Towards Versatile Opti-Acoustic Sensor Fusion and Volumetric Mapping

Título: Hacia la Fusión Sensora Óptico-Acústica Versátil y el Mapeo Volumétrico para la Navegación Submarina Segura

1. Planteamiento del Problema

Los Vehículos Autónomos Submarinos (AUV) requieren una percepción precisa en entornos con obstáculos para tareas de mantenimiento, mapeo y exploración. Sin embargo, existen limitaciones críticas en las condiciones de visibilidad variable:

• Visión basada en cámaras: Proporciona alta resolución pero falla en aguas turbias debido a la dispersión de la luz, el desenfoque y los efectos de halo.
• Sonar: Es robusto ante la turbidez y la falta de luz, pero sufre de baja resolución y, crucialmente, ambigüedad en la elevación. Los sonares de imagen producen proyecciones 2D de escenas 3D, perdiendo información vertical.
• Desafío de Fusión: Fusionar estos sensores es difícil debido a sus mecanismos de formación de imagen diferentes. Los enfoques anteriores a menudo dependen demasiado de características visuales (fallando en aguas turbias) o asumen geometrías simples, lo que limita su aplicabilidad en entornos complejos.

2. Metodología Propuesta

El artículo presenta un marco de mapeo volumétrico que fusiona un par de sonares estéreo (uno horizontal y uno vertical) con una cámara monoculares. El objetivo es compensar las carencias de cada sensor utilizando sus campos de visión (FOV) superpuestos.

Componentes Clave del Pipeline:

• Extracción de Características y Segmentación:
  • Sonar: Se utiliza un filtro SOCA-CFAR para detectar características salientes en las imágenes acústicas, mitigando retornos secundarios.
  • Cámara: En lugar de buscar puntos individuales (difíciles en aguas turbias), se emplea una red neuronal convolucional (YOLO11n-seg) entrenada con transfer learning y aumento de datos para segmentar Regiones de Interés (ROIs) en la imagen óptica.
• Fusión Estéreo Sonar:
  • Se asocian características entre los dos sonares ortogonales basándose únicamente en el rango y el FOV superpuesto. Esto resuelve la ambigüedad de elevación dentro de la zona de solapamiento, generando una nube de puntos 3D completa ($Q_{ss}$).
  • Se identifican características de corto alcance que no coinciden estéreo debido a la falta de solapamiento y se almacenan para su posterior procesamiento.
• Proyección y Expansión Óptica:
  • Proyección Sonar-Imagen: Los puntos 3D del sonar se proyectan en la imagen de la cámara. Se utiliza la máscara de las ROIs para descartar coincidencias erróneas.
  • Expansión de FOV: Para las características de sonar no emparejadas (corto alcance) y fuera del FOV vertical del sonar, se infiere la elevación utilizando la información de la imagen óptica. Si un objeto se detecta en la cámara, se asume que la distancia del sonar se mantiene a lo largo de la columna o fila de píxeles correspondiente, generando puntos 3D adicionales ($Q_e$).
• Mapeo Volumétrico con Procesos Gaussianos (GP) y Confianza:
  • Se utiliza un marco de Mapeo de Ocupación con Procesos Gaussianos (GP).
  • Innovación Clave: Se introduce un enfoque heterocedástico, donde cada punto 3D recibe un valor de confianza ($\alpha$) que define su varianza de ruido ($\sigma^2_n$).
    • Alta confianza ($\alpha_{ss}$): Puntos de sonar estéreo (sin suposiciones geométricas).
    • Confianza media ($\alpha_s$): Puntos proyectados de sonar a imagen dentro del FOV del sonar.
    • Baja confianza ($\alpha_e$): Puntos expandidos basados en la imagen (asumen que la distancia del sonar se mantiene a través de la elevación óptica).
  • El modelo GP pondera las mediciones según su fiabilidad, priorizando los datos más seguros para la toma de decisiones de navegación.

3. Contribuciones Clave

1. Primera Estrategia de Fusión: Es, según los autores, la primera estrategia de percepción submarina que fusiona un par de sonares estéreo con una cámara monoculares.
2. Marco de Mapeo Basado en Confianza: Un sistema que prioriza las mediciones fiables mediante valores de confianza derivados de la solución de fusión, preservando información crítica para la navegación segura.
3. Independencia de Conjuntos de Datos de Sonar: El uso de segmentación basada en CNN entrenada solo con datos visuales evita la necesidad de grandes conjuntos de datos de sonar etiquetados, que son escasos.
4. Robustez en Condiciones Variables: El sistema funciona en modo sonar-estéreo puro si la visión falla, y se integra con datos ópticos cuando están disponibles, sin requerir patrones de movimiento específicos.

4. Resultados Experimentales

Los autores validaron el método en dos entornos: un tanque de agua clara y un muelle en un puerto marino con aguas muy turbias.

• Comparativa: Se comparó contra métodos baselines como OctoMap, GP estándar sin confianza, y enfoques que usan un solo sonar.
• Precisión en Tanque (Estructuras complejas):
  • En la prueba de "Disco Único", el método propuesto (GPC SS RGB) logró un Error Medio Absoluto (MAE) de 1.17 cm, superando significativamente a OctoMap (5.98 cm) y GP estándar (6.60 cm).
  • En la prueba de "Doble Disco" (geometría más compleja), el método propuesto mantuvo la mayor precisión (MAE 1.62 cm) y una cobertura sustancial, mientras que otros métodos fallaron en capturar las discontinuidades o tuvieron una cobertura muy limitada.
• Pruebas de Campo (Muelle Turbio):
  • En condiciones de baja visibilidad, el método propuesto logró capturar detalles críticos (como pequeños tubos metálicos frente a pilotes de madera) que otros métodos perdieron o mapearon incorrectamente (ej. asumiendo formas triangulares).
  • El enfoque demostró capacidad para preservar la información de fondo necesaria para la planificación de rutas, mientras priorizaba los objetos cercanos para evitar colisiones.
• Eficiencia Computacional: El tiempo de mapeo del método propuesto es comparable al del GP estándar y significativamente más rápido que OctoMap (hasta la mitad del tiempo en algunos casos).

5. Significado e Impacto

Este trabajo representa un avance significativo en la autonomía submarina al abordar la dicotomía entre la alta resolución óptica y la robustez acústica.

• Seguridad Operativa: Al priorizar datos de alta confianza y resolver la ambigüedad de elevación, el sistema permite una navegación más segura en entornos con obstáculos densos y visibilidad nula.
• Adaptabilidad: La capacidad de degradarse elegantemente a un modo basado solo en sonar cuando la visión falla hace que el sistema sea viable para misiones reales en condiciones impredecibles.
• Reproducibilidad: El código y los datos se han hecho de código abierto, fomentando la adopción comunitaria y el desarrollo futuro en la fusión sensora óptico-acústica.

En resumen, el artículo propone una solución robusta y eficiente que supera las limitaciones de los sensores individuales, permitiendo a los AUVs construir mapas 3D volumétricos precisos y seguros en los entornos más desafiantes bajo el agua.