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

O fundo do oceano sob as florestas de kelp temperadas é um mundo de imensa importância biológica, repleto de peixes, invertebrados e uma vida vegetal complexa que sustenta ecossistemas costeiros inteiros. No entanto, estudar esse reino oculto é notoriamente difícil. Enquanto o topo flutuante das florestas de kelp pode ser visto de satélites ou aviões, a vida que cresce no leito marinho permanece obscurecida por águas escuras e turvas e pela estrutura vertical densa do kelp. Durante décadas, os cientistas dependeram de mergulhadores humanos para nadar nesses jardins subaquáticos, contando espécies e mapeando habitats. Contudo, os mergulhadores são limitados pelo tempo que podem permanecer seguros debaixo d'água, pela profundidade que podem atingir e pela quantidade de terreno que podem cobrir em um único dia. Para compreender verdadeiramente esses ambientes frágeis, os pesquisadores precisam de uma forma de ver mais, por mais tempo e com maior consistência do que as pernas e pulmões humanos permitem.

Uma equipe de pesquisadores do Aquário de Seattle desenvolveu uma solução prática e de código aberto para este problema: um pequeno robô subaquático modular, projetado especificamente para tirar fotografias padronizadas do fundo do mar nestas condições desafiadoras. Em vez de construir uma máquina enorme e cara para exploração de águas profundas, eles adaptaram um robô compacto e acessível para trabalhar nas águas rasas e turbulentas das florestas de kelp. Ao longo de quatro anos, eles iteraram através de quatro versões diferentes do robô, refinando suas luzes, sistemas de energia e ferramentas de navegação para resolver os problemas específicos de tirar fotos nítidas em águas escuras e em movimento. O trabalho deles resultou em uma estrutura completa e livremente disponível que permite que outros cientistas e conservacionistas repliquem essas pesquisas, transformando um desafio de engenharia complexo em um método repetível para monitorar a saúde dos ecossistemas costeiros.

O cerne do desafio reside no próprio ambiente. As florestas de kelp são frequentemente escuras e repletas de partículas suspensas que dispersam a luz, tornando difícil capturar imagens nítidas. Além disso, as plantas de kelp crescem do fundo do mar até a superfície, criando uma floresta densa que pode facilmente emaranhar o cabo de um robô. Para obter uma foto útil, o robô deve pairar a uma altura perfeitamente consistente acima do solo. Se voar muito alto, a imagem fica muito escura e borrada; se voar muito baixo, as luzes criam sombras desiguais ou o robô levanta sedimentos. Os pesquisadores descobriram que manter apenas uma profundidade constante em relação à superfície não era suficiente, porque o próprio fundo do mar sobe e desce. Eles precisavam que o robô seguisse os contornos do fundo, mantendo uma distância fixa do solo, independentemente de estar voando sobre uma área plana de areia ou uma crista rochosa.

Para alcançar isso, a equipe desenvolveu um modo de voo especializado chamado "surftrak", que permite ao robô sentir a distância até o fundo do mar e ajustar automaticamente sua altura para permanecer em um alvo preciso, geralmente a menos de um metro acima do fundo. Este sistema provou ser notavelmente eficaz, mantendo o robô dentro de uma margem de erro muito estreita durante a maior parte do seu tempo de voo. Esta consistência é crucial porque garante que cada fotografia cubra exatamente a mesma quantidade de fundo do mar, permitindo que os cientistas contem organismos e meçam sua cobertura com precisão matemática entre diferentes locais e tempos. Sem este controle de altitude automatizado, os dados coletados seriam demasiado variáveis para serem comparados de forma confiável.

A iluminação foi o próximo grande obstáculo. Nas águas escuras e turvas do Noroeste do Pacífico, luzes subaquáticas padrão eram insuficientes para capturar os detalhes finos necessários para distinguir entre diferentes tipos de algas e pequena vida marinha. Os pesquisadores testaram várias configurações de iluminação, passando eventualmente de luzes simples alimentadas por bateria para um sistema onde o robô era alimentado por um grande banco de baterias no navio de superfície. Isso permitiu que utilizassem luzes muito mais brilhantes e potentes que poderiam ser controladas diretamente pelo computador do robô. Eles também redesenharam o posicionamento dessas luzes para focar o feixe exatamente onde a câmera estava olhando, reduzindo o brilho causado pelas partículas na água. O resultado foi um sistema capaz de tirar imagens de alta resolução e nítidas mesmo em águas com visibilidade muito baixa, revelando texturas e espécies que seriam invisíveis em levantamentos anteriores, menos sofisticados.

Alimentar o robô para longas sessões de pesquisa apresentou outro conjunto de compensações. As primeiras versões do robô dependiam de baterias internas, o que limitava o tempo de voo e exigia que o robk fosse trazido de volta à superfície para trocar as baterias — um processo que interrompia a coleta de dados e exigia o reinício de todo o sistema. A equipe acabou mudando para um sistema de energia fornecido pela superfície, onde a eletricidade é enviada pelo cabo de conexão vindo do barco. Esta mudança estendeu dramaticamente a autonomia do robô, permitindo que trabalhasse por horas sem interrupção e suportasse as demandas extras de energia das luzes brilhantes e dos complexos sensores de navegação. Embora este sistema de energia de superfície tenha exigido um investimento inicial maior em equipamentos, provou ser essencial para realizar os levantamentos repetidos e de longa duração necessários para um monitoramento científico rigoroso.

A navegação em águas rasas e rochosas é notoriamente difícil para robôs subaquáticos. Sistemas tradicionais que usam ondas sonoras para localizar o robô em relação a um barco costumam ter dificuldades nesses ambientes porque a profundidade rasa e o terreno rochoso criam "sombras acústicas" que bloqueiam os sinais. Os pesquisadores descobriram que confiar em apenas um método de navegação não era suficiente. Em vez disso, eles combinaram dados de múltiplos sensores: um dispositivo que mede a velocidade do robô sobre o fundo, um sistema que rastreia sua posição em relação ao barco e uma bússola. Ao fundir essas diferentes correntes de informação, o robô conseguiu construir uma imagem muito mais precisa de onde estava e por onde havia viajado. Esta fusão de sensores permitiu que reconstruíssem o caminho exato que o robô percorreu, o que é vital para mapear a área pesquisada e garantir que os dados possam ser colocados em um mapa com alta precisão.

Para tornar esta tecnologia acessível a não especialistas, a equipe construiu dois programas de computador gratuitos que lidam com o trabalho pesado de gestão de dados. Um programa guia o piloto durante o mergulho, verificando se todos os sensores estão funcionando antes de o robô deixar o barco e registrando cada detalhe do voo. O outro programa pega as fotos e vídeos brutos do robô e os organiza automaticamente, corrige a iluminação e os prepara para análise. Estas ferramentas reduzem o tempo e a perícia técnica necessários para transformar um dia de mergulho em um conjunto de dados científicos utilizáveis, tornando possível que organizações menores e grupos de conservação adotem este método.

Os pesquisadores testaram o seu sistema em dezenas de dias de pesquisa em vários locais, incluindo Elliott Bay e as Ilhas San Juan, cobrindo uma ampla gama de condições, desde dias calmos e claros até águas ventosas e turbulentas com correntes de até três nós. Eles mapearam com sucesso sedimentos moles, recifes rochosos e áreas com densas florestas de kelp, demonstrando que o sistema funciona nos ambientes reais onde as florestas de kelp realmente existem. Eles descobriram que, embora o robô não pudesse penetrar nas partes mais densas do dossel de kelp sem ficar emaranhado, ele poderia realizar pesquisas eficazes no fundo do mar abaixo do kelp e em áreas onde o dossel era mais ralo. O sistema provou ser robusto o suficiente para lidar com os desafios físicos do ambiente, incluindo o risco de o cabo ficar preso em frondes de kelp perto da superfície.

Este trabalho não substitui os mergulhadores humanos, que continuam essenciais para observar certos comportamentos e navegar nas partes mais complexas da floresta de kelp. Em vez disso, o robô oferece uma janela complementar para o mundo subaquático, expandindo a área que pode ser pesquisada e permitindo um monitoramento consistente e repetível ao longo do tempo. Ao fornecer um guia completo e de código aberto sobre o hardware, o software e os métodos utilizados, a equipe criou um ponto de partida para que outros possam construir a partir dele. A sua estrutura oferece um caminho prático para expandir o monitoramento das florestas de kelp e de outros ecossistemas costeiros rasos, garantindo que estes habitats vitais possam ser observados e protegidos com a clareza e a consistência que merecem.