论文部分内容阅读
蓝天、白云、一望无垠的碧蓝海面—这本应是幅很美的画面，但现实往往是，海面上总会漂浮着一些海洋垃圾，它们不仅影响美景，实际上也是杀死众多海洋生物的元凶之一。比如海龟就常常因为误食塑料袋，导致肠胃堵塞而无法进食，最终只能饥饿地死去。
高达80%的海洋垃圾来自于陆地上的废弃物，其中又以塑料废弃物居多。根据美国《科学》（Science）杂志统计，全球每年平均流入海洋的塑料垃圾达到800万吨，相当于每英尺（约合30厘米）海岸线就有5只塞满废弃塑料的垃圾袋。
这些塑料垃圾如果得不到及时处理，就会沉入海底，如此，再想清理它们就更难了。所以，塑料垃圾还未沉入海底，并在海面上漂浮的时候，是清理它们的最佳时机—不过即使如此，这项工作也费时费力。
在荷兰的鹿特港，目前就有一位极富耐心的海上“清道夫”，绰号“垃圾鲨鱼”（Waste Shark）。这其实是一台能够吞没垃圾的机器，今年刚完成了第一阶段测试。它由南非的企业家Richard Hardiman带领团队耗时3年研发。“垃圾鲨鱼的设计理念就是让它能够持续清理水面，让人们不会看到成堆垃圾出现。”Hardiman说。
所以，垃圾鲨鱼日常的工作就是每天在港口附近的固定区域巡逻，发现垃圾，并“吃掉”它们—你可以将其视为一台海上扫地机器人，就像陆地上使用的扫地机器人一样。在测试时，它一次大约能够收集180公斤的垃圾。
从外形上看，垃圾鲨鱼像一艘白色的小型电动双体船，其两侧配备了两个浮筒，中间是一个垃圾储存箱。底部除了通水口外，还有一只收集垃圾的铲子，铲子掠过水面收集漂浮的垃圾，然后转移到储存箱内。
垃圾鲨鱼由电池驱动。它的身上配置了车载电池和太阳能电池板，每次大约能够行驶3000米。在完成一次巡逻路线后，它就会自动返回到接收站，清空垃圾，并补充电量。人类还能通过接收站的仪表控制器获得垃圾鲨鱼的实时反馈，随时监控，当出现紧急情况时立即接手控制权。
如何让垃圾鲨鱼“识别”垃圾，是它能胜任这项工作的基础。这实际上就涉及到时髦的人工智能领域里的机器学习技术了。
研发早期，Hardiman团队试图通过使用机器视觉识别技术来锁定漂浮物。想要“教会”机器识别物体，先要让它能够“看见”物体，即机器视觉识别的第一层：感知层。
Hardiman团队给无人机安上一只三维视觉传感器，这个传感器由两只摄像头组成，就像人类的两只眼睛。普通的传感器，比如我們平时拍照用的摄像头，只能够获得关于物体长和宽的二维平面信息，即坐标轴里的X轴和Y轴。而三维视觉传感器通过双目视差原理，能够测算出物体上每个点的距离，即收集Z轴的信息，最后得出物体的形状、大小和位置。
“三维识别就是增加了物体深度方面的信息量，可以提高识别的精确率，进一步就能够做出动作识别和手势识别。”计算机视觉技术方案公司图漾副总经理徐韬告诉《第一财经周刊》。
通常我们在观察静物时，两只眼同时睁开与单眼分别睁开时看到的静物位置是不同的，这由两只眼睛的位置差异造成，这种差别被称为双目视差。视差再反馈到我们的大脑中，经过中枢神经系统处理后，让我们对观察到的静物产生了立体的感觉。
机器视觉识别原理和人眼类似。两只摄像机分别拍照后，通过后端系统软件的计算，获得所拍图像中每个点的三维距离，最后确定物体的准确位置，达到和人眼看见的画面相同的效果。
但垃圾鲨鱼“看见”的物体并非都是垃圾，所以它还要去识别哪些物体可能是真正的垃圾，这就是机器视觉识别的第二层：应用层，这意味着垃圾鲨鱼要学会处理外界信息，就像人能够判断出看见的物体是什么。
这部分内容主要通过算法完成。随着计算能力提升和数据量的扩大，人类已经能提供给机器大量的图片帮助其训练。目前，垃圾鲨鱼后台图片库的数量甚至已经达到几千万张。当它发现的物体和训练时的图片吻合，它就可以确定该物体是它要收集的垃圾了。
然而，机器视觉识别技术在水面上使用时存在一个缺陷：容易受到水面光的反射和折射干扰，导致定位不准确—人眼在看水面反光强烈的地区，也会出现画面的失真。
经过一番测试，Hardiman放弃了让无人机使用机器视觉识别技术在茫茫大海上寻找垃圾的方式，而改用路径规划的方法。
他给垃圾鲨鱼搭载了一款机载传感器，植入一套软件学习系统，这能让它逐渐了解周围的环境。这套系统可以根据潮汐、风向、天气等数据，判断出在特定的环境下，垃圾最易集中的海域。在类似的环境发生时，它就会回到特定的地点，再通过视觉识别，收走垃圾，这大大降低了收集垃圾的难度。而在这个收集过程中，垃圾鲨鱼还会逐渐掌握返回收集点的最高效路径。
垃圾鲨鱼的垃圾收集口能够替换，让它不仅仅能够收集塑料垃圾，还能收集海面上的化学物质。在海洋上常常会发生大片的石油泄漏，垃圾鲨鱼能够聚集到这片区域中，及时处理泄漏出的石油。
除了能够“吞食”垃圾，你可能已经注意到，垃圾鲨鱼还具备收集数据的功能，诸如水质、海洋深度和天气情况等。这些数据的收集可以反馈给港口，用来提醒人们注意行船的安全。
如何将垃圾鲨鱼固定安排在一片海域工作，而不会影响到港口繁忙的“交通”，这也是Hardiman团队需要解决的问题。
团队的办法是，利用地理围栅（Geo-fencing）功能，用虚拟的围栅制造一个虚拟的地理边界，当垃圾鲨鱼进入或者离开某个特定地理区域，乃至在这片区域中活动时，它自身可以接收到通知和警告。
目前Hardiman团队和鹿特港已签订了合约，部署4台设备继续测试，为未来在全球推广做准备。
垃圾鲨鱼现在分为Fatboy和Slim两个型号，从名称上就能看出它们的区别在于容量的大小。团队还正在开发一款“巨大型垃圾鲨鱼”，它将单纯依靠太阳能提供的能源工作，预计一次能够吞食约500公斤的垃圾。
有人可能会担心，垃圾鲨鱼是否会取代部分人类的工作，让他们面临失业—这也是凡涉及人工智能技术的领域都会面临的问题。Hardiman说，这种机器所做的工作，是人力无法有效胜任的，他希望通过机器来改善人类的生活，而不是导致他们失业。
高达80%的海洋垃圾来自于陆地上的废弃物，其中又以塑料废弃物居多。根据美国《科学》（Science）杂志统计，全球每年平均流入海洋的塑料垃圾达到800万吨，相当于每英尺（约合30厘米）海岸线就有5只塞满废弃塑料的垃圾袋。
这些塑料垃圾如果得不到及时处理，就会沉入海底，如此，再想清理它们就更难了。所以，塑料垃圾还未沉入海底，并在海面上漂浮的时候，是清理它们的最佳时机—不过即使如此，这项工作也费时费力。
在荷兰的鹿特港，目前就有一位极富耐心的海上“清道夫”，绰号“垃圾鲨鱼”（Waste Shark）。这其实是一台能够吞没垃圾的机器，今年刚完成了第一阶段测试。它由南非的企业家Richard Hardiman带领团队耗时3年研发。“垃圾鲨鱼的设计理念就是让它能够持续清理水面，让人们不会看到成堆垃圾出现。”Hardiman说。
所以，垃圾鲨鱼日常的工作就是每天在港口附近的固定区域巡逻，发现垃圾，并“吃掉”它们—你可以将其视为一台海上扫地机器人，就像陆地上使用的扫地机器人一样。在测试时，它一次大约能够收集180公斤的垃圾。
从外形上看，垃圾鲨鱼像一艘白色的小型电动双体船，其两侧配备了两个浮筒，中间是一个垃圾储存箱。底部除了通水口外，还有一只收集垃圾的铲子，铲子掠过水面收集漂浮的垃圾，然后转移到储存箱内。
垃圾鲨鱼由电池驱动。它的身上配置了车载电池和太阳能电池板，每次大约能够行驶3000米。在完成一次巡逻路线后，它就会自动返回到接收站，清空垃圾，并补充电量。人类还能通过接收站的仪表控制器获得垃圾鲨鱼的实时反馈，随时监控，当出现紧急情况时立即接手控制权。
如何让垃圾鲨鱼“识别”垃圾，是它能胜任这项工作的基础。这实际上就涉及到时髦的人工智能领域里的机器学习技术了。
研发早期，Hardiman团队试图通过使用机器视觉识别技术来锁定漂浮物。想要“教会”机器识别物体，先要让它能够“看见”物体，即机器视觉识别的第一层：感知层。
Hardiman团队给无人机安上一只三维视觉传感器，这个传感器由两只摄像头组成，就像人类的两只眼睛。普通的传感器，比如我們平时拍照用的摄像头，只能够获得关于物体长和宽的二维平面信息，即坐标轴里的X轴和Y轴。而三维视觉传感器通过双目视差原理，能够测算出物体上每个点的距离，即收集Z轴的信息，最后得出物体的形状、大小和位置。
“三维识别就是增加了物体深度方面的信息量，可以提高识别的精确率，进一步就能够做出动作识别和手势识别。”计算机视觉技术方案公司图漾副总经理徐韬告诉《第一财经周刊》。
通常我们在观察静物时，两只眼同时睁开与单眼分别睁开时看到的静物位置是不同的，这由两只眼睛的位置差异造成，这种差别被称为双目视差。视差再反馈到我们的大脑中，经过中枢神经系统处理后，让我们对观察到的静物产生了立体的感觉。
机器视觉识别原理和人眼类似。两只摄像机分别拍照后，通过后端系统软件的计算，获得所拍图像中每个点的三维距离，最后确定物体的准确位置，达到和人眼看见的画面相同的效果。
但垃圾鲨鱼“看见”的物体并非都是垃圾，所以它还要去识别哪些物体可能是真正的垃圾，这就是机器视觉识别的第二层：应用层，这意味着垃圾鲨鱼要学会处理外界信息，就像人能够判断出看见的物体是什么。
这部分内容主要通过算法完成。随着计算能力提升和数据量的扩大，人类已经能提供给机器大量的图片帮助其训练。目前，垃圾鲨鱼后台图片库的数量甚至已经达到几千万张。当它发现的物体和训练时的图片吻合，它就可以确定该物体是它要收集的垃圾了。
然而，机器视觉识别技术在水面上使用时存在一个缺陷：容易受到水面光的反射和折射干扰，导致定位不准确—人眼在看水面反光强烈的地区，也会出现画面的失真。
经过一番测试，Hardiman放弃了让无人机使用机器视觉识别技术在茫茫大海上寻找垃圾的方式，而改用路径规划的方法。
他给垃圾鲨鱼搭载了一款机载传感器，植入一套软件学习系统，这能让它逐渐了解周围的环境。这套系统可以根据潮汐、风向、天气等数据，判断出在特定的环境下，垃圾最易集中的海域。在类似的环境发生时，它就会回到特定的地点，再通过视觉识别，收走垃圾，这大大降低了收集垃圾的难度。而在这个收集过程中，垃圾鲨鱼还会逐渐掌握返回收集点的最高效路径。
垃圾鲨鱼的垃圾收集口能够替换，让它不仅仅能够收集塑料垃圾，还能收集海面上的化学物质。在海洋上常常会发生大片的石油泄漏，垃圾鲨鱼能够聚集到这片区域中，及时处理泄漏出的石油。
除了能够“吞食”垃圾，你可能已经注意到，垃圾鲨鱼还具备收集数据的功能，诸如水质、海洋深度和天气情况等。这些数据的收集可以反馈给港口，用来提醒人们注意行船的安全。
如何将垃圾鲨鱼固定安排在一片海域工作，而不会影响到港口繁忙的“交通”，这也是Hardiman团队需要解决的问题。
团队的办法是，利用地理围栅（Geo-fencing）功能，用虚拟的围栅制造一个虚拟的地理边界，当垃圾鲨鱼进入或者离开某个特定地理区域，乃至在这片区域中活动时，它自身可以接收到通知和警告。
目前Hardiman团队和鹿特港已签订了合约，部署4台设备继续测试，为未来在全球推广做准备。
垃圾鲨鱼现在分为Fatboy和Slim两个型号，从名称上就能看出它们的区别在于容量的大小。团队还正在开发一款“巨大型垃圾鲨鱼”，它将单纯依靠太阳能提供的能源工作，预计一次能够吞食约500公斤的垃圾。
有人可能会担心，垃圾鲨鱼是否会取代部分人类的工作，让他们面临失业—这也是凡涉及人工智能技术的领域都会面临的问题。Hardiman说，这种机器所做的工作，是人力无法有效胜任的，他希望通过机器来改善人类的生活，而不是导致他们失业。