近日,一个欧洲科研团队开发了一种可在水下收集垃圾的机器人系统,并成功进行了原型机的测试。该机器人系统由4个自主机器人组成,能通过深度学习算法和声学传感器将垃圾与海洋动植物区分开来。
欧盟在“地平线2020”框架下向海底收集垃圾项目资助500万欧元,希望研发机器人系统来收集海底垃圾。现在,这个名为“净海”的联合研究项目成功完成了原型机的测试。该项目由来自5个国家的8个合作伙伴和49名研究人员共同参与。
“净海”项目的机器人系统由4个自主机器人组成,包括一个自主(或遥控)的母船、一架无人机和两个水下机器人。这两个水下机器人通过缆线从母船上获得电力。无人机和其中一个水下机器人用来识别垃圾。它们通过深度学习算法和声学传感器将垃圾与海洋动植物区分开来。使用定制设计的抓取器和抽吸设备收集检测到的垃圾,然后将其放到位于水面的收集箱中。
空中飞行的无人机可将收集的信息生成一个虚拟地图。然后,水下机器人会驶过地图上的某些点并收集垃圾。通过所谓的多主体控制技术,所有机器人都相互连接,当一个机器人改变位置时,其他机器人就会知道。除了一个机器人的初始命令外,整个系统无须人工干预。
水下机器人的优点
水下机器人可在高度危险环境、被污染环境以及零可见度的水域代替人工在水下长时间作业,水下机器人上一般配备声呐系统、摄像机、照明灯和机械臂等装置,能提供实时视频、声呐图像,机械臂能抓起重物,水下机器人在石油开发、海事执法取证、科学研究和军事等领域得到广泛应用。
水下机器人的缺点
由于水下机器人运行的环境复杂,水声信号的噪声大,而各种水声传感器普遍存在精度较差、跳变频繁的缺点,因此水下机器人运动控制系统中,滤波技术显得极为重要。水下机器人运动控制中普遍采用的位置传感器为短基线或长基线水声定位系统,速度传感器为多普勒速度计会影响水声定位系统精度。因素主要包括声速误差、应答器响应时间的丈量误差、应答器位置即间距的校正误差。而影响多普勒速度计精度的因素主要包括声速c、海水中的介质物理化学特性、运载器的颠簸等。
参与该项目的德国慕尼黑工业大学为机器人提供人工智能算法,教会水下机器人何时以及在何种条件下以某种方式移动。一旦发现并定位了垃圾,即便遇到强大的潮流,机器人也会坚持围绕它移动。同时,算法力求用尽可能少的数据作出好的预测。“净海”项目的目标是以80%的预测率对水下垃圾进行分类,并成功收集其中的90%,大致与潜水员的工作效果相当。
资料来源:科技日报、百科
原标题:海底垃圾有“人”分类 定位目标执行任务