Подводный GPS

Камеры, которые видят схемы поляризации света, могут обеспечить замену GPS под морем а также стать отличными помощниками при исследовании морских глубин

Подводный GPS, вдохновленный креветками

Дайвинг-поездка на Большой Барьерный риф может открыть новый способ создания GPS-подобного датчика, который работает под водой. Устройство основано на недавнем научном понимании того, как морские животные ощущают свою геолокацию на основе сигнатурных образцов поляризации света, поступающего в воду. Несколько лет назад американские и австралийские исследователи разработали специальную камеру, вдохновленную глазами креветки-богомола, которая может видеть поляризационные образцы световых волн, которые напоминают те, что в веревке размахивали вверх и вниз. Это означает, что биоиндустрированная камера может определять, как изменяются световые поляризации, когда свет проникает в воду и становится отклоненным или рассеянным. Эти исследователи теперь понимают, что они могут использовать эти подводные поляризационные узоры, чтобы вывести положение солнца, и использовать это для определения местоположения самой камеры.

Существующие ограничения в камерах и программном обеспечении означают, что метод подводного GPS только с точностью до 60 километров (км). Это кажется огромным диапазоном ошибок, но он по-прежнему довольно примечателен, учитывая размер океанов Земли, каждый из которых покрывает десятки миллионов квадратных километров. Исследование подробно описано в выпуске журнала Science Advances от 4 апреля 2018 года. «Мы можем улучшить этот метод, используя лучшие камеры и разработав новые алгоритмы машинного обучения, чтобы уточнить оценки местоположения», - сказал Виктор Груев, инженер по электротехнике и вычислительной технике в Университете штата Иллинойс в Урбана-Шампейн. «Я считаю, что за очень короткое время у нас будет точность менее 1 км».

Традиционная технология GPS, основанная на радиосигналах со спутников, не может работать под водой, потому что радиосигналы плохо движутся под водой. Для сравнения, Грюев и его коллеги продемонстрировали, как метод поляризации света для подводной геолокации может работать на глубинах до 50 метров ниже поверхности.

Их результаты были особенно неожиданными, поскольку многие морские биологи в целом полагали, что свет, проходящий через воду, поляризуется только с горизонтального направления наблюдения. Это затруднит получение полезной геолокационной информации при анализе солнечного света, проходящего сквозь океанские глубины.

Но биологи также знают, что многие морские животные, как и многие наземные животные или птицы, похоже, имеют чувствительные к поляризации глаза, которые можно использовать для охоты или навигации под водой. Грюев указывает, что более ранние выводы о схемах поляризации были в значительной степени основаны на неполных измерениях и неполных математических моделях подводной среды. Камера показала, что поляризационные картины в свете солнца могут быть обнаружены и измерены с разных сторон.

Во время погружения на Большой Барьерный риф Груев и его коллеги заметили, что фоновые поляризации, казалось, менялись в подводной среде в зависимости от времени суток и направления наблюдения. После того, как Груев вернулся в лабораторию и начал анализировать поляризационные модели с Сэмюэлем Пауэллом, теперь докторантом в Институте мозга Университета Квинсленда в Австралии, исследователи поняли, что эти модели изменились в зависимости от положения солнца в небе. Это открытие заставило исследователей провести подобные подводные испытания в нескольких разных местах по всему миру в течение четырех лет. Они также протестировали метод в разных погодных условиях и на разных глубинах.

«То, что мы постулируем, заключается в том, что подводная навигация возможна у морских животных, даже когда они не видят их неба, потому что фоновая вода поляризована», - сказал Грюев. «Это принципиально отличается от того, что до сих пор рассматривали морские биологи». Помимо биоиндустрированной камеры исследовательская группа использовала электронный компас и датчик наклона для сбора данных, необходимых для выполнения всех своих геолокационных расчетов. Исследователи также использовали алгоритмы машинного обучения для анализа геолокационных данных и включения информации о физических явлениях, которые влияют на поляризационные модели, но остаются недостаточно понятными.



Автор статьи: Виктор Булавин