Standardized benthic imaging with small, modular ROVs: an open-source framework developed in temperate kelp forests

温帯ケルプ林の下にある海底は、魚類、無脊椎動物、そして複雑な植物生命がひしめき合い、沿岸生態系全体を支える極めて重要な生物学的価値を持つ世界です。しかし、この隠された領域を研究することは非常に困難であることで知られています。ケルプ林の浮遊する上部は衛星や航空機から確認できますが、海底で育つ生命は、暗く濁った水とケルプ自体の高密度で垂直な構造によって遮られています。数十年にわたり、科学者たちは人間のダイバーに頼り、水中庭園を泳ぎながら種を数え、生息地をマッピングしてきました。しかし、ダイバーは、安全に潜水できる時間、潜れる深さ、そして一度にカバーできる範囲によって制限されます。これらの脆弱な環境を真に理解するためには、人間の脚と肺が許すよりも、より多くを、より長く、そしてより高い一貫性を持って見る方法が必要なのです。

シアトル水族館の研究チームは、この問題に対する実用的でオープンソースの解決策を開発しました。それは、これらの困難な条件下で海底の標準化された写真を撮影するために特別に設計された、小型でモジュール式の水中ロボットです。深海探査用の巨大で高価な機械を作るのではなく、彼らはコンパクトで手頃な価格のロボットを、ケルプ林のような浅く荒れた水域で機能するように適応させました。4年間にわたり、彼らはロボットの4つの異なるバージョンを改良し、暗く動く水の中で鮮明な写真を撮るという特定の問題を解決するために、照明、電力システム、およびナビゲーションツールを洗練させてきました。彼らの取り組みは、他の科学者や環境保護活動家がこれらの調査を再現できる、完全で自由に利用可能なフレームワークをもたらし、複雑なエンジニアリングの課題を、沿岸生態系の健康状態を監視するための再現可能な手法へと変えました。

課題の核心は、環境そのものにあります。ケルプ林はしばしば暗く、浮遊粒子で満たされており、光を散乱させるため、鮮明な画像を捉えるのが困難です。さらに、ケルプは海底から水面まで成長するため、高密度の森を作り出し、ロボットのテザー（命綱）が絡まりやすくなります。有用な写真を撮るためには、ロボットは海底の上で完全に一定の高度を維持してホバリングしなければなりません。もし高く飛びすぎれば、画像は暗くぼやけ、低すぎれば、ライトが不均一な影を作ったり、ロボットが堆積物を巻き上げたりします。研究者たちは、単に水面に対して一定の深度を保つだけでは不十分であることを発見しました。なぜなら、海底自体が起伏しているからです。彼らは、ロボットが平坦な砂地の上を飛んでいるのか、あるいは岩の隆起の上を飛んでいるのかに関わらず、底面に対して一定の距離を維持するようにする必要がありました。

これを実現するために、チームは「サーフトラック（surftrak）」と呼ばれる特殊な飛行モードを開発しました。これにより、ロボットは海底との距離を感知し、通常は底面から1メートル未満という精密な目標高度を維持するように自動的に高さを調整できます。このシステムは驚くほど効果的であり、飛行時間の大部分において、ロボットを非常に狭い誤差範囲内に留めることができました。この一貫性は極めて重要です。なぜなら、すべての写真が正確に同じ面積の海底をカバーすることを保証し、異なる場所や時期においても、生物の数を数え、その被度を数学的な精度で測定できるようにするためです。この自動高度制御がなければ、収集されたデータは変動が大きくなりすぎ、信頼性の高い比較ができなくなってしまいます。

次に大きな障壁となったのは照明でした。太平洋北西部の暗く濁った水中では、標準的な水中ライトでは、異なる種類の藻類や小さな海洋生物を区別するために必要な細部を捉えるには不十分でした。研究者たちはいくつかの照明セットアップをテストし、最終的には単純なバッテリー駆動のライトから、ロボットが船上の大型バッテリーバンクによって電力を供給されるシステムへと移行しました。これにより、ロボлоトのコンピュータによって直接制御できる、より明るく強力なライトを使用することが可能になりました。また、ライトの配置を再設計し、カメラが見ている場所にビームを正確に集中させることで、水中の粒子による眩しさを軽減しました。その結果、非常に視界の悪い水中であっても、以前の洗練されていない調査では見えなかった質感や種を明らかにする、高解像度で鮮明な画像を撮影できるシステムが完成しました。

長時間の調査セッションのためにロボットに電力を供給することは、別のトレードオフを生みました。初期のバージョンのロボットは内部バッテリーに依存していたため、飛行時間が限られ、バッテリーを交換するためにロボットを水面に引き上げる必要がありました。これはデータ収集を中断させ、システム全体を再起動させるプロセスを強いるものでした。チームは最終的に、船からのテザーを通じて電気が送られる、水上供給型の電力システムへと切り替えました。この変更により、ロボットの耐久性が劇的に向上し、明るいライトや複雑なナビゲーションセンサーの追加の電力需要にも対応しながら、中断することなく数時間作業できるようになりました。この水上電力システムは、機器への初期投資を増大させましたが、厳密な科学的モニタリングに必要な、繰り返しの長時間調査を行うためには不可欠であることが証明されました。

浅い岩場の水域におけるナビゲーションは、水中ロボットにとって非常に困難です。音波を使用してボートに対するロボットの位置を特定する従来のシステムは、浅い水深と岩の地形によって信号が遮られる「アコースティック・シャドー（音響の影）」が発生するため、こうした環境では苦戦することがよくあります。研究者たちは、単一のナビゲーション方法に頼るだけでは不十分であることを見出しました。その代わりに、彼らは複数のセンサーからのデータを組み合わせました。すなわち、底面に対するロボットの速度を測定するデバイス、ボートに対する位置を追跡するシステム、そしてコンパスです。これらの異なる情報の流れを融合させることで、ロボットは自分がどこにいて、どこを移動したのかについて、より正確なイメージを構築することができました。このセンサーフュージョン（センサー融合）により、彼らはロボットが辿った正確な経路を再構築することができ、これは調査エリアをマッピングし、データを高精度で地図上に配置するために不可ップです。

この技術を専門家以外にも利用しやすくするために、チームはデータの管理を行う2つの無料のコンピュータープログラムを作成しました。一方のプログラムは、ロボットがボートを出発する前にすべてのセンサーが機能しているかを確認し、飛行の詳細を記録することで、パイロットのダイビングをガイドします。もう一方のプログラムは、ロボットからの生の写真やビデオを取り込み、自動的に整理し、照明を補正し、分析の準備を整えます。これらのツールは、一日のダイビングを、利用可能な科学的データへと変えるために必要な時間と技術的専門知識を削減し、より小さな組織や環境保護団体がこの手法を採用することを可能にします。

研究者たちは、エリオット湾やサンファン諸島を含む様々な場所で、数十日間の調査テストを行い、穏やかで澄んだ日には、風が強く潮流が3ノットに達する荒れた水域まで、幅広い条件下での検証を行いました。彼らは、軟質堆積物、岩礁、そして密なケルプが存在するエリアを正常にマッピングすることに成功し、システムが実際にケルプ林が存在する現実世界の環境で機能することを証明しました。彼らは、ロボットが最も密なケルプの天蓋（キャノピー）を突き抜けることはできず、絡まる可能性があるものの、ケルプの底部の海底を効果的に調査できることを見出しました。システムは、水面の近くでテザーがケルプの葉に引っかかるリスクを含む、環境の物理的な課題に対処できるほど堅牢であることが証明されました。

この研究は、特定の行動の観察や、より複雑な部分のナビゲーションにおいて不可欠である人間のダイバーに取って代わるものではありません。むしろ、ロボットは水中世界への補完的な窓を提供し、調査可能なエリアを拡大し、長期間にわたって一貫した、再現可能なモニタリングを可能にします。ハードウェア、ソフトウェア、および手法に関する完全なオープンソースのガイドを提供することで、チームは他の人々がその上に構築できる出発点を提示しました。彼らのフレームワークは、ケルプ林やその他の浅い沿岸生態系のモニタリングを拡大するための実用的な道筋を提供しており、これらの重要な生息地が、ふさわしい明快さと一貫性を持って監視され、保護されることを確かなものにしています。