Opti-Acoustic Scene Reconstruction in Highly Turbid Underwater Environments

1. O Problema

A reconstrução de cenas é fundamental para a navegação e manipulação de Veículos Subaquáticos Autônomos (AUVs/ROVs), especialmente em ambientes próximos a estruturas. No entanto, a reconstrução em águas turvas (com sedimentos ou poluição) apresenta desafios significativos:

• Visão Monocular: Métodos baseados apenas em câmeras são pouco confiáveis em águas turvas devido ao espalhamento da luz, perda de sinal, distorção de cor e falta de características visuais salientes (pontos de interesse). Além disso, sofrem de ambiguidade de escala.
• Sonar: Sensores acústicos são robustos à turbidez e condições de iluminação, mas possuem baixa resolução e ambiguidade de elevação (não conseguem determinar a altura vertical de um ponto apenas com a imagem 2D do sonar).
• Integração Existente: Métodos anteriores que fundem sonar e câmera geralmente dependem de características visuais confiáveis (como em SLAM visual) para usar o sonar apenas como refinamento, o que falha em águas muito turvas onde as características visuais desaparecem.

2. Metodologia Proposta

O trabalho propõe um método de reconstrução de cena opto-acústica em tempo real, otimizado especificamente para águas altamente turvas. A abordagem inverte a lógica tradicional: em vez de usar a visão como base e o sonar como complemento, o sonar serve como a fundação, e a câmera fornece a informação de elevação faltante.

O pipeline do sistema funciona da seguinte forma:

1. Segmentação de Imagem Óptica (em vez de detecção de pontos):

   • Reconhecendo que a detecção de pontos (features) falha em águas turvas, o algoritmo segmenta a imagem em Regiões de Interesse (ROIs) correspondentes a objetos.
   • Aplica-se um filtro Gaussiano, seguido de um limiar adaptativo e o algoritmo Watershed para identificar regiões.
   • Apenas regiões maiores que um limiar de pixels são mantidas para filtrar ruído e partículas.

2. Processamento do Sonar:

   • O sonar de imagem (multifeixe) gera uma matriz de intensidade 2D (alcance e rumo), mas sem informação de elevação.
   • Utiliza-se o filtro SOCA-CFAR para remover ecos secundários e ruído.
   • Os dados são agrupados usando DBSCAN (clustering baseado em densidade) para formar clusters de pontos no espaço polar do sonar.

3. Projeção e Correspondência Sonar-Câmera:

   • Devido à ambiguidade de elevação do sonar, cada retorno do sonar é projetado para todos os ângulos de elevação possíveis no espaço 3D.
   • Esses pontos 3D projetados são mapeados para a imagem da câmera, aparecendo como linhas verticais na imagem óptica (devido à calibração extrínseca fixa).
   • O algoritmo verifica a sobreposição entre as Regiões de Interesse (ROIs) da imagem segmentada e os Clusters do Sonar.
   • Se houver sobreposição, o cluster do sonar mais próximo é associado à região visual.

4. Fusão e Reconstrução 3D:

   • Para resolver a ambiguidade, o algoritmo expande verticalmente a abertura do campo de visão (FOV) do sonar para corresponder à forma da região visual.
   • A distância (alcance) é derivada do retorno original do sonar.
   • A elevação é determinada pela posição do pixel na imagem da câmera.
   • Calcula-se a distância média ($\bar{z}_c$) para cada coluna de pixels na área de sobreposição e projeta-se de volta para o espaço 3D, gerando uma nuvem de pontos completa.

3. Principais Contribuições

• Abordagem Robusta à Turbidez: É a primeira metodologia de reconstrução subaquática que funde dados de sonar e câmera monocular especificamente otimizada para ambientes altamente turvos, evitando a dependência de características visuais pontuais.
• Fusão Baseada em Regiões: Substitui a correspondência de pontos (feature matching) pela correspondência de regiões de interesse, superando a falta de contraste e detalhes nas imagens subaquáticas.
• Operação em Tempo Real e Pose Única: O algoritmo opera em tempo real e pode realizar reconstruções a partir de uma única pose do robô, eliminando a necessidade de movimento ou múltiplas vistas (necessário em muitos métodos de SLAM ou SfM).
• Código Aberto: O código-fonte foi disponibilizado para facilitar a reprodutibilidade.

4. Resultados Experimentais

Os autores validaram o método através de simulações em tanque e testes de campo.

• Simulação em Tanque (Níveis de Turbidez):

  • Foram testados diferentes tipos de água (de Tipo I - clara, até Tipo 9C - altamente turva) usando síntese de imagem baseada no modelo de formação de imagem subaquática.
  • Comparação: O método foi comparado com ORBSLAM3, LSD SLAM, COLMAP (SfM) e Sonar Estéreo.
  • Desempenho: Métodos baseados apenas em visão (SLAM, COLMAP) falharam completamente em águas turvas (Tipo 7C e 9C), produzindo zero ou poucos pontos. O Sonar Estéreo foi robusto, mas com baixa cobertura (resolução).
  • Vantagem: O método proposto manteve desempenho estável em todos os níveis de turbidez, oferecendo uma cobertura superior (maior contagem de voxels) e erros de distância menores que os métodos puramente visuais em águas turvas, e maior detalhe que o sonar puro.

• Testes de Campo (Marina USMMA):

  • Realizados em uma marina com alta turbidez natural.
  • Métodos visuais falharam em encontrar características suficientes para reconstrução.
  • A comparação foi feita apenas contra o Sonar Estéreo.
  • Resultados: O método proposto superou significativamente o Sonar Estéreo em cobertura de voxels (ex: 24.956 vs 3.867 em um píer; 7.412 vs 851 em um muro).
  • Detalhes: O método conseguiu reconstruir estruturas pequenas (tubos) e formas diagonais que o sonar estereo não conseguiu mapear devido à baixa resolução e ambiguidade.

5. Significado e Conclusão

Este trabalho representa um avanço significativo para a autonomia de robôs subaquáticos em ambientes hostis. Ao demonstrar que é possível realizar reconstrução geométrica precisa sem depender de luz visível ou características visuais claras, o método habilita operações de manipulação e navegação de curto alcance em águas turvas, onde os sensores ópticos tradicionais falham e os sonares sozinhos são insuficientes para detalhes finos.

Limitações: O método assume que a distância é constante acima e abaixo de cada retorno do sonar para uma dada região, o que pode limitar a eficácia em cenas com geometrias complexas e variações abruptas de profundidade dentro de uma mesma região de interesse. No entanto, para estruturas artificiais e cenários de manipulação próxima, a abordagem provou ser altamente eficaz.