Resumen de Usage of autonomous underwater vehicles as adaptive observational platforms to improve Ocean Circulation Models
Carlos Miguel Barreto Lucas
En esta tesis pretendemos aprovechar la optimización Multi Objetivo (MO) aplicada a la planificación de rutas de vehículos autónomos, con el propósito de definir misiones que resulten en un mejor muestreo de fenómenos oceánicos. Estas misiones deberán ser capaces de proporcionar datos útiles, que contribuyan a la mejora de los Modelos de Circulación Oceánica (OCM).
Se ha realizado un estudio en profundidad del comportamiento del algoritmo genético NSGA-II (Non-Sorting Genetic Algorithm II) aplicado a este problema. De esta forma, se ha diseñado una herramienta de planificación de rutas MO para gliders en un entorno complejo y dinámico.
La validación de la propuesta se ha realizado a partir del análisis de los resultados producidos por la ejecución intensiva de simulaciones para las diferentes misiones y objetivos planteados, intentando replicar de la forma más fiel posible las condiciones reales. El área en la que se han llevado a cabo las simulaciones (Madeira - Canarias) constituye una región de indudable relevancia a nivel oceanográfico, con presencia de multitud de estructuras y procesos oceanográficos de interés.
Los objetivos que se integran como parte de los escenarios y misiones diseñadas (evitar obstáculos, facilitar recuperación, coordinar múltiples vehículos, muestrear estructuras oceanográficas. Se consideran al mismo tiempo la seguridad del vehículo y la utilidad de los datos recogidos, para una posterior fase de asimilación en los OCM. El resultado final del proceso de optimización es una lista conteniendo un conjunto de comandos de control para el vehículo y las correspondientes funciones de fitness. Esos valores permiten seleccionar trayectorias aplicando criterios que priorizan un determinado objetivo frente a otros, o bien optar por una solución más balanceada.
El sistema diseñado, implementado y evaluado en este trabajo ha sido capaz de producir trayectorias óptimas MO, con enfoque en la seguridad del vehículo y utilidad de los datos recogidos.
