2016 Fiscal Year Annual Research Report
Realize wide area survey based on real-time quality evaluation and path-planning method for AUVs
| Project/Area Number |
15K18291
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
佐藤 芳紀 東京大学, 生産技術研究所, 特任研究員 (90635210)
|
|---|
| Project Period (FY) |
2015-04-01 – 2017-03-31
|
| Keywords | 海洋工学 / 海洋探査 / 自律型海中ロボット / ロボットナビゲーション / Path Re-planning Method |
|---|
| Outline of Annual Research Achievements |
本研究は、自律型海中ロボット(Autonomous Underwater Vehicle, AUV)による海底画像観測の効率化のため、１度の潜行で複雑な海底を高被覆率に観測するためのAUVナビゲーションを実海域の広域調査で実現する。AUVに内蔵されたメインコンピュータの負荷増加を抑えるため、本システムはAUVに追加可能なハードウェアモジュールとして作成した。ハードウェアモジュールはGPU(Graphics Processing Unit)を主体とし、GPGPU(General-Purpose computing on Graphics Processing Units)によってGPUの持つ高速なメモリ・インターフェース機能と高い並列処理能力をCPUと協調させる。目標として、1,000平方メートルオーダーの広域観測においても現実的な時間内に処理を完了可能なものとした。
平成27年度は、GPGPU 開発環境を整え、ソフトウェア開発を行った。CPU と GPU の効率的な協調動作のためにはプログラムコードの最適化が不可欠であった。そこで、プログラムコード最適化用のデータ取得のため、鹿児島湾熱水噴出域(水深約200メートル)、静岡県内浦湾(水深約35メートル)、沖縄トラフ与論海穴(水深約670メートル)でそれぞれ実海域実験を行い、サンプルデータを新規に収集した。
平成28年度は、NVIDIA製のハイパフォーマンスコンピューティング用途に特化したGPUを導入し、平成２７年度に取得したサンプルデータを基にソフトウェア開発および最適化を行った。その結果、約2,500平方メートルに及ぶ地形を高被覆率に観測可能なルートを十数分以内に自動生成できることを確認した。得られた成果については、国際会議にて発信した。
|
