Nas últimas décadas, pessoas em todo o mundo têm lidado com uma grande variedade de ameaças ambientais. Na Austrália, isso inclui riscos associados à deterioração e destruição de plantas aquáticas, animais e outros organismos que habitam os mares e oceanos próximos.
O monitoramento da vida subaquática sempre foi uma prioridade tanto para o governo australiano quanto para os ambientalistas baseados na Austrália. Uma das ameaças subaquáticas que a Austrália enfrenta atualmente diz respeito à Grande Barreira de Corais, o maior recife de coral do mundo, localizado na costa de Queensland, no Mar de Coral.
Nos últimos anos, mais de 50% da Grande Barreira de Corais foi destruída por estrelas do mar coroa de espinhos (COTS), grandes invertebrados marinhos cobertos por longos espinhos venenosos. Essas estrelas do mar pontiagudas e coloridas são conhecidas por comer pólipos de coral, que residem nos recifes de coral.
Pesquisadores da Deakin University e da Murdoch University na Austrália, bem como da Azad University of Khoemeinishar no Irã, investigaram recentemente a possibilidade de gerenciar a propagação de COTS em torno de recifes de coral usando veículos autônomos subaquáticos (AUVs). Em um artigo pré-publicado no arXiv, eles apresentaram uma abordagem que permite que vários AUVs cooperem na tarefa de monitorar e controlar a presença de COTS ao redor da Grande Barreira de Corais para evitar maiores danos a ela.
“Este artigo apresenta uma estrutura de atribuição de tarefa dinâmica cooperativa para uma certa classe de AUVs empregados para controlar o surto de COTS na Grande Barreira de Corais da Austrália”, escreveram os pesquisadores em seu artigo.
Inicialmente, Amin Abbasi, Somaiyeh MahmoudZadeh e Amirmehdi Yazdani, os três pesquisadores que realizaram o estudo, consideraram de perto o problema de monitoramento e controle de COTS no Mar de Coral. Posteriormente, eles introduziram um framework que se propõe a resolver esse problema usando um tipo específico de AUV, que eles chamam de COTSbots.
COTSbots são sistemas robóticos subaquáticos exclusivos desenvolvidos na Queensland University of Technology (QUT), equipados com câmeras integradas, um sistema de visão por computador e um braço robótico dobrável com uma longa agulha em sua extremidade. O robô navega embaixo d’água em áreas específicas ao redor dos recifes de coral usando um sistema GPS para se orientar e coleta imagens subaquáticas usando suas câmeras a bordo. As imagens são então analisadas por uma rede neural artificial treinada para detectar a presença de COTS. Quando o sistema detecta uma estrela-do-mar comedora de corais, ele os injeta com sais biliares letais usando a agulha no final de seu braço robótico.
Como parte de seu estudo, Abbasi, MahmoudZadeh e Yazdani projetaram um mapa probabilístico do ambiente ao redor da Grande Barreira de Corais em que os COTSbots estariam operando, delineando o terreno do fundo do mar, aglomerados de COTS e linhas costeiras. Eles então desenvolveram um algoritmo heurístico denominado Heuristic Feel Cooperation (HFC), que permite ao COTSbot AUVs exterminar cooperativamente o maior número possível de COTS em um determinado período de tempo.
Os pesquisadores avaliaram sua estrutura de atribuição de tarefa dinâmica cooperativa em uma série de simulações. Além disso, eles executaram análises quantitativas de desempenho para testar o desempenho do algoritmo HFC. Os resultados obtidos até agora são promissores, pois destacam a eficácia de sua estrutura para controlar o surto de COTS em áreas específicas.
“Os resultados de uma análise de Monte Carlo confirmaram a estabilidade e robustez do planejador em lidar com a deformação aleatória da distribuição COTS e topologia ambiental”, escreveram os pesquisadores em seu artigo. “Além disso, o resultado do estudo comparativo demonstrou o desempenho superior do algoritmo HFC em relação ao método de atribuição de tarefa baseado em GA de referência.”
No futuro, esta estrutura pode ajudar a monitorar e erradicar aglomerados de COTS que ameaçam a sobrevivência da Grande Barreira de Corais da Austrália. Até agora, Abbasi, MahmoudZadeh e Yazdani apenas avaliaram sua abordagem em simulações. No entanto, eles agora planejam conduzir uma série de testes de campo para testar sua eficácia no mundo real.
Publicado em 30/01/2021 18h11
Artigo original:
Estudo original: