Robot learning applied to autonomous underwater vehicles for intervention tasks
- Autores: Arnau Carrera Viñas
- Directores de la Tesis: Marc Carreras (dir. tes.), Petar Kormushev (dir. tes.), Narcís Palomeras Rovira (dir. tes.)
- Lectura: En la Universitat de Girona ( España ) en 2017
- Idioma: español
- Tribunal Calificador de la Tesis: Pedro José Sanz Valero (presid.), Pere Ridao Rodríguez (secret.), Giuseppe Casalino (voc.)
- Programa de doctorado: Programa de Doctorado en Tecnología por la Universidad de Girona
- Materias:
- Enlaces
- Tesis en acceso abierto en: TDX
- Resumen
Durante las últimas décadas ha aumentado el interés en la utilización de AUVs para realizar tareas submarinas. Una de las primeras tareas realizadas consistía en llevar a cabo un conjunto de trayectorias recogiendo datos para estudiar a posteriori esa zona, un ejemplo podría ser la construcción de mapas batimétricos o fotográficos del fondo marino. Más adelante se utilizaron AUVs para realizar tareas de inspección en estructuras submarinas u otros elementos con el objetivo de inspeccionar su estado, por ejemplo el seguimiento de tuberías. Todos estos avances han despertado el interés de la comunidad para utilizar los AUVs en intervenciones submarinas, substituyendo a los ROVs o sumergibles tripulados. Esta substitución ofrece la posibilidad de automatizar tareas, incrementando la eficiencia y la repetitividad; por otro lado reduce el coste, tiempo y equipamiento necesario para realizar las tareas. Estos factores abren la puerta a más empresas y científicos a realizar tareas hasta ahora limitadas por el coste.
En está tesis se ha desarrollado un marco de trabajo (framework) para intervenciones submarinas basado en un algoritmo de aprendizaje por demostración (LbD). Este algoritmo permite al usuario del robot transferir su conocimiento al vehículo de intervención (I-AUV) de una forma natural e intuitiva, mediante demostraciones. La rapidez y sencillez de la programación otorga al robot la capacidad de ser utilizado en múltiples tareas con un mínimo esfuerzo adicional.
El framework desarrollado se ha ajustado a las características del GIRONA 500 AUV, para realizar la manipulación de válvulas submarinas en diversas condiciones. El GIRONA 500 ha sido equipado con un brazo robótico de 4 grados de libertad (DOF) y un elemento terminal pasivo, el cual está sensorizado con una cámara y un sensor de fuerza y torsión (F/T). El framework incluye módulos con las siguientes funciones: un control coordinado del vehículo y del elemento terminal; un sistema visual para detectar el panel y extraer el estado de las válvulas, una interfaz humano robot apropiada para poder realizar las demostraciones cómodamente; el algoritmo de LbD para aprender y realizar las tareas, el uso del sensor de fuerza y torsión para garantizar una correcta manipulación de la válvula; y la posibilidad de interactuar con otros algoritmos, por ejemplo para ajustar el comportamiento aprendido según un algoritmo que analiza el entorno.
A lo largo de toda la tesis se ha utilizado como entorno de desarrollo un tanque de agua con una recreación de un escenario de intervención submarina donde se tiene que girar determinadas válvulas de un panel. Este escenario dispone de una recreación de un panel submarino con diferentes válvulas y de varios tipos de sistemas de perturbaciones. El panel puede estar situado en múltiples posiciones, simulando distintos paneles, las válvulas tienen un movimiento limitado y la resistencia al giro puede ser modificada hasta bloquear la válvula. El objetivo de los sistemas de perturbaciones es recrear dificultades del entorno real, como por ejemplo oclusiones del panel por elementos extraños o corrientes de agua. El grado de dificultad de la tarea se ha ido incrementando de forma gradual, para poder probar las nuevas mejoras en el framework. El resultado más destacado en la tesis ha sido obtenido en un experimento de larga duración, donde se ha utilizado el método propuesto durante más de 3 horas de forma autónoma y se han girado más 30 válvulas.
