走向深海的机器人如何布局 这场论坛告诉你

读创／深圳商报驻穗记者 张莹 22日，在大湾区科学论坛海洋科学分论坛上，海内外海洋科学与工程领域的相关专家济济一堂，共话前沿技术发展，现场不时响起热烈的掌声。 摄影：张莹 来自美国四大理工院校之一的佐治亚理工大学的院长教授张福民，最近刚刚加入香港科技大学。他带来全球最前沿的深海机器人技术进展，并对中国下一步布局相关产业作出一些详细的建议。 机器人走向深海 2018年，在北大西洋上同时有三个飓风在形成，当时来自美国30多个不同部门包括海军研究院、大气海洋局、大学等共同布放了30多台水下滑翔机，对三个正在形成的台风进行同步观测。张福民教授参加了这个项目，对水下滑翔机自动操作提供软件支持和算法支持，引起了各方面的重视。 传统的科考船载着人和设备到深海进行探测的方法，费时费力，而且比较昂贵。国际上流行的趋势是采用水下滑翔机进行海洋数据的搜集。它能潜到非常深的海底，是进行基础环境调查的关键技术手段。 近年，美国能同时布放大概50至100台水下滑翔机，操作时间达到几个月到一年，最高记录是两年，如果加上能量获取装置能持续工作两年以上。美国的海洋观测公司已经勘测了全球最深的5个海底，布放了多个有人和无人系统。 据悉，让人欣慰的是，中国已经拥有了类似的技术，早在2018年，中国2台“海翼7000”深海水下滑翔机在马里亚纳海沟连续工作46天，搜集了大量数据。 中国海洋科技需要换道超车发展关键技术 张福民指出，中国换道超车研发自己的的深海水下滑翔机，已经可以做到和美国齐头并进的水平。 他进一步指出，中国的海洋技术目前比较落后。放眼未来，要想超越，尤其需要换道超车的思维。也就是提前预判并布局未来的技术趋势。有些关键的“卡脖子”技术一时之间是没有办法突破的，如果换道超车，就有可能绕过一些卡脖子的关键技术。直接开发新技术。 比较典型的例子就是中国的电动汽车行业，目前已经可以比肩甚至超越美国。虽然中国一直没有攻克汽车内燃机的关键技术，但是通过发展电动汽车，实现了技术换代和领先。 海底物联网是新的发展方向 有了海底环境的基础信息，下一步就用到遥操作的水下作业型机器人。包括机器人本体技术，水下机械臂，和机械手技术。水下作业型机器人像一台小卡车那么大，上面装有很多的传感，通信，电力装置。操作人员遥控它以及机械手去进行海底作业。这种技术目前基本被美国、英国、挪威垄断。中国替代产品的市场化目前还不是很理想，因为以前能买到国外的设备，就不会用自己的设备。现在由于国外的技术封锁，可能反而有机会去推动装备的国产替代。 再下一步，就是人可以身临其境的进行深海探测，这需要深海载人深潜器。身临其境才能对深海有新的感悟、有新的科学思想发生。中国这方面的代表是“蛟龙号”。他认为，深海探测无人技术和有人技术相辅相成不能互相替代。即使采用有人技术，无人技术一定在前期做了大量工作，降低了载人深潜的危险性。 为满足长期观测的需求，各国都在开发坐底观测器。一旦在某个固定的位置上发现有价值的目标，就可以把观测器放下去长期驻留，采集样本，收集数据、图像等信息。这种长期布放的观测装置往往需要数据的实时传输，对通信网络、水下联网技术、水下传感器可靠性等都提出了全新的要求。 据此，张福民指出，未来比较明显的技术趋势是，海洋观测、海洋科学、海洋矿产开发等领域都朝着着海底物联网的方向发展，所有的平台、所有的装置都要联通起来，配合发挥作用，实现长期的观测。 在这个技术趋势下有一些关键技术可以布局。这些技术目前为止只是刚刚开始的应用或者尚未被应用。 常驻式装备、多模态技术……未来发展有多个趋势 首先，常驻式装备一定是未来发展的趋势。张福民指出，以后作业型的机器人一定不是临时布放，而是长期在海里，等需要的时候直接放出来。这将涉及一系列的问题，比如怎么找能源、怎么充电、怎么触发等。比如说跟海面上的信标相结合，如果需要直接用信标触发让它在海底操作就可以了。 第二个深海探测必然要做的事情，就是多模态技术。像蚂蚁窝一样，在海底放一个基地，放不同的机器人，不同机器人协作完成一个任务，或者一个机器人做各种不同类型的任务。同时把它跟人机遥操作和虚拟现实技术结合起来，可以在很远的地方实现对整个基地的控制。目前德国、美国、日本都在研究这个方向。 他指出，机器人行业的一个主要技术趋势，就是要发展软体机器人和软体机械手。因为软体材料的成本可能比金属材料低很多。尤其是在深海探测中，通过结构设计能够将软体机器人做得很小，更耐压，更灵活，自由度更高，在各种情况实现比较复杂的抓取操作，更适合探索深海世界。 他认为，“中国水下机械臂产品尚有一些关键技术没有撬动，但如果以后往软体机器人或软体机械手方向投入，会有引领和超越的机会”。 另一个重要技术趋势是原位观测。这个在中国已经实现。把实验室搬到海底，在现场进行采样、分析，不需要传递采集的样品而直接传送分析结果，可以大大地节省人力成本。同时，由于进行的原位采样，数据是最真实的。 还有一个技术趋势是自学习。张福民举了蚁群的例子。沙漠上的蚂蚁在进行捕食之前，会先在自己的窝附近熟悉环境，下一步可以去到离窝很远的地方捕猎，通过寻找熟悉的环境回到巢穴。 深海探测也可以采用类似的模式，机器人先感知周围的环境并用深度神经网记录下来，离开基地以后，从很远的地方回来只要去寻找此前所熟悉的场景就可以了，不用非常复杂的算法或通信就能实现。这是对未来多模态、原位观测机器人而言非常重要的人工智能技术。 因为深海实验困难重重，张福民指出，有些算法可以在实验室先验证。他介绍了佐治亚理工学院为此研发的“自动气球”。该“气球”的动力学模型和海洋机器人的动力学模型高度相似。他的团队解决了多智能体之间怎么在没有外部定位的情况下实现互相定位。具体是两个气球通过观测彼此实现水下的互相定位，不需要借助于外界定位手段。 人工智能的任务规划正走向深海 最后一个趋势是基于人工智能的任务规划。 据悉，目前在机器人领域有三个层次的规划：一个是在最底层的现实世界层面的控制和规划，已经做得比较完善，一般通过控制器得以实现；中层规划，是把任务变成图，在树上或图上搜索和规划，这个我们目前在海洋领域也已经有应用，但是还没有充分普及； “我们现在缺的是最高层，即在目标层的规划，在美国有大量的类人脑的结构研究，最近的Chat GPT也是一个超级强大的类人脑的技术，可以在最高层进行规划。以后的趋势就是这三层规划在海洋里面都会得到充分的应用。” 张福民举了一个上层规划的例子，通过知识图谱和深度学习决定合适的抓去行为。比如，机器人如果在深海看到以前没有见过的东西，可以通过以前的认知和经验自行决定怎么抓取。这种上层规划目前在海洋机器人领域还没有得到广泛的应用，需要各国研发人员深入研究。 最后，张福民建议，中国要普及民众对海洋机器的了解。建议高校，科研院所对海洋机器人，水下联网，水下传感器以及智能算法做出一个全开源的系统。这样的工作可能没有直接经济效益，但可以让更多的人进入这个领域，产生更多更好的想法，继而催生真正能用的技术，这样才能把中国海洋机器人产业真正做起来！ 审读：乔会青