A side-scan sonar based simultaneous localization and mapping pipeline for underwater vehicles

Abstract

Det enorme og uutforskede havet inneholder betydelige potensielle ressurser. Imidlertid krever bærekraftig og miljøvennlig utnyttelse av disse en dypere forståelse av havets økosystem. Fremskritt innen roboters autonome egenskaper åpner nye muligheter for effektiv utforskning og innhenting av verdifull informasjon om havet.

Denne masteroppgaven har som mål å utvikle og analysere en SLAM (simultan lokalisering og kartlegging) arbeidsflyt for autonome undervannsfarkoster (AUV) som bruker side-skannende sonar til navigasjonsformål. Målet er å forbedre navigasjonsnøyaktigheten, som igjen vil utvide AUV-ers operative evner og muliggjøre langvarige undervannsoppdrag.

Den foreslåtte SLAM-arbeidsflyten består av flere nøkkeltrinn, inkludert: • metoder for prosessering av sonarmålinger for å fjerne artefakter i dataen; • en ny probabilistisk algoritme for å generere et 2D kartesisk kart av de behandlede sonarmålingene; • en ny tilnærming for gjenkjenning av landemerker som kombinerer intensitetsterskling, geometrisk filtrering, klassifisering og høydeestimering for å identifisere landemerker; • en probabilistisk dataassosiasjonsalgoritme som brukes til å knytte sammen landemerkene som oppdages når oppdraget utfolder seg og data samles inn; og • en multimodal inferens metode for å generere nye tilstander og landemerke estimater.

Den foreslåtte arbeidsflyten blir også evaluert ved hjelp av virkelige data og viser lovende resultater. Likevel viser resultatene også at arbeidsflyten kan forbedres på noen nøkkeltrinn: • den foreslåtte landemerkedetektoren viser seg å mangle robusthet ved deteksjon av landemerker på forskjellige avstander og deteksjon av hele landemerkets utstrekning; • prosesseringen av sonarmålinger viser et avvik mellom målt og beregnet første mulige refleksjon, noe som potensielt reduserer nøyaktigheten til arbeidsflyten; • lukkinger av sløyfer har ikke den forventede effekten på de estimerte tilstandene, og antakelsene gjort ved utregning av odometri og målingsusikkerhet antas å være årsaken.

Ved å utvikle en SLAM-arbeidsflyt for side-skannende sonar fremmer denne masteroppgaven feltet for undervanns-SLAM og legger grunnlaget for videreutvikling av en robust og nøyaktig arbeidsflyt.

The vast and unexplored ocean holds tremendous potential resources, yet sustainable and environmentally friendly harvesting of these requires a deeper understanding of the ocean's ecosystem. The advancement of autonomous capabilities of robotics presents new opportunities for effectively exploring and gathering valuable information about the ocean.

This thesis aims to develop and analyze an underwater simultaneous localization and mapping (SLAM) pipeline for autonomous underwater vehicles (AUV) that utilizes side scan sonar for navigation purposes. The goal is to improve navigation accuracy that, in turn, will extend the operational capabilities of AUVs, enabling long-time underwater missions.

The proposed SLAM pipeline consists of several key steps, including: • swath processing techniques that are employed to remove artifacts in the side-scan sonar data; • a novel probabilistic algorithm to generate a 2D cartesian map of the processed swaths; • a novel landmark detector that combines intensity thresholding, geometric filtering, classification, and height estimation to identify landmarks; • a probabilistic data association algorithm, that is utilized to associate the landmarks detected as the mission unfolds and data is collected; and • a multimodal inference scheme to generate new state and landmark estimates.

The proposed pipeline is also evaluated using real-world data, demonstrating promising results. Nevertheless, the results also show that the pipeline is improvable in some key steps: • the proposed landmark detector shows to be lacking robustness in detecting landmarks at different ranges and in detecting the full extent of the landmarks; • the swath processing shows a discrepancy between the measured and calculated first backscatter, potentially reducing the correctness of the pipeline; • loop closures do not have the expected effect on the estimated trajectory of states, and the approximations of the odometry and measurement uncertainty are thought to be the reason.

By developing a SLAM pipeline for side scan sonar, this thesis advances the field of underwater SLAM and lays the foundation for further development of a robust and accurate pipeline.