遠(yuǎn)航的阻力

即便海陸空的自動駕駛技術(shù)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(yīng)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(yuǎn)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(zhì)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(fù)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(fēng)浪影響大，即便風(fēng)平浪靜，船只也會隨著波浪起伏漂流。自動駕駛船舶須結(jié)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(zhǔn)確預(yù)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(yuǎn)洋遭遇惡劣天氣時信號傳輸?shù)睦щy。在外部環(huán)境適應(yīng)上，自動駕船的技術(shù)要求遠(yuǎn)遠(yuǎn)高于自駕車。

由于電池?zé)o法負(fù)荷大型船舶遠(yuǎn)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(fù)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(hù)十分瑣碎，過濾燃油雜質(zhì)、進(jìn)行管道疏通與清潔等隨機(jī)發(fā)生的系統(tǒng)問題使維護(hù)工作不易自動化。

另外，電力、網(wǎng)絡(luò)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(yuǎn)洋航行時確保電力供應(yīng)與系統(tǒng)設(shè)備正常運(yùn)行，是自駕船必須面對的問題。且遠(yuǎn)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(luò)，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(qiáng)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(yuǎn)高于汽車，自動駕駛技術(shù)測試成本十分高昂。且海洋交通數(shù)字化進(jìn)程不如陸地，船舶行業(yè)缺乏公開數(shù)據(jù)庫來訓(xùn)練自動駕駛AI神經(jīng)網(wǎng)絡(luò)模型。

自然環(huán)境、設(shè)備問題、電力供應(yīng)、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(yuǎn)程遙控結(jié)合部分自動控制才能保障船舶的運(yùn)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(yuǎn)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(yuǎn)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(lǐng)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(yùn)及渡輪自動駕駛技術(shù)，IBM的AI自駕船“五月花號”用于收集、探測有關(guān)海洋的數(shù)據(jù)，以幫助科學(xué)家們解決全球暖化、氣候變遷、環(huán)境污染及海洋動物保護(hù)問題。

較小的體積讓五月花號得以使用風(fēng)力和電力作為動力來源，利用太陽能電池幫助補(bǔ)充電力。比起復(fù)雜且不易維護(hù)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(yù)報數(shù)據(jù)來輔助自主導(dǎo)航?jīng)Q策，幫助其應(yīng)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(yuǎn)洋航行無法訪問高帶寬網(wǎng)絡(luò)的問題。藉由多個船載的 NVIDIA Jetson AGX Xavier 設(shè)備進(jìn)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(luò)黑客入侵。

自主決策方面，通過內(nèi)部搭建的運(yùn)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(yùn)行于 RHEL （RedHat Enterprise Linux） 上的安全管理者功能將復(fù)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(wù)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(guān)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(zhǔn)備。五月花號預(yù)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(yuǎn)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(yùn)船只，嘗試將自動駕駛船應(yīng)用于不需擔(dān)心信號傳輸與極端天氣的城市運(yùn)河似乎也是個不錯的選擇。

麻省理工學(xué)院計算器科學(xué)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(yùn)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(jìn)器、微控制器、攝像機(jī)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(dá)、GPS傳感器及用于定位、姿態(tài)和速度的慣性測量單元進(jìn)行自我定位。其搭載的非線性模型預(yù)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(yùn)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(fù)責(zé)領(lǐng)導(dǎo)船隊運(yùn)行的方向和軌跡。通過偵測自己與船隊結(jié)構(gòu)中心的相對位置，當(dāng)領(lǐng)隊 Roboat II 開始向給定的目的地移動時，兩側(cè)的Roboat II便可以估計領(lǐng)隊的意圖并調(diào)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(yùn)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(yīng)控制器，希望實現(xiàn)當(dāng)物品放置在船上時，該控制器能動態(tài)改變船隊結(jié)構(gòu)。

縮小才是關(guān)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(yuǎn)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(dǎo)航等智能設(shè)備，也還停留在輔助駕駛與機(jī)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(yīng)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(yīng)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(jìn)系統(tǒng)，配合GPS能更精確地控制運(yùn)動軌跡，提升機(jī)動性與靈活性，更容易在運(yùn)河等復(fù)雜水域和交通繁忙的港口完成避障。但在遠(yuǎn)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(yùn)用于河運(yùn)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(yīng)用，對于暫時陷入瓶頸的船舶自動駕駛技術(shù)而言，適當(dāng)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(shù)商業(yè)化，再按部就班航向遠(yuǎn)洋。

漢堡工商管理學(xué)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(shù)而言，半自動駕駛船舶已經(jīng)存在。AI船長真正揚(yáng)帆啟航的日子，似乎也離我們不再遙遠(yuǎn)。

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(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。

部分圖片來自網(wǎng)絡(luò)，且未核實版權(quán)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(guān)注領(lǐng)域】智能家電（含白電、黑電、智能手機(jī)、無人機(jī)等AIoT設(shè)備）、智能駕駛、AI＋醫(yī)療、機(jī)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。