A Simultaneous Localization and Mapping Algorithm for Underwater Unmanned Vehicles

Abstract

Los métodos actuales para la navegación submarina carecen de exactitud y tienen impactos medioambientales negativos, ya que utilizan balizas acústicas que se depositan en el fondo marino, por lo que este proyecto, C-SLAM, tiene como objetivo resolver estos problemas de ubicación submarina para vehículos submarinos no tripulados, denominados UUV. Se emplean técnicas simultáneas de localización y mapeo (SLAM) que permiten a los UUV determinar su posición y mapear su entorno simultáneamente utilizando datos de sensores de sonar de barrido lateral y sistemas de navegación inercial. Industrias como la perforación en alta mar, el transporte marítimo y el mantenimiento de infraestructuras submarinas utilizan estas técnicas. El proyecto C-SLAM incluye el preprocesamiento de datos sonar para calcular la posición del vehículo, la identificación de puntos de referencia y la optimización de sus coordenadas mediante correcciones iterativas, y la representación 2D de la trayectoria del robot con los puntos de referencia encontrados. Adicionalmente, se compara un algoritmo open-source, Bruce SLAM, con el creado con el objetivo de desarrollar una nueva tecnología más eficiente. En comparación con el algoritmo Bruce SLAM, C-SLAM ha demostrado un rendimiento superior en incertidumbre de pose y error de trayectoria de mapa, lo que marca un avance significativo en los sistemas SLAM submarinos. Al eliminar la necesidad de balizas físicas y proporcionar localización precisa en tiempo real, C-SLAM transforma la exploración submarina, haciéndola más eficiente y sostenible. Para futuros desarrollos, se pueden seguir varios pasos para perfeccionar el algoritmo, como mejorar la compatibilidad con varios dispositivos de navegación, implementar técnicas de optimización de gráficos de pose y realizar pruebas en diversos entornos submarinos.

Current methods for underwater navigation lack accuracy and have negative environmental impacts as they use acoustic beacons that are deposited on the seabed, so this project, C-SLAM, aims to solve these underwater location problems for unmanned underwater vehicles, also known as UUVs. Simultaneous localization and mapping (SLAM) techniques are employed and allow UUVs to determine their position and map their environment simultaneously using data from side-scan sonar sensors and inertial navigation systems. Industries such as offshore drilling, shipping, and subsea infrastructure maintenance use these techniques. The C-SLAM project includes the preprocessing of sonar data to calculate the position of the vehicle, the identification of reference points and the optimization of their coordinates through iterative corrections, and the 2D representation of the robot’s trajectory with the encountered landmarks. Furthermore, an open-source algorithm, Bruce SLAM, is compared with the one created with the aim of developing a new, more efficient technology. Compared to the Bruce SLAM algorithm, C-SLAM has demonstrated superior performance in pose uncertainty and map trajectory error, marking a significant advance in underwater SLAM systems. By eliminating the need for physical beacons and providing precise real-time location, C-SLAM transforms underwater exploration, making it more efficient and sustainable. For future developments, several steps can be taken to refine the algorithm, such as improving compatibility with various navigation devices, implementing pose graph optimization techniques, and conducting tests in various underwater environments.