遠航的阻力

即便海陸空的自動駕駛技術都是依托于大數(shù)據(jù)計算分析和人工智能在環(huán)境感知、決策、定位避障上面的應用，用于海上航行的探測器對覆蓋范圍與信號傳播能力的要求卻遠高于陸地。

首先，在感知能力上，自駕車的傳感器只需覆蓋200－300米的范圍，而體積更大質量更重的船舶則需要在超過1．5公里的范圍內(nèi)探測障礙物，同時須“向下探測”以免觸礁擱淺。水域復雜與交通密集的港口對于船只的避障能力也是一大考驗。

船舶在海上航行時間長，移動路線受風浪影響大，即便風平浪靜，船只也會隨著波浪起伏漂流。自動駕駛船舶須結合船只重量和特殊的動力模式，在海洋變幻莫測的自然環(huán)境下，準確預測看似毫無規(guī)則的船只動作路徑，分析并選擇最佳航路。此外，還要解決在遠洋遭遇惡劣天氣時信號傳輸?shù)睦щy。在外部環(huán)境適應上，自動駕船的技術要求遠遠高于自駕車。

由于電池無法負荷大型船舶遠洋航行所需動力，故現(xiàn)在的大型貨船多以柴油發(fā)動為主。燃油船的動力系統(tǒng)操作比電動船復雜許多，難以搭建完全由AI自主控制的模型。且燃油系統(tǒng)的日常維護十分瑣碎，過濾燃油雜質、進行管道疏通與清潔等隨機發(fā)生的系統(tǒng)問題使維護工作不易自動化。

另外，電力、網(wǎng)絡和系統(tǒng)安全可說是使用人工智能決策的必備條件。如何在遠洋航行時確保電力供應與系統(tǒng)設備正常運行，是自駕船必須面對的問題。且遠洋航船所使用的衛(wèi)星通信寬帶小、容易延遲，不像無人車能通過高帶寬網(wǎng)絡，將實時感測的環(huán)境數(shù)據(jù)上傳云端系統(tǒng)，利用大數(shù)據(jù)分析完成人工智能自主決策。船舶本身還必須具備較強的數(shù)據(jù)處理能力并改善通信環(huán)境，才可能實現(xiàn)全程AI自動駕駛。

再者，船舶造價遠高于汽車，自動駕駛技術測試成本十分高昂。且海洋交通數(shù)字化進程不如陸地，船舶行業(yè)缺乏公開數(shù)據(jù)庫來訓練自動駕駛AI神經(jīng)網(wǎng)絡模型。

自然環(huán)境、設備問題、電力供應、數(shù)據(jù)處理、信號傳輸?shù)确N種原因使得現(xiàn)有的自主航行系統(tǒng)尚無法完全滿足船舶安全的操控需求，需要遠程遙控結合部分自動控制才能保障船舶的運營安全。

因此，從2018年以來，北歐及中日韓等國仍大多還處于“半自動駕駛”階段，多為遠程操控或短距離部分自主航行，尚無法完成全程由AI自主決策的遠洋航行。

而IBM最新推出的AI船長已針對以上問題提出了新的解決方案，有望在自駕船泊領域拔得頭籌。

IBM和MIT的答卷

不同于歐日韓所專注的大型貨運及渡輪自動駕駛技術，IBM的AI自駕船“五月花號”用于收集、探測有關海洋的數(shù)據(jù)，以幫助科學家們解決全球暖化、氣候變遷、環(huán)境污染及海洋動物保護問題。

較小的體積讓五月花號得以使用風力和電力作為動力來源，利用太陽能電池幫助補充電力。比起復雜且不易維護的燃油系統(tǒng)，電力系統(tǒng)較容易搭建AI自主控制的模型。IBM旗下The Weather Company會為AI船長提供天氣預報數(shù)據(jù)來輔助自主導航?jīng)Q策，幫助其應對變化多端的天氣狀況。

在信號傳輸與計算上，五月花號使用完全自主的IBM邊緣計算系統(tǒng)解決遠洋航行無法訪問高帶寬網(wǎng)絡的問題。藉由多個船載的 NVIDIA Jetson AGX Xavier 設備進行數(shù)據(jù)本地化處理。不僅能提高決策速度、減少船上的數(shù)據(jù)流和數(shù)據(jù)存儲量，還能確保系統(tǒng)不受網(wǎng)絡黑客入侵。

自主決策方面，通過內(nèi)部搭建的運營決策管理系統(tǒng)ODM保障船只完全遵循國際海事法規(guī)，并以完全透明的方式記錄決策過程，從而避免“黑箱操作”的情況。運行于 RHEL （RedHat Enterprise Linux） 上的安全管理者功能將復核AI 船長作出的所有決策，以確保這些決策對五月花號及其附近其它船只而言均屬安全。

為了使世界各地的追隨者能夠在執(zhí)行MAS的各種任務時保持最新狀態(tài)，IBM和ProMare啟動了一個新的交互式Web門戶——MAS400門戶網(wǎng)站，用于提供有關船舶位置、航行速度、環(huán)境條件和來自各種研究項目數(shù)據(jù)的實時更新。

目前看來，IBM的AI船長似乎已經(jīng)做好出航的準備。五月花號預計于今年春天從英國普利茅斯啟程前往美國馬薩諸塞州普利茅斯，它能否克服遠洋海域的極端天氣成為實驗的重點。

若是實驗成功，五月花號將成為有史以來首批跨越大西洋的自主航行船舶。其搭載的太陽能電力、邊緣計算、AI自主決策與規(guī)則管理系統(tǒng)將為自動駕駛船舶率先建立一個創(chuàng)新有效的解決方案。

除了難度較高的大型海運船只，嘗試將自動駕駛船應用于不需擔心信號傳輸與極端天氣的城市運河似乎也是個不錯的選擇。

麻省理工學院計算器科學與人工智能實驗室（CSAIL）的研究人員完成了一款專門為阿姆斯特丹運河搭載乘客、貨物的自動駕駛船Roboat II。其船體上配置了傳感器、推進器、微控制器、攝像機和其他硬件，可在湍急的水流中保持穩(wěn)定前行。

自主決策方面，Roboat II通過同步定位和映射算法（SLAM），利用激光雷達、GPS傳感器及用于定位、姿態(tài)和速度的慣性測量單元進行自我定位。其搭載的非線性模型預測控制器將跟蹤來自狀態(tài)規(guī)劃器的參考軌跡，規(guī)劃器再更新其路徑以避開檢測到的障礙。

最有趣的是，這款船還可以與它的“小伙伴”“串聯(lián)”或“并聯(lián)”在一起，能夠自動變換隊形，解決運河船只擁堵的問題。無論船隊是“串聯(lián)”還是“并聯(lián)”，都是中間的Roboat II負責領導船隊運行的方向和軌跡。通過偵測自己與船隊結構中心的相對位置，當領隊 Roboat II 開始向給定的目的地移動時，兩側的Roboat II便可以估計領隊的意圖并調整自己的移動軌跡。

在最新的試驗中，Roboat II可以成功在阿姆斯特丹運河航行三個小時，并以17厘米的誤差幅度回到起始位置。目前，研究人員還在探索自適應控制器，希望實現(xiàn)當物品放置在船上時，該控制器能動態(tài)改變船隊結構。

縮小才是關鍵？

目前搭載自主航行系統(tǒng)的大型貨船，只能在沿�；蚨叹嚯x內(nèi)完成自主航行；在距離較長的試驗中僅能做到遠程操控＋自主航行的半自動駕駛�，F(xiàn)行的船只雖大部份都搭載了傳感器與導航等智能設備，也還停留在輔助駕駛與機械自動化的階段。

對于此狀況，距離完全自主駕駛最近的五月花號與Roboat II，似乎分別在體積與應用環(huán)境上展現(xiàn)了新的思路。

相較于北歐和中日韓研發(fā)的自駕船，五月花號和Roboat II的體積都比貨輪更小。得以使用電力系統(tǒng)推動，更容易搭建AI自主決策模型。就感知層面而言，相較于大型船舶，小型船舶的盲區(qū)面積小，所需的傳感器種類和數(shù)量更少、探測范圍更小，所需處理和傳輸?shù)臄?shù)據(jù)量也相應減少，對數(shù)據(jù)處理器與訊號傳輸量的要求也隨之降低，更容易實現(xiàn)對周圍環(huán)境的有效探測。

此外，小型船舶可使用多向動力推進系統(tǒng)，配合GPS能更精確地控制運動軌跡，提升機動性與靈活性，更容易在運河等復雜水域和交通繁忙的港口完成避障。但在遠洋航行中，對大浪等惡劣環(huán)境的耐受性也隨之降低。因此更適合運用于河運等受天氣影響較小的地區(qū)。

雖然五月花號和Roboat II尚未真正完成商業(yè)應用，對于暫時陷入瓶頸的船舶自動駕駛技術而言，適當縮小船只體積或從環(huán)境相對單純的河道開始試驗，也許是個可以嘗試的方向。待小型河船完成自駕技術商業(yè)化，再按部就班航向遠洋。

漢堡工商管理學院公布的報告指出，理想情況下，2025年將會出現(xiàn)約1000艘自動駕駛船舶和2000艘半自動駕駛的船舶。就現(xiàn)有技術而言，半自動駕駛船舶已經(jīng)存在。AI船長真正揚帆啟航的日子，似乎也離我們不再遙遠。

此內(nèi)容為【智能相對論】原創(chuàng)，

僅代表個人觀點，未經(jīng)授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

部分圖片來自網(wǎng)絡，且未核實版權歸屬，不作為商業(yè)用途，如有侵犯，請作者與我們聯(lián)系。

AI產(chǎn)業(yè)新媒體；

澎湃新聞科技榜單月度top5；

文章長期“霸占”鈦媒體熱門文章排行榜TOP10；

著有《人工智能 十萬個為什么》

【重點關注領域】智能家電（含白電、黑電、智能手機、無人機等AIoT設備）、智能駕駛、AI＋醫(yī)療、機器人、物聯(lián)網(wǎng)、AI＋金融、AI＋教育、AR／VR、云計算、開發(fā)者以及背后的芯片、算法等。