Human-machine teaming dives underwater｜人間と機械のチームワークが水中探査を革新

島への電力供給が停止した。水中の電源ケーブルの断線箇所を見つけるために、船舶はケーブル全体を引き上げるか、遠隔操作車両（ROV: Remotely Operated Vehicle）を投入してケーブル沿いを移動させる。しかし、自律型水中車両（AUV: Autonomous Underwater Vehicle）がケーブルの地図を作成し、ダイバーが修理できる故障場所を特定できたらどうだろう？ このような水中における人間とロボットのチーム作業は、MITリンカーン研究所のプロジェクトの焦点であり、自律システムに関する内部管理の研究開発ポートフォリオを通じて資金提供を受け、[Advanced Undersea Systems and Technology Group](https://www.ll.mit.edu/r-d/air-missile-and-maritime-defense-technology/advanced-undersea-systems-and-technology)によって実施されている。このプロジェクトは、米軍の海洋ミッション（重要インフラの検査および修理、捜索・救助、港湾進入、対機雷作戦など）を最適化するために、人間とロボットのそれぞれの強みを活用することを目指している。 「ダイバーとAUVは、一般的に水中で全くチームを組まない」と主任研究者のMadeline Millerは述べる。「人間が関与する水中ミッションは通常、ロボットでは実行できない何らかの操作（インフラの修理や機雷の不活性化など）を伴うために行われる。さらに、ROVでさえも、非常に高度な操作タスクにおいて水中での作業が難しいのは、マニピュレーター自体の敏捷性が十分ではないからである。」 優れた器用さに加え、人間は水中での物体認識にも優れています。しかし、重い装備を携行している場合など、水中で作業する人間は複雑な計算を行ったり、非常に速く移動したりすることができません。一方、ロボットは処理能力、高速な可動性、そして耐久性において人間に優位性を持っています。これらの強みを組み合わせるため、ミラーとそのチームは、効果的な人間とロボットの連携にとって重要な2つの能力である水中ナビゲーション（navigation）と知覚（perception）のためのハードウェアおよびアルゴリズムを開発しています。 ミラーの説明によれば、潜水士はコンパスとフィンのキック回数しか誘導手段を持ちません。水深による光の不足や水中に存在する生物性物質によって引き起こされる不透明な環境など、ランドマークが少なく、視界が悪い可能性のある条件下では、彼らは簡単に方向を見失い、道に迷うことがあります。ロボットが潜水士のナビゲーションを支援するためには、環境を認識する必要があります。しかし、暗闇や濁度の高い環境では、光学センサー（カメラ）は画像を生成できず、音響センサー（ソナー）が生成する画像も色情報が欠如しており、シーン内の物体の形状と影しか示しません。大規模なラベル付きソナー画像データセットが歴史的に不足していたことが、水中知覚アルゴリズムの学習を妨げてきました。仮にデータが利用可能であっても、動的な海洋環境は物体の真の性質を隠蔽し、人工知能（AI）を混乱させる可能性があります。例えば、複数の破片に分解された航空機や、ムール貝の過剰な成長で覆われたタイヤは、それぞれが元の航空機やタイヤとは見分けがつかなくなる可能性があります。 "最終的には、遠征環境における航法と知覚のためのソリューションを開発したいと考えています」とミラーは語ります。「私たちが検討しているミッションでは、事前に区域をマッピングする機会が限られているか、あるいは全くありません。例えば、港湾進入ミッションの場合、衛星マップはあっても水下のマップがないといった状況です。」 航法面において、ミラーのチームは、ジョン・レオナードが率いる[MIT Marine Robotics Group](https://marinerobotics.mit.edu/)によって開始された、ダイバーと自律型水中無人機（AUV: Autonomous Underwater Vehicle）のチーム連携アルゴリズムの開発作業を引き継ぎました。レオナードのグループは、その航法アルゴリズムを用いて最適条件下でのシミュレーションを実行し、人間が漕ぐカヤックをダイバーとAUVの代用として用いて穏やかな水域でフィールドテストを行いました。その後、ミラーのチームはこれらのアルゴリズムをミッション関連のAUVに統合し、より現実的な海洋条件下でのテストを開始しました。当初は支援船をダイバーの代用として、その後 actual divers（実際のダイバー）を用いてテストを行いました。 「海流を考慮に入れると、ダイバー側にもより多くのセンシング能力が必要であることを私たちはすぐに学びました」とミラーは説明します。「MITによって実証されたアルゴリズムでは、車両は時間経過に伴う車両とダイバーの位置を推定するという最適化問題を解くために、定期的にダイバーまでの距離（レンジ）のみを計算する必要がありました。しかし、現実の海洋の力がすべてを押し流す中では、この最適化問題はすぐに破綻してしまいます。」 知覚の側面では、ミラーのチームは、ミッション中に光学データとソナーデータの両方を処理し、不確実性をもって分類された物体について人間の入力 solicit（要請）できる AI 分類器を開発してきました。 「この分類器は、画像の周囲にバウンディングボックスを示すような情報の一部をダイバーに渡し、『これはタイヤだと思いますが、確信はありません。どう思いますか？』と示すというアイデアです。その後、ダイバーは『はい、正解です』または『いいえ、画像のこちらを見て分類を改善してください』と応答できます」とミラーは語ります。 このフィードバックループには、ダイバーと自律型水中無人機（AUV: Autonomous Underwater Vehicle）間の通信をサポートする水下音響モデムが必要です。最新の水下音響通信におけるデータレートでは、AUV からダイバーへ非圧縮画像を送信するのに数十分を要します。したがって、チームが調査している側面の一つは、低帯域幅と高レイテンシという水下通信の制約、および使用している市販部品（COTS: Commercial Off-The-Shelf）ハードウェアの小型・軽量・低消費電力という制約の中で、有用であるために必要な最小限の情報量に情報を圧縮する方法です。プロトタイプシステムにおいて、チームは主に COTS センサーを調達し、米海軍が日常的に運用する AUV に容易に統合できるセンサーペイロードを構築し、技術移転の促進を目指しました。ソナーおよび光学センサーに加え、このペイロードにはダイバーへの測距用の音響モデムと、複数のデータ処理および計算ボードが備わっています。 ミラー氏のチームは、ニューイングランド沿岸部、特にニューハンプシャー州ポーツマス沖の開放海域で、ニューハンプシャー大学（UNH）の沿岸研究船「Gulf Surveyor」と「Gulf Challenger」をダイバーの代替として使用し、ボストン近郊のチャールズ川ではMITセーリングパビリオンのスキフを代替として使用して、センサー搭載の自律型水中無人機（AUV）とアルゴリズムの実験を行いました。 「UNHの船は設備が整っており、現実的な海洋環境にアクセスできます。しかし、大型船舶でダイバーのふりをすることは困難です。スキフを使えばより低速で移動でき、ダイバーとAUVが連携して航行する際の相対的な運動をより正確に再現できます。」 昨夏、チームはミシガン工科大学の「Great Lakes Research Center」で人間のダイバーを用いた機器の実験を開始しました。この際、ダイバーにはAUVへの情報フィードバック用のインターフェースはありませんでしたが、各々はチームが開発した管状の原型タブレット（通称「チューブレット」）を持って泳ぎました。このチューブレットには、圧力・深度センサー、慣性計測装置（相対運動を追跡するため）、および距離測定モデムが搭載されており、これらはすべてナビゲーションアルゴリズムが最適化問題を解決するために必要な構成要素です。 「テスト中の課題の一つは、ダイバーと車両の動作を調整することでした。これらはまだ連携していないためです」とミラー氏は語ります。「ダイバーが水中に入ると、水面のチームとの通信は途絶えます。そのため、衝突しないようダイバーと車両の配置を事前に計画する必要があります。」 チームはまた、知覚（perception）の問題にも取り組んでいました。その年の時期の五大湖の水質は、光学センサーによる水中画像取得を可能にしていました。リンカーン・スカラーズ・プログラム（Lincoln Scholars Program）の博士課程学生であるキャロライン・キーナン氏は、研究所の高度な水中システム技術グループとMITのレオナルド氏の研究グループで共同作業を行い、この機会を利用して、光学センサーからソナー（sonar）センサーへの知識転移に関する自身の研究を進展させました。彼女は、ソナーデータが存在しない物体の認識において、光学分類器がソナー分類器を訓練できるかどうかを探求しています。この動機は、ソナーデータのラベル付けやソナー分類器の訓練に関連する人間オペレータの負荷を軽減することにあります。 内部資金による研究プログラムが終了するにつれ、ミラー氏のチームは現在、外部のスポンサーシップを模索し、この技術を軍事または商業パートナーへ向けに洗練し移行させることを目指しています。 「現代世界は海底の通信および電力ケーブルに依存しており、これらは破壊的な行為者による攻撃に対して脆弱です。より多くの国々が自律型海洋システムの能力を開発・高度化させるにつれ、海底領域はますます争点となっています。グローバルな経済安全保障と米国の戦略的優位性を海底領域で維持するためには、AIの能力と人間の能力の最良の部分を統合・活用することが必要です」とミラー氏は述べています。

人間と機械のチームワークが水中探査を革新

背景や根拠まで確認しますか？

調べる

選ぶ

サイト