mit_sous_marin_autonome_2018

Observer les océans de notre planète est de plus en plus une mission assignée aux véhicules sous-marins autonomes (AUV) – des robots marins conçus pour dériver, conduire ou se glisser à travers l’océan, sans aucune intervention en temps réel d’opérateurs humains. Les questions critiques que les AUV peuvent aider à répondre sont; où, quand et quoi échantillonner pour obtenir les données les plus informatives, et comment atteindre de manière optimale les lieux d’échantillonnage.

Des systèmes d’équations mathématiques

Les ingénieurs du MIT ont maintenant développé des systèmes d’équations mathématiques (des algorithmes) qui prévoient les données les plus informatives à collecter, pour une mission d’observation précise, et la meilleure façon d’atteindre les sites d’échantillonnage.

Avec leur méthode, les chercheurs peuvent prédire dans quelle mesure une variable, telle que la vitesse des courants océaniques à un certain endroit, révèle des informations sur une autre variable, comme la température à un autre endroit – une quantité appelée «information mutuelle». Si le degré d’information mutuelle entre deux variables est élevé, un AUV peut être programmé pour aller à certains endroits pour mesurer une variable, pour obtenir des informations sur l’autre.

L’équipe du MIT a utilisé leurs équations et un modèle océanique qu’ils ont développé, appelés « systèmes multidisciplinaires de simulation, d’estimation et d’assimilation » (MSEAS), dans des expériences en mer pour prévoir avec succès les champs d’information mutuelle et guider les AUV dans des situations réelles.

«Toutes les données ne sont pas égales», explique Arkopal Dutt, un étudiant diplômé du Département de génie mécanique du MIT. « Nos critères permettent aux machines autonomes de localiser les emplacements des capteurs et les temps d’échantillonnage où les mesures les plus informatives peuvent être faites. »

une région de l’océan en trois dimensions

Pour déterminer comment atteindre de manière sûre et efficace les endroits d’échantillonnage idéales, les chercheurs ont développé un moyen d’aider les AUV à utiliser l’activité incertaine de l’océan, en prévoyant un «front d’accessibilité» – une région dynamique de l’océan en trois dimensions. La méthode de l’équipe permet à un véhicule de naviguer sur les courants qui le rapprocheraient le plus de sa destination.

Lorsque les chercheurs ont comparé leurs prévisions d’accessibilité avec les routes des AUV réels; observant une région de la mer d’Arabie, ils ont trouvé que leurs prédictions correspondaient aux endroits où les véhicules pouvaient naviguer pendant de longues périodes. En fin de compte, les méthodes de l’équipe devraient aider les véhicules à explorer l’océan d’une manière intelligente et économe en énergie.

Une aide d’une grande valeur

«Les robots marins autonomes sont nos éclaireurs, bravant la mer agitée pour recueillir des données pour nous», explique Deepak Subramani, étudiant diplômé en génie mécanique. « Nos équations mathématiques aident vraiment les éclaireurs à atteindre les endroits désirés et à réduire leur consommation d’énergie en utilisant intelligemment les courants océaniques. »

Les chercheurs, menés par Pierre Lermusiaux, professeur de génie mécanique et de sciences océaniques et d’ingénierie au MIT, ont exposé leurs résultats dans un article qui paraîtra bientôt dans un volume de la série « The Sea », publiée par The Journal of Marine Recherche.

source : MIT