Rimuovere i rifiuti dagli oceani e dai mari è un processo costoso e che richiede tempo. Come parte di un progetto di cooperazione europea, un team dell'Università Tecnica di Monaco (TUM) sta sviluppando un sistema robotico che utilizza metodi di apprendimento automatico per individuare e raccogliere i rifiuti sott'acqua.

I nostri mari e oceani contengono attualmente tra 26 e 66 milioni di tonnellate di rifiuti di plastica, la maggior parte dei quali giace sul fondo del mare. Questo rappresenta un'enorme minaccia per le piante e gli animali marini e per l'equilibrio ecologico dei mari.

Ma rimuovere i rifiuti dalle acque è un processo complesso e costoso. Spesso è anche pericoloso, perché il lavoro è generalmente fatto da subacquei. Le operazioni di pulizia sono anche solitamente limitate alla superficie dell'acqua. Nel progetto SeaClear, un team del TUM sta lavorando con otto istituzioni partner europee per sviluppare un sistema robotico in grado di raccogliere rifiuti sottomarini.

Quattro robot che lavorano insieme

Il sistema combina quattro componenti robotici: un veicolo autonomo di superficie esegue una scansione iniziale del fondo marino e localizza grandi sacche di rifiuti. Successivamente, un robot di osservazione viene calato in acqua per rilevare i rifiuti sottomarini e trasmettere ulteriori informazioni ai computer, come immagini ravvicinate del fondo marino.

In acque limpide e con una buona visibilità, viene anche utilizzato un drone aereo per identificare ulteriori oggetti di rifiuti. I dati risultanti sono combinati per generare una mappa virtuale. Un robot di raccolta visita poi dei punti definiti sulla mappa e raccoglie i rifiuti. Utilizza una pinza per mettere i pezzi più grandi in un cesto che viene rimorchiato a riva dalla barca autonoma.

Un sistema composto da quattro robot assicura la pulizia dei fondali marini. 

La sfida delle correnti

"Sviluppare robot autonomi per applicazioni sottomarine è una sfida unica", dice il Dr. Stefan Sosnowski, il direttore tecnico del progetto SeaClear alla cattedra di controllo orientato all'informazione del TUM. Questo perché, a differenza delle applicazioni terrestri, nell'acqua prevalgono condizioni molto speciali. "Quando un pezzo di spazzatura viene identificato e localizzato, il robot ha bisogno di avvicinarsi ad esso. Per farlo, può avere bisogno di superare forti correnti. Il compito del TUM nel progetto SeaClear è di permettere al robot di muoversi nella giusta direzione".

Apprendimento automatico efficiente

Per raggiungere questo obiettivo, il team sta usando metodi di apprendimento automatico. Un modulo di intelligenza artificiale (AI) esegue calcoli e impara le condizioni in cui il robot si muoverà in determinati modi. Questo rende possibile prevedere con precisione il suo comportamento.

"Un'altra sfida è che non abbiamo a disposizione la potenza di calcolo che avremmo sulla terraferma", dice la professoressa Sandra Hirche, direttore della cattedra e principale ricercatore di SeaClear. "Non abbiamo collegamenti a grandi centri dati con supercomputer. Quindi abbiamo bisogno di algoritmi altamente efficienti che funzionino con risorse limitate. Stiamo quindi lavorando con metodi di campionamento ad alta efficienza che arrivano a previsioni precise con dati minimi. Il sistema AI semplicemente scarta le informazioni non necessarie".

Percentuale di successo del 90%

Quando il sistema SeaClear sarà pienamente operativo, ci si aspetta che raggiunga l'80% di precisione nel classificare i rifiuti subacquei e che ne raccolga con successo il 90%. Questo è paragonabile ai risultati prodotti dai subacquei. Le prove iniziali con il prototipo sono state effettuate nell'ottobre 2021 a Dubrovnik, in Croazia, dove l'acqua è chiara e la visibilità è eccellente. Ulteriori prove sono previste nel porto di Amburgo nel maggio 2022.

fonte