Su altı eşlikçi robotlar dalgıç nefesini sensörsüz izliyor: AI, baloncuk desenlerinden solunum hızını tahmin ediyor

University of Minnesota Twin Cities araştırmacıları, dalgıç sağlığını deniz altında gerçek zamanlı izlemeyi hedefleyen yeni bir yapay zekâ sistemini duyurdu. The International Journal of Robotics Research’ta yayımlanan çalışma, kameralı bir su altı eşlikçi robotun dalgıcın verdiği nefeslerden oluşan baloncukları görüntüleyerek, herhangi bir fiziksel sensör takmadan solunumla ilişkili bir fizyolojik ölçümü tahmin edebileceğini bildiriyor. Sistemin odak noktası, dalgıcın Human Respiration Rate (HRR) olarak tanımlanan insan solunum hızının görsel işaretler üzerinden kestirilmesi.

Scuba dalışı, özellikle koşulların zor olduğu ortamlarda, fizyolojik stresin kademeli değil hızlı biçimde artmasıyla risk oluşturabiliyor. Aşırı iş yükü, yorgunluk veya solunum güçlüğü gibi durumlar, dalgıcın kendini doğru şekilde ifade etmesine ya da yardım çağırmasına fırsat kalmadan ağırlaşabilir. Ancak su altında solunumun takibi, geleneksel yöntemlerde teknik zorluklarla karşılaşıyor. Kalın wetsuit ve drysuit’lerin arkasında temas tabanlı sensörler etkisini yitirirken, giyilebilir çözümler de uygulama ve konfor açısından sınırlı kalabiliyor. Ayrıca su altındaki kablosuz iletim, veri kalitesi ve bant genişliği gibi konularda performansı kısıtlayabildiğinden sürekli ve güvenilir ölçüm elde etmek zorlaşıyor.

Çalışmanın yenilikçi yaklaşımı, “nefes verme”yi gözlemlenebilir bir görsel olaya dönüştürmeye dayanıyor. Robot, dalgıcın ağzından dışarı çıkan ve su içinde yükselen baloncukların ortaya çıkışını kamera üzerinden izliyor. Bu baloncukların zaman içinde nasıl oluştuğu ve desenlerinin nasıl değiştiği, yapay zekâ tarafından işlenerek HRR tahminine çevriliyor. Böylece solunumun temel zamanlamasını yakalamayı amaçlayan, temas gerektirmeyen bir algılama hattı kurgulanmış oluyor. Araştırma, bu yöntemin su altında veri toplama ihtiyacını fiziksel sensörlere bağlamadan karşılamayı hedeflediğini vurguluyor.

Araştırmacılar için kritik noktalardan biri, robotun görüntüden biyolojik bir ritmi çıkarabilmesinin yalnızca bir teorik fikir değil, belirli bir doğrulukla hesaplanabilir bir problem olması. Baloncukların boyutu, hızla yükselmesi, su akıntıları ve görüş koşulları gibi etkenler görüntüde değişkenlik yaratabileceğinden, sistemin bu değişkenliğe karşı dayanıklı bir görsel desen tanıma yaklaşımı geliştirmesi gerekiyor. Haberde yer alan çerçeve, robot vizyonu ile AI tabanlı baloncuk deseni yorumlamayı birleştirerek dalgıcın solunum hızını hesaplamayı mümkün kılmayı amaçlıyor.

Bu çalışma, otonom ya da yarı otonom su altı platformlarının insanlarla birlikte çalışabildiği senaryolarda yeni bir güvenlik katmanı potansiyeline işaret ediyor. Robotun dalgıçla doğrudan temas etmeden solunumla ilişkili bir parametreyi tahmin edebilmesi, acil durumda hızlı farkındalık sağlayabilecek bir erken uyarı mekanizması fikrini destekler nitelikte. Bununla birlikte, yeni sistemlerin gerçek saha performansının; farklı dalış derinlikleri, su bulanıklığı, çevresel akıntılar ve dalgıç davranışı gibi faktörler altında ayrıca değerlendirilmesi gerekeceği belirtiliyor.

Yayımlanan sonuçlar, su altı insan-robot iş birliğinde algılama yöntemlerinin nasıl evrilebileceğine dair bir örnek sunuyor: dalgıçtan gelen ölçü sinyallerini fiziksel sensörlere bağımlı kılmak yerine, solunumun oluşturduğu görsel izler üzerinden biyolojik veriye ulaşma. Bu tür yaklaşımlar, dalış operasyonlarında yalnızca toplanan verinin niteliğini değil, veri toplamanın pratikliğini de etkileyebilir. Çalışmanın bulguları, kameraya dayalı ve temas gerektirmeyen yaklaşımların dalgıç sağlığı izleme alanında daha geniş uygulamalara zemin hazırlayabileceğini gösteriyor.

Kaynak: University of Minnesota Twin Cities araştırmacılarının, baloncuk desenlerinden HRR tahmini yapabilen AI destekli su altı robot sistemi üzerine raporu, solunum izleme teknolojilerinin su altında karşılaşılan teknik engelleri aşma yönünde ilerlediğini ortaya koyuyor. The International Journal of Robotics Research’ta yer alan çalışma, dalgıçların fizyolojik stresinin erken sinyallerini yakalamaya yönelik sensörsüz bir yaklaşımın bilimsel temellerini tartışıyor.