. Segons explicà Oliver, l’aparell és fàcil de manejar, pesa uns 50 quilos, fa un metre i mig de llargada i pot funcionar entre 8 i 12 hores seguides. El robot puja i baixa amb una petita oscil·lació dins l’aigua. Va equipat amb un sistema GPS, wi-fi, càmeres que miren cap al fons i els costats, llums, tecnologies làser, un intercomunicador i altres sistemes i sensors en funció de les tasques que ha de desenvolupar. “El que pot oferir la robòtica a la ciència -argumentà el responsable del grup de recerca de la UIB- és la màxima precisió possible sobre geolocalització de les dades que es recullen, cosa que permet fer-ne mapes precisos i retornar a un punt determinat al cap d’un temps, les vegades que facin falta. Un cop disposem d’una eina com aquesta, que recull dades massivament, el problema que se’ns planteja és saber si som capaços d’interpretar correctament totes aquestes dades”, es preguntà Oliver.

Sistemes d’aprenentatge automàtic

Recollint el repte d’aquesta pregunta, Yolanda González -també membre del grup SRV- explicà al simposi que tant ella com els seus companys de recerca treballen fent servir sistemes de Machine Learning i d’aprenentatge automàtic per dotar d’intel·ligència els robots submarins i ensenyar-los a fer una sèrie de tasques, en funció del que es vulgui prioritzar. El grup de recerca de la UIB va començar per mostrar a les màquines a diferenciar la textura i el color del fons marí, però ara ja s’ha aconseguit un “aprenentatge profund” de xarxes de capes que després classifiquen les imatges obtingudes automàticament.

Les imatges que recull el robot submarí poden ser molt diferents en funció del nivell de claredat, lluminositat i terbolesa de l’aigua. “Les dades condicionen l’algoritme que s’ha d’emprar i un cop tenim el model entrenat, amb paràmetres fixos, llavors podem passar a fer classificacions i prediccions”, explicà González. Els científics han fet una “arquitectura” dissenyada específicament per identificar les zones del mar balear on hi ha posidònia i on no n’hi ha. El model s’alimenta amb més imatges, que es comparen amb les que ha obtingut el robot submarí, tot analitzant el percentatge d’error en la classificació respecte del que realment era fons de posidònia i el que no ho era. “El principal problema -advertí González al simposi- és saber delimitar les zones limítrofes entre la posidònia i el fons arenós. Tot això es pot executar en línia quan el nostre robot està navegant, i es poden analitzar quadrats o parcel·les d’uns 20 metres cada una”.

Un altre membre del grup de Sistemes, Robòtica i Visió de la UIB, Francisco Bonin, detallà la metodologia emprada amb la qual s’aconsegueixen “mosaics” de les praderies de posidònia. Els científics programen el vehicle perquè cobreixi una zona determinada més o menys gran, durant més o menys temps, per exemple una àrea de mil metres quadrats al llarg de dues o tres hores. A mesura que el robot cobreix aquesta àrea va enregistrant una seqüència de vídeo, amb les seves càmeres, de tot el que “veu” al fons. Segons els experts, els paràmetres més importants per caracteritzar una praderia són la densitat de les fulles, la cobertura vegetal (o superfície que ocupa la praderia al fons) i els límits superior i inferior de la praderia. Tot això es pot fer amb un processament d’imatges i de les seqüències de vídeo enregistrades pel robot submarí del grup SRV. Bonin puntualitzà que “fer aquesta feina amb bussejadors implica tota una sèrie d’inconvenients dels equips autònoms, exhauriment de l’oxigen de les bombones, temps, capacitat operativa, etc. Volem facilitar la feina dels bussejadors”.

Així, quina és la proposta dels investigadors de la UIB? Posar un robot a l’aigua, encomanar-li una missió amb una trajectòria extensa i enregistrar el fons marí amb les càmeres. A partir de les seqüencies de vídeo gravades del fons es processa la informació i s’automatitzen els paràmetres que més interessin els científics, com per exemple l’extensió de les praderies. De quina manera? A través d’un fotomosaic, és a dir, amb una “superfoto” que mostra tota l’àrea inspeccionada pel vehicle autònom. Després es munten les imatges que componen una seqüència de vídeo. Això permet, en una sola fotografia, tenir una imatge real de com és el fons marí. “Una imatge revela les zones que estan cobertes de posidònia i si l’estat de les praderies és saludable. Òbviament, les zones afectades per emissaris no presenten el mateix aspecte que les altres. I les fotografies que obtenim en són un reflex perfecte. Els fotomosaics que feim estan molt ajustats a la realitat”, assegurà Bonin.

Un altre dels avantatges d’aquesta tecnologia és la geolocalització. “L’objectiu és automatitzar al màxim tot el procés de recollida de dades i paràmetres que ens permetran determinar l’estat de salut d’una praderia de posidònia, tot per augmentar la precisió de la informació i reduir-ne despeses i temps. No volem substituir la feina dels bussejadors -insistí Bonin-, sinó complementar-la. Tenim molta experiència a l’hora de fer observacions de praderies -en referència a la feina desenvolupada al grup de recerca SRV- per tal de determinar models d’entrenament que mostrin la diferència entre posidònia, fullaraca, sorra i roca”.

DRONS QUE ESTUDIEN L’IMPACTE AMBIENTAL

Posidronia és el nom d’un projecte d’investigació finançat per l’empresa Podarcis, S.L., que cerca establir una metodologia ràpida, eficaç i de baix cost que serveixi per determinar, de forma objectiva, la pressió humana que suporten les praderies de Posidonia oceanica a causa del turisme nàutic. Els objectius d’aquest projecte d’investigació són, entre d’altres, especificar les característiques essencials i delimitadores a l’hora d’utilitzar aeroplans teledirigits (AT) o drons per estudiar les praderies de posidònia; establir la metodologia més eficaç per processar la informació recollida amb els AT mitjançant sistemes d’informació geogràfica; definir els indicadors més representatius de l’impacte ambiental associat als fondejos sobre les praderies de posidònia (nombre i densitat d’embarcacions, tipologia, eslores, impacte directe o indirecte sobre la posidònia, etc.), i crear una base de dades que reculli el coneixement per millorar la gestió ambiental dels ecosistemes marins. El projecte Posidronia va ser presentat per Daniel Ramon, de l’empresa consultora Podarcis, en el transcurs del simposi sobre la posidònia organitzat per la UIB ara fa dues setmanes.