6-DoF Camera Localization For Submarine Inspections: An Unsupervised CAD-based Approach

The expansion of computer vision applications across various industries has revolutionized visual anal- ysis tasks, enabling capabilities far beyond human limitations. From object detection to advanced haz- ard assessments in crowded environments, these technologies have become key. This thesis focuses on the specific challenge of inspecting underwater assets in offshore facilities using a camera-equipped maintenance submarine. While computer vision has proven effective for similar tasks, the underwater environment presents unique difficulties that require specialized solutions. This work investigates methodologies for 6D camera localization in underwater environments, a tech- nique crucial for determining an object’s position and orientation in three-dimensional space. The research emphasizes image preprocessing to address challenges such as noise and poor feature defini- tion, ensuring reliable data for analysis. State-of-the-art technologies and alternative approaches were thoroughly evaluated to develop a robust and effective solution. The final contribution of this thesis, includes a dual-stage algorithm that leverages the known 3D structure of the underwater asset and the onboard camera to determine the 6D-pose of the UID (Underwater Intervention Drone) with respect to the asset itself. Further, this methodology is qualitatively tested and compared to other State-of-the- art approaches. These advancements are integral to Task T4, the Object Localization Module, within the broader Sub- Eye Project—a collaboration between the University of Padua and SAIPEM. This work represents a key step in achieving a comprehensive underwater localization system, leveraging cutting-edge tech- niques to overcome the challenges of this demanding environment.

L'espansione delle applicazioni di visione artificiale in vari settori ha rivoluzionato le attività di analisi visiva, permettendo ai sistemi artificiali di compiere deduzioni logiche avanzate. Dalla rilevazione di oggetti alla valutazione avanzata dei rischi in ambienti affollati, queste tecnologie sono già da oggi un vantaggio in svariati ambiti. Questa tesi si concentra sulla sfida specifica di ispezionare asset subacquei in strutture offshore utilizzando un sottomarino per la manutenzione dotato di telecamera. Sebbene gli attuali modelli di computer vision abbiano dimostrato la loro efficacia in compiti simili, l'ambiente subacqueo presenta difficoltà uniche che richiedono soluzioni specializzate.\\ Questo lavoro esplora metodologie per la localizzazione in sei dimensioni (6D) della telecamera in ambienti subacquei; un' area di studio per determinare la posizione e l'orientamento di un oggetto nello spazio. La ricerca pone particolare enfasi sulla fase di preprocessing delle immagini per affrontare sfide come il rumore e la scarsa definizione delle caratteristiche, ponendo dati ampiamente più affidabili per l'analisi. Tecnologie all'avanguardia e approcci alternativi sono stati valutati per sviluppare una soluzione efficace. Il contributo finale di questa tesi include un algoritmo a due fasi che sfrutta la struttura 3D nota dell'asset subacqueo e la telecamera di bordo per determinare la posa 6D del UID (Drone di Intervento Subaqueo) rispetto all'asset stesso. Inoltre, questa metodologia è stata testata qualitativamente e confrontata con altre tecniche allo stato dell'arte. Questi progressi sono parte integrante del Task T4, il Modulo di "Localizzazione degli Oggetti", all'interno del più ampio Progetto SubEye; una collaborazione tra l'Università di Padova e SAIPEM. Questo lavoro rappresenta un passo verso la realizzazione di un sistema di localizzazione subacquea completo, sfruttando tecniche all'avanguardia per superare le sfide di questo ambiente impegnativo.