水中ドローンが氷を分析
原題: Submersible drone analyzes ice
日本語訳
# タイトル
潜水ドローンが氷を解析
# 本文
凍った湖の上で何かを行うことには、ある程度のリスクが伴います。それにもかかわらず、毎年、カーレースからアイススケートに至るまで、さまざまなイベントが開催されています。そのため、適切な安全対策が必要であり、最も重要なのは、氷がその上に載るものの重さに耐えられるほど十分に厚いことを確認することです。これは、氷に穴を開け、数カ所でその厚さを測定することで行われます。しかし、これは危険で不完全なプロセスであり、実際の厚さの概略しか把握できません。こうした問題を解決するため、チューリッヒ工科大学（ETH Zurich）の学生チームは、氷の厚さを測定する潜水ドローンを開発しました。
採用されている氷の測定コンセプトは、理論上は非常にシンプルです。ソナーパルスを送信すると、エネルギーの一部は氷の底面で反射して戻ってきますが、一部は透過して2回目の反射を生じさせます。これら2つの反射の差を測定することで、高い精度で厚さを算出できます。ソナーを潜水艇に取り付け、測位システムを備えれば、簡単に厚さのマップを作成できるはずですよね？ しかし、学生たちがすぐに気づいたように、理論を実践に応用することは、はるかに複雑な課題でした。
潜水艇自体は、わずかに正の浮力を持っています。浮心を調整するための2つのコンクリート製バラストと、6自由度を実現するための6つの推進モーターを備えています。自律運用と多数のセンサーを制御するために、NVIDIA Jetsonを搭載しています。ナビゲーションは、主にGPSとSBL（短基線方式）といった様々なセンサーによって行われます。GPSアンテナは潜水艇上部のレドーム内に設置されており、氷の底面に接触した際に位置を特定できるほど十分な強度の信号を受信できます。SBLはソナーと似た仕組みで、潜水艇の送信機が音響信号（ピング）を送信し、それを3つのハイドロフォンで受信してドローンの位置を算出します。
しかし、これほど複雑な仕組みは本当に機能するのでしょうか？ 答えは、概ね「イエス」です。ただし、いくつかの現実的な要因が、潜水艇の有効性を大きく阻害しています。ソナーの信号ノイズにより、当初の理論的な手法では正確な測定がほぼ不可能な状態でした。そのため、チームは水深に基づくアプローチを採用しました。潜水艇を氷の底面に接触させ、水圧を測定して水深を割り出すことで、氷の厚さを簡単に算出できるのです。しかし、この方法にも欠点があります。高山湖に雪が降ると、氷の層が押し下げられ、その上に新しい氷の層が形成されることがあります。この最上部の層が最も重要ですが、水深測定では氷全体の厚さしか考慮できません。それはさておき、これは潜水艇の非常に素晴らしい初テストであり、今後の展開が楽しみです！
次は、この自律型潜水艇についてもぜひチェックしてみてください！
原文（英語）を表示
Doing anything on a frozen lake can carries some amount of risk. Nevertheless, every year events ranging from car racing to ice skating are held on them. As such, proper safety precautions are needed, the most important of which is ensuring the ice is thick enough to withstand the weight of whatever may be on it. This is done by cutting holes into the ice and measuring its depth in several locations. But this is a dangerous and imperfect process only giving a rough picture of actual thickness. So to solves these problems, a team of students at ETH Zurich made an ice measuring submersible drone.
The concept of ice measurement employed is, on paper, reasonably simple. When a sonar pulse is sent out, some of the energy will return off the bottom of the ice sheet, but some of it will pass through creating a second return. By measuring the difference in these two returns, the thickness can be calculate with a high degree of precision. Attach the sonar to a submersible and give it a positioning system and you can simply get a thickness map, right? Well, employing theory in practice is a far more complicated prospect as the students soon found out.
The submersible itself is slightly positively botany. It features two concrete ballasts to adjust the center of cavity and six propulsion motors for six degrees of freedom. It’s powered by a NVIDIA Jetson to allow for autonomous operations and a whole host of sensors. Navigation is handled by a variety of sensors, mostly GPS and SBL. The GPS antenna sits in a radome at the top of the submersible, allowing for a strong enough signal for a positional fix when touching the bottom of the ice. SBL works similarly to sonar, where a transmitter on the submarine sends out an audio ping, received by a trio of hydrophones used to calculate the drone’s position.
But does all this complexity really work? Well, mostly. A number of real-world factors greatly compound the submarine’s effectiveness. The signal noise from in the sonar makes accurate measurements nigh impossible with that methodology. As such, the team used a depth based approach, by touching the submarine to the bottom of the ice, and measuring the water pressure and therefore depth, the ice’s thickness can be easily calculated. However, this method too is not without flaws. When snow falls on alpine lakes, it pushes the ice sheet downward, and a new ice sheet can form on top. This top sheet’s layer is what’s most important, but the depth measurement can only take into account the overall sheet’s thickness. Regardless, this was a really impressive first test of the submersible, and we look forward to seeing where it goes from here!
Make sure to check out this autonomous submarine next!