"Pepe": A Novel Low Cost Drifting Video System for Underwater Survey

Abstract

Worldwide, the utilization of underwater videotechnologies has increased exponentially over the lastdecades for scientific and commercial purposes. The highquality and diversity coupled with the cost reduction ofequipment?s facilitated its utilization among scientists.Remote Operated Vehicles (ROVs) and Drift Cameras (DC)are the most used remote operated vehicles. In Argentina,despite cost reductions the use of remote operated vehicles isstill scarce. On this work, a DC equipped with a novel systemto measure objects is presented, together with dataacquisition protocols and processing and a precision &accuracy test. The DC was built at low cost and operatedsatisfactorily from small boats up to 82 m deep in a widerange of visibility conditions. It was possible to identify andmeasure animals up to 2 cm of total length with an accuracyof 8%, estimate their abundances accurately and geolocalizeany object or animal captured on video imagery with anerror of 5 +- 2,16 m.

A nivel mundial, el uso de cámaras de video submarinas para fines científicos y comerciales tuvo un gran crecimiento en las últimas décadas. La mejora en calidad de equipos y la reducción de sus costos, sumados a una gran diversidad de sistemas de toma de datos ampliaron significativamente su utilización en el ambiente científico. Los vehículos operados a distancia (ROVs) y las cámaras de deriva (CD) son los vehículos controlados remotamente más utilizados. En nuestro país son pocos los antecedentes del uso de este tipo de tecnologías a pesar de la reducción de sus costos. En este trabajo se muestra un equipo CD de bajo costo equipado con un sistema novel de medición por medio de cables, los protocolos necesarios para procesar las imágenes capturadas y los resultados de una prueba de precisión. El equipo se utilizó satisfactoriamente desde pequeñas embarcaciones hasta los 82 m de profundidad y en condiciones de baja luminosidad y visibilidad. Fue posible identificar y medir animales de hasta 2 cm de longitud con una precisión media del 8%, estimar su abundancia de forma precisa y geolocalizar cualquier objeto o animal registrado en las imágenes de video con un error de 5 +- 2,16 m.