Intelligent Online Water Quality Monitoring through multiple Autonomous Surface Vehicles using the Bayesian Optimization Framework

Abstract

Monitoring water resources and their quality is an activity that is gaining more importance over the years. Efficient and intelligent monitoring systems must be developed taking advantage of cutting-edge technologies like robotic agents. The utilization of autonomous surface vehicles equipped with water quality sensors is a promising approach to continuously measure physico-chemical parameters related to water quality. However, most of the current related works do not acknowledge the increasing availability and affordability of these systems. Therefore, current approaches do not generalize well to account for multiple objectives and the involvement of multiple agents. The present work provides a bottom-up-designed system that considers the usage of multiple agents equipped with multiple water quality sensors so that online modeling of water bodies is done. Furthermore, the measurements are done considering a Voronoi Region Partitioning system using an underlying Bayesian optimization framework with multiple objectives. The results show that the system can robustly obtain very accurate models despite the limited available information and the constraint on vehicle energy autonomy. Comparisons with coverage and patrolling-based offline approaches have also been made and the proposed system outperforms these approaches on average by 8,2% and 14,4% with respect to the modeling error. The performance of this approach is also enhanced by its robustness and scalability compared to offline monitoring missions.

La monitorización de los recursos hídricos y de su calidad es una actividad que está cobrando mayor importancia a lo largo de los años. Es necesario desarrollar sistemas de vigilancia eficientes e inteligentes aprovechando las tecnologías de vanguardia, como los agentes robóticos. La utilización de vehículos autónomos de superficie equipados con sensores de calidad del agua es un enfoque prometedor para medir continuamente los parámetros físico-químicos relacionados con la calidad del agua. Sin embargo, la mayoría de los trabajos actuales relacionados con este tema no tienen en cuenta la creciente disponibilidad y asequibilidad de estos sistemas. Por lo tanto, los enfoques actuales no se generalizan bien para tener en cuenta múltiples objetivos y la participación de múltiples agentes. La presente tesis proporciona un sistema de diseño que considera el uso de varios vehículos autónomos de superficie equipados con múltiples sensores de calidad del agua, de manera que se realiza un modelado en tiempo real de las masas de agua. Además, las mediciones se realizan considerando un sistema de partición de regiones Voronoi utilizando un marco de optimización bayesiana subyacente con múltiples objetivos. Los resultados muestran que el sistema puede obtener de forma robusta modelos muy precisos a pesar de la limitada información disponible y la restricción de autonomía energética de los vehículos. También se ha realizado una comparación con los enfoques basados en la cobertura y el patrullaje, y el sistema propuesto supera a estos enfoques fuera de línea en una media de 8,2% y 14,4%, en lo que respecta al error de modelado. El rendimiento de este enfoque también se ve reforzado por su robustez y escalabilidad en comparación con las misiones de monitorización fuera de línea.