Dissertação

An automatic docking system for autonomous underwater vehicles with applications to the inspection of offshore aquaculture and floating wind energy infrastructures EVALUATED

Esta tese concentra-se no desenvolvimento de um procedimento autónomo de atracagem para Veículos Subaquáticos Autónomos (VSA). A necessidade de tal procedimento surge da crescente procura por inspeções eficientes e autónomas em aquaculturas no mar e infraestruturas de energia eólica flutuantes. Com o aumento esperado da população mundial, a busca por fontes de energia renovável e recursos alimentares sustentáveis atingiu um nível sem precedentes. Sistemas de atracagem desempenham um papel fundamental na melhoria da autonomia dos VSA, permitindo segurança em condições adversas, recarga, transmissão de dados e implantação rápida durante inspeções de longa duração. Esta investigação reconhece a complexidade do ambiente subaquático, que impõe desafios únicos aos métodos tradicionais de comunicação e localização. Métodos convencionais, como a comunicação por ondas electromagnéticas, são limitados pela profundidade e imprevisibilidade do oceano. Assim, este estudo aprofunda a análise de métodos adequados de localização subaquática, garantindo que o VSA possa navegar com precisão dentro e fora da estação de acoplamento. Entre esses métodos, como o sonar e a comunicação acústica, a servo-visão visual baseada em imagem destaca-se como a opção preferencial para guiar o veículo, dada a sua simplicidade em termos de infraestrutura e instalação. A integração da avançada rede neural Yolov8 da Ultralytics permite a análise de imagens da câmara a bordo do VSA, extraindo as características cruciais da estrutura de acoplamento usadas no controlo externo. Esta estratégia de controlo gera velocidades de referência com base nas características da imagem, proporcionando uma abordagem intuitiva e poderosa, desde que a visibilidade do ambiente seja satisfatória.
Atracagem Autónoma, Controlo de Veículos Subaquáticos, Controlo Baseado em Imagem, Detecção de Objetos e Pose, Rede Neural Convolucional

junho 24, 2024, 14:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

António Manuel dos Santos Pascoal

Departamento de Engenharia Eletrotécnica e de Computadores

Professor Associado aposentado

ORIENTADOR

David Alexandre Cabecinhas

ISR/IST

Professor Auxiliar Convidado