Low-Cost Underwater In-Pipe Centering and Inspection Using a Minimal-Sensing Robot

Resumen Técnico: Centrado e Inspección Subacuática de Bajo Costo en Tuberías mediante un Robot de Sensores Mínimos

Planteamiento del Problema
La inspección autónoma de tuberías sumergidas (por ejemplo, diques, alcantarillas, oleoductos) se ve obstaculizada por geometrías confinadas, alta turbidez y la ausencia de GPS. Las soluciones existentes suelen depender de complejos rastreadores mecánicos, densos arreglos de sensores (incluyendo DVL - Doppler Velocity Logs y sonares multisensores) o sistemas basados en visión que fallan en aguas turbias. Estos enfoques aumentan el costo, la carga operativa y los requisitos computacionales. Existe la necesidad de un sistema ligero y computacionalmente eficiente capaz de mantener un robot de nado libre centrado dentro de una tubería utilizando un hardware de detección mínimo.

Metodología
Los autores proponen un marco utilizando un BlueROV2 de Blue Robotics equipado con un conjunto de sensores mínimos: una Unidad de Medición Inercial (IMU), un sensor de presión, un sonar de haz único orientado hacia abajo (Ping1D) y un sonar de haz único con rotación mecánica de 360° (Ping360). El sistema opera bajo la suposición de que el radio de la tubería es conocido a priori.

1. Estimación de Rango por Sonar:
   El sonar rotatorio de 360° proporciona perfiles de intensidad acústica bruta en lugar de datos de rango explícitos. Los autores desarrollaron un flujo de procesamiento de señales computacionalmente eficiente para extraer los rangos de las paredes a partir de estos perfiles:

• Supresión de campo cercano: Descarte de muestras iniciales corrompidas por la respuesta transitoria (ring-down) del transductor.
• Reducción de Ruido y Mejora de Bordes: Aplicación de suavizado Gaussiano seguido de una convolución con un núcleo de atenuación lineal para resaltar los bordes ascendentes de las reflexiones de la pared.
• Detección de Picos: Identificación del primer pico válido que supere un umbral para determinar el eco de la pared.
• Suavizado Temporal: Uso de un filtro de Kalman escalar para asegurar la consistencia.
  Este método logra un Error Cuadrático Medio (RMSE) de 0.02 m frente a la verdad de campo, manejando eficazmente el ruido y la interferencia de trayectoria múltiple (multipath) sin recurrir al aprendizaje profundo.

2. Estimación del Centro Geométrico:
   El sistema estima el centro de la tubería utilizando un modelo geométrico de forma cerrada basado en dos puntos: el retorno del sonar hacia abajo y el retorno del sonar de 360° en un azimut específico.

• Dado el radio $r$ conocido de la tubería y dos puntos de la pared, el algoritmo calcula dos centros de círculo candidatos.
• Una lógica de selección elige el centro físicamente consistente basándose en una prueba de "dentro-fuera" (asegurando que el robot esté dentro del círculo) y la proximidad a la estimación anterior.
• Un filtro de Kalman discreto suaviza la trayectoria del centro.

3. Control Adaptativo Ponderado por Confianza:
   La precisión de la estimación del centro depende de la separación angular entre los dos haces de sonar. El sistema modela la varianza de la medición como una función de este ángulo (varianza alta cuando los haces son colineales, baja cuando son ortogonales).

• Escalamiento Sensible a la Incertidumbre: Los pesos de confianza ($w_x, w_z$) se derivan de las varianzas estimadas. Estos pesos escalan la salida de los controladores Proporcional-Derivativo (PD).
• Estrategia de Control:
  • Lateral/Vertical: Los controladores PD minimizan el desplazamiento respecto al centro estimado, escalados por los pesos de confianza para evitar la sobre-reacción ante datos poco fiables.
  • Movimiento hacia Adelante: Habilitado solo cuando el robot se encuentra dentro de una tolerancia del eje central.
  • Actitud: Los controladores PD estabilizan el balanceo (roll) y el cabeceo (pitch); el guiñada (yaw) se mantiene utilizando únicamente retroalimentación giroscópica, evitando lecturas de magnetómetro poco fiables en entornos metálicos.

Contribuciones Clave

1. Extracción de Rango Eficiente: Un algoritmo de procesamiento de señales que extrae rangos de pared fiables a partir de perfiles de intensidad de sonar de haz único con una carga computacional mínima, evitando el costo de los enfoques de aprendizaje profundo.
2. Formulación Geométrica de Sensores Mínimos: Un método de forma cerrada para estimar el centro de la tubería utilizando solo dos puntos de sonar y un radio conocido, eliminando la necesidad de arreglos de sensores complejos o seguimiento externo.
3. Marco de Control Adaptativo: Un sistema de control PD ponderado por confianza que ajusta dinámicamente la actuación basándose en la fiabilidad geométrica de las mediciones de sonar.
4. Validación Experimental: Demostración exitosa de centrado y trayectoria estables en una tubería sumergida, flexible y deformable utilizando una plataforma robótica de bajo costo.

Resultados
El sistema fue validado a través de tres etapas:

• Procesamiento de Sonar: En datos del mundo real de una tubería de 0.46 m de diámetro, el método de estimación de rango logró un RMSE de 0.02 m.
• Simulación: En una simulación geométrica 2D con ruido añadido, el robot convergió a dentro de 0.05 m del centro real en un promedio de 10 pasos de actualización, manteniendo un error de estado estacionario de ~0.029 m.
• Experimentos de Campo: El BlueROV2 logró recentrarse autónomamente tras un desplazamiento manual y atravesar una tubería de tela sumergida y flexible. El sistema mantuvo una alineación estable a pesar del flujo de agua ambiental, la curvatura de la tubería y una deformación hacia adentro (constricción) localizada en la pared de la tubería.

Significancia y Reivindicaciones
El artículo sostiene que se puede lograr una navegación e inspección en tuberías fiable mediante una arquitectura ligera y computacionalmente eficiente que no requiere DVL, seguimiento externo o arreglos de sensores complejos. Al aprovechar la detección mínima (IMU, presión, dos sonares) y un razonamiento geomético eficiente, el enfoque propuesto avanza en la practicidad de la inspección submarina autónoma en entornos confinados y sin GPS. Los autores señalan que, si bien el sistema es robusto, asume una alineación aproximada inicial con el eje de la tubería y una sección transversal circular conocida, y requiere un ajuste cuidadoso de las ganancias de los filtros y los umbrales. El trabajo futuro se dirige hacia la extensión del método a redes de tuberías complejas y la mejora de la robustez bajo condiciones de flujo más fuertes.