Bezpieczna żegluga w Arktyce dzięki algorytmom usuwającym złą pogodę

Żegluga w Arktyce staje się coraz bardziej popularna, a przyszłość przyniesie autonomiczne statki przemierzające te trudne wody. Nowa technologia, która usuwa deszcz, śnieg i mgłę z obrazów rejestrowanych przez kamery i czujniki statków, zwiększy bezpieczeństwo w ekstremalnych warunkach pogodowych.

Algorytmy w służbie bezpiecznej żeglugi

Wyobraźmy sobie autonomiczny statek płynący przez jedno z najbardziej ekstremalnych miejsc na świecie. Wszędzie dookoła znajduje się lód morski, a widoczność ograniczają mgła, śnieg lub deszcz. Tak jak kapitanowie statków polegają na swoim wzroku, tak algorytmy nawigacyjne wykorzystują czujniki, dla których zła pogoda jest równie problematyczna.

Poprawa widoczności

Wzrost ruchu morskiego w Arktyce zwiększa potrzebę technologii, która usuwa złą pogodę z obrazów, umożliwiając algorytmom widzenie otoczenia, jakby był to słoneczny dzień. Doktorant Nabil Panchi z Norweskiego Uniwersytetu Nauki i Technologii (NTNU) opracował algorytm, który to umożliwia. „Udało nam się stworzyć nowy element układanki, który pozwala na lepsze modelowanie lodu morskiego,” mówi Panchi. Obecne algorytmy AI dobrze radzą sobie z czystymi obrazami, ale mają problemy, gdy obrazy są rozmyte lub zdegradowane przez złą pogodę. Panchi, będący również architektem morskim, użył tysięcy obrazów z Arktyki do szkolenia nowego algorytmu, który filtruje wizualne przeszkody, takie jak deszcz, śnieg i mgła, a także krople wody na obiektywach kamer.

Badania nad środowiskiem arktycznym

Praca Panchi opiera się na tysiącach obrazów wykonanych podczas rejsu badawczego statkiem Kronprins Haakon latem 2023 roku. Wspólnie ze swoją opiekunką naukową, profesor Ekateriną Kim, opublikował artykuł „Deep Learning Strategies for Analysis of Weather-Degraded Optical Sea Ice Images” w IEEE Sensors.

Praktyczne zastosowania

Algorytmy usuwające złą pogodę z obrazów są używane od dawna w miastach, głównie do rozwijania autonomicznych samochodów oraz w systemach bezpieczeństwa i monitoringu. W Arktyce obrazy są często nieczytelne z powodu mgły, deszczu i śniegu, co stanowi wyzwanie dla istniejących algorytmów analizujących lód morski. Nowe algorytmy pozwalają na lepsze zrozumienie otoczenia statku, co jest kluczowe dla bezpiecznej nawigacji.

Pierwszy ogólnodostępny zbiór danych obrazów lodu morskiego

Panchi i Kim udostępnili teraz zbiór danych SeaIceWeather, zawierający tysiące obrazów lodu morskiego, co jest pierwszym tego typu ogólnodostępnym zbiorem danych. Każde zdjęcie ma dwie wersje: „czystą” i nieczytelną z powodu warunków pogodowych. Badacze mają nadzieję, że zbiór ten będzie szeroko wykorzystywany i zainspiruje innych do zbierania podobnych obrazów.

Bezpieczeństwo na pierwszym miejscu

Topnienie lodu morskiego spowodowane globalnym ociepleniem zwiększa ruch morski w Arktyce. W latach 2013-2019 ruch statków w Arktyce wzrósł o 25%. Większa liczba statków na tych wodach to również wyzwanie dla kapitanów, którzy muszą nawigować przez lód. System stworzony przez Panchi może znacznie wspomóc osoby zarządzające statkami, zwłaszcza w sytuacjach kryzysowych.

Przyszłość autonomicznej żeglugi

Rynek autonomicznych statków ma ogromny potencjał wzrostu. Według Fortune Business Insights, globalny rynek autonomicznych statków wzrośnie z 6,11 miliarda dolarów w 2024 roku do 12,25 miliarda dolarów do 2032 roku. Algorytmy oparte na AI do analizy lodu morskiego mogą znacznie poprawić zrozumienie otoczenia statku, co przekłada się na bezpieczniejszą nawigację i optymalne trasy żeglugi, co również przyczynia się do redukcji emisji.

Gromadzenie danych przez 30 dni

Panchi zbierał dane przez 30 dni, instalując kamery na statku Kronprins Haakon, symulując różne warunki pogodowe. Zebrane dane wykorzystano do szkolenia trzech różnych algorytmów oczyszczania obrazów. Porównując wyniki, badacze mogli określić, które algorytmy były najskuteczniejsze w różnych warunkach pogodowych.

Wyzwania i przyszłe badania

Obrazy były zbierane w świetle dziennym i przy trzech rodzajach warunków pogodowych. W przyszłości badania powinny obejmować również zimowe i nocne warunki, które można symulować za pomocą rozszerzonej rzeczywistości. Panchi podkreśla, że rozwój takich modeli może zająć nawet pięć lat, zanim będą gotowe do komercyjnego użytku.

Ekologiczne korzyści

Większe statki zużywają ogromne ilości paliwa. Precyzyjne planowanie trasy dzięki algorytmom AI może zaoszczędzić czas i paliwo, zmniejszając emisję. Wzrost liczby statków przewożących gaz ziemny i inne ładunki przez Arktykę podkreśla potrzebę takich technologii, aby uniknąć potencjalnych katastrof ekologicznych.

Niewykorzystane dane obrazowe

Monitorowanie wód polarnych jest również ważne ze względu na zmiany klimatyczne. Wiele statków posiada kamery i czujniki, które monitorują ich trasę, ale większość tych obrazów nie jest dostępna online. Algorytmy opracowane przez Panchi mogą wykorzystać te dane, co przyczyni się do lepszego monitorowania i zarządzania wodami Arktyki, korzyścią dla społeczeństwa i polityki zrównoważonego rozwoju.