REACT: Real-time Entanglement-Aware Coverage Path Planning for Tethered Underwater Vehicles

Resumo Técnico: REACT – Planejamento de Trajetória de Cobertura com Consciência de Emaranhamento em Tempo Real para Veículos Subaquáticos Cabeados

Definição do Problema
Veículos Operados Remotamente (ROVs) são essenciais para a inspeção de infraestruturas subaquáticas, frequentemente dependendo de cabos (tethers) para energia e comunicação. No entanto, o cabo introduz um risco operacional crítico: o emaranhamento com estruturas, flora ou fauna subaquáticas. Embora existam inúmeros algoritmos de Planejamento de Trajetória de Cobertura (CPP) para sistemas sem cabos, eles falham ao não considerar as restrições do cabo, levando a trajetórias que podem fazer o cabo dar voltas em torno de obstáculos. Isso pode restringir a mobilidade do veículo, reduzir o alcance operacional e exigir extensos processos de desemaranhamento pós-missão ou o transporte de comprimentos excessivos de cabo. Os planejadores existentes que consideram o cabo são frequentemente limitados a ambientes 2D, dependem de métodos offline computacionalmente intensivos não adequados para uso em tempo real ou carecem de frameworks integrados para tarefas de inspeção em 3D.

Metodologia
Os autores propõem o REACT (Real-time Entanglement-Aware Coverage Path Planning), um framework projetado para gerar trajetórias de inspeção seguras e livres de emaranhamento em ambientes 3D arbitrários. O framework desacopla o problema em duas fases:

1. Planejamento Offline: Um CPP padrão e pronto para uso (especificamente o FC-Planner) gera uma sequência de pontos de passagem (waypoints) nominal e otimizada por distância baseada em um mapa de Campo de Distância Assinado (SDF) derivado de uma nuvem de pontos do ambiente. Esta fase ignora as restrições do cabo para garantir a cobertura total.
2. Execução e Replanejamento Online: Uma camada online modular gerencia as restrições do cabo em tempo real.
   • Modelagem do Cabo: O sistema emprega um modelo de cabo baseado em geometria e computacionalmente eficiente. O cabo contínuo é discretizado em nós. Usando o mapa SDF, o modelo simula uma configuração de cabo "esticado" realizando iterativamente operações de atalho (substituindo segmentos livres de colisão por linhas retas) e puxamento (movendo os nós para longe de cavidades de obstáculos não convexos). Isso permite a previsão rápida da forma 3D do cabo.
   • Planejador com Consciência de Emaranhamento: O planejador opera em dois modos:
     • Modo Normal: Segue os pontos de passagem nominais se o comprimento do cabo estiver dentro do limite máximo ($L_{max}$).
     • Modo de Recuperação: Se o comprimento do cabo se aproximar ou exceder $L_{max}$, o planejador aciona uma busca de desemaranhamento. Este algoritmo realiza uma busca reversa ao longo do caminho do cabo para encontrar um "ponto de pivô". Ele constrói um caminho candidato revertendo o cabo do pivô até o veículo e planejando um novo caminho mais curto do pivô até o ponto de passagem alvo. Se um caminho viável respeitando $L_{max}$ for encontrado, o veículo segue esta trajetória de recuperação.
   • Refinamento de Trajetória: As trajetórias de recuperação geradas passam por refinamento (deslocamento de centroide, perturbação local estocástica e suavização polinomial) para garantir o distanciamento de obstáculos e a viabilidade dinâmica antes de serem rastreadas por um controlador de Controle Preditivo Baseado em Modelo (MPC).

Principais Contribuições
O artigo descreve quatro contribuições primárias:

1. Um modelo de cabo baseado em geometria e computacionalmente eficiente que prevê com precisão configurações de cabos emaranhados em 3D usando mapas SDF.
2. Uma estratégia de replanejamento online eficiente que previne proativamente o emaranhamento ao impor uma restrição de comprimento máximo de cabo.
3. Um framework completo e integrado que combina CPP, mapeamento baseado em SDF e MPC para permitir inspeções de ativos seguras e de cobertura total.
4. Validação do framework através de simulação e experimentos no mundo real, demonstrando navegação segura e cobertura total onde métodos convencionais falham.

Resultos

• Simulação: Em um cenário de inspeção de tubulações, o REACT alcançou 99,91% de cobertura com um tempo total de missão de 680 segundos. Embora a fase de inspeção tenha sido mais longa (546s vs. 429s) devido às manobras de desvio proativo, o tempo total da missão foi 20% mais rápido que o CPP de referência (855s). O planejador de referência exigiu um tempo extenso de desemaranhamento pós-missão (426s) e violou significativamente as restrições do cabo (atingindo 31,16m contra o limite de 10m). O REACT manteve os comprimentos do cabo próximos ao limite (máximo de 10,52m) e evitou o emaranhamento completamente.
• Experimentos no Mundo Real: Realizados em uma bacia de teste com um BlueROV2, o CPP de referência falhou completamente, ficando fisicamente preso devido ao emaranhamento do cabo aos 124 segundos, alcançando apenas 8 de 80,9% de cobertura. Em contraste, o REACT completou a missão com sucesso com 95,6% de cobertura. Quando um emaranhamento iminente foi detectado aos 96 segundos, o replanificador foi ativado, computou um novo caminho (com um overhead de computação máximo de 0,48s) e conseguiu desemaranhar o veículo para continuar a inspeção.

Significância
O artigo afirma que o REACT aborda uma lacuna crítica na inspeção de ativos subaquáticos ao permitir o planejamento em tempo real com consciência de emaranhamento em ambientes 3D complexos. Ao integrar as restrições do cabo diretamente no loop de planejamento, o framework elimina a necessidade de os operadores carregarem comprimentos excessivos de cabo para prever possíveis emaranhamentos. Além disso, reduz o tempo operacional total ao evitar os extensos processos de desemaranhamento pós-missão exigidos pelos planejadores convencionais. Os resultados demonstram que planejadores padrão sem consciência de cabo são insuficientes para tarefas subaquáticas do mundo real, enquanto o REACT garante a conclusão da missão e a segurança através de replanejamento adaptativo e proativo.