NVIDIA wzmacnia siłę sonaru bocznego

NVIDIA wzmacnia siłę sonaru bocznego

Brytyjska firma opracowała technologię obrazowania sonarem w czasie rzeczywistym, która dzięki zastosowaniu komputerowej kart graficznej zdecydowanie poprawia jakość działania sonaru bocznego. Wynalazek może znaleźć zastosowanie do wykrywania min, albo w badaniu instalacji.

Sonary z syntetyzowaną aperturą (SAS) pozwalają zwiększyć rozdzielczość obrazów pochodzących z sonarów bocznych nawet dziesięciokrotnie, jednakże istniejące systemy wymagają stosowania drogich technologii, które umożliwiają przewidywanie ruchu platformy, który i tak musi być relatywnie prosty. Związana z University College London (UCL) spółka Bloomsbury DSP wykorzystuje moc obliczeniową kart graficznych NVIDIA do wykonania algorytmów zapewniających w czasie rzeczywistym obrazy o wysokiej częstotliwości z sonaru, bez wspomnianych wyżej ograniczeń.

Sonar boczny, który skanuje prostopadle do kierunku ruchu wykorzystywany jest w systemach holowania i, coraz częściej, w samodzielnych jednostkach podwodnych (AUV). Wykorzystuje on ruch wzdłuż ścieżki w celu stworzenia większej syntetyzowanej apertury. Operatorzy muszą jednak otrzymywać obraz w czasie rzeczywistym.

Istniejące techniki borykają się z dwoma kluczowymi problemami. Pierwszym jest przewidzenie ścieżki platformy, gdyż nie zawsze porusza się ona w linii idealnie prostej.

„Jako że syntetyzowana apertura opiera się na kolejno dodawanych pozycjach systemu, jeśli nie mieścisz się z nimi w zakresie połowy długości fali, cały pomiar jest błędny.” – stwierdził Simon Charles, CEO Bloomsbury DSP. „Musisz przewidzieć ruch platformy dość precyzyjnie, co może zostać osiągnięte dzięki takim technikom jak nawigacja inercyjna, jednakże są one drogie i w niektórych przypadkach nie dość dokładne. Próbowaliśmy zatem wykorzystać do określenia ruchu platformy samą akustykę.” – dodał.

Ruch jest obliczany z wykorzystaniem procesu korelacji pomiędzy pojedynczym impulsem, albo serią impulsów powracających, a następnych, wysyłanych już z miejsca w którym się w międzyczasie platforma znalazła. Problemem jest oddzielenie od siebie sześciu kierunków, w których może się ona poruszać. Natomiast w SAS kluczowym czynnikiem jest różnica odległości pomiędzy platformą i celem, a ruch w poziomie jest znacznie ważniejszy niż ruch w pionie, więc ten ostatni może być w dużej mierze pominięty.

Drugie wyzwanie polega na tym, że tworzenie obrazów jest trudne z obliczeniowego punktu widzenia i niektóre techniki opracowane dla radarów bazują na transformacji Fouriera. Są bardzo szybkie i efektywne, jednakże wymuszają prostą ścieżkę platformy, co niekiedy jest trudne do osiągnięcia.

„Szczegółowe obrazy w czasie rzeczywistym potrzebne są, na przykład, do badania instalacji, czy w wykrywaczach min.” – powiedział Charles. „W zastosowaniach do wykrywania min, celem długofalowym jest umożliwienie systemowi odróżnienia miny od kamieni. Oczekujesz samodzielnego pojazdu, który zbada teren, wróci i powie, że tam jest mina, bez konieczności ładowania danych i godzin ich przetwarzania.” – dodał.

Algorytmy klasyfikujące miny są wciąż na bardzo wczesnym etapie, jednakże praca nad nimi była dużo prostsza z obrazami o wyższej rozdzielczości.

(lk)