時(shí)隔多年，AI船長終于能揚(yáng)帆啟航?

　　IBM與海洋研究非營利組織ProMare合作推出的AI船長，在上周剛結(jié)束的2021國際電子消費(fèi)展上獲得了最佳創(chuàng)新獎(jiǎng)。其具備的AI全自主決策駕駛技術(shù)，讓沉寂已久的自駕船話題重新出現(xiàn)在大眾視野。

　　默默努力的造船者

　　相比于汽車，船舶的自動(dòng)駕駛技術(shù)起步稍晚。國際海事法規(guī)的限制使自駕船無法航出公海進(jìn)行遠(yuǎn)洋試驗(yàn)，相關(guān)的技術(shù)研究多為紙上談兵，無法獲得第一手的實(shí)驗(yàn)數(shù)據(jù)。2018年，聯(lián)合國分支機(jī)構(gòu)國際海事組織(IMO)明確將無人駕駛船舶分級，這項(xiàng)技術(shù)才得以走向統(tǒng)一的開發(fā)流程。

　　2018年底，世界上第一艘等級四的自動(dòng)駕駛渡輪Falco號，在芬蘭帕爾加斯和瑙沃之間完成短距離的自主航行試驗(yàn)。這艘由Rolls-Royce與芬蘭國營渡輪公司Finferries合作研發(fā)的渡輪已完成在大雪和強(qiáng)風(fēng)中躲避障礙物并自動(dòng)靠泊的實(shí)驗(yàn)。

　　Kongsberg Group的自動(dòng)駕駛純電動(dòng)集裝箱貨船Yara Birkeland處于試驗(yàn)階段，預(yù)計(jì)于2022年實(shí)現(xiàn)完全無人操控的自主航行，解決挪威沿岸的肥料運(yùn)輸問題。

　　2019年6月，IMO發(fā)布《自主船舶試驗(yàn)暫行指南》(MASS)后，各國的無人駕駛船舶得以在公共海域進(jìn)行實(shí)驗(yàn)。日本郵船公司(NYK Line)的大型汽車運(yùn)輸船“Iris Leader”藉由日本郵船與日本海洋科學(xué)(JMS)共同開發(fā)的最佳導(dǎo)航程序——Sherpa System for Real (SSR)船舶導(dǎo)航系統(tǒng)，在船員監(jiān)測下完成中國到日本的遠(yuǎn)程操控+自主航行。此系統(tǒng)運(yùn)用AI和物聯(lián)網(wǎng)，會全天候根據(jù)環(huán)境條件計(jì)算最佳路線來對船只進(jìn)行導(dǎo)航，并通過雷達(dá)和自動(dòng)識別系統(tǒng)來實(shí)現(xiàn)避碰。

　　韓國三星重工的SAS自動(dòng)駕駛系統(tǒng)具備空間識別技術(shù)，利用高性能攝像頭和激光雷達(dá)探測周邊狀況。輸入目的地后，AI便自主選擇最佳航線，無需船員在船上操縱。利用SK電訊提供的視頻控制解決方案T-Live Caster和基于云的IoT解決方案，可通過衛(wèi)星通信和5G進(jìn)行聯(lián)絡(luò)與控制船只。去年，此船已實(shí)現(xiàn)從相距250公里的管制中心遠(yuǎn)程進(jìn)行監(jiān)視，順利完成單程約10公里的自主航行試驗(yàn)。

　　作為造船大國，中國近年也致力研發(fā)船舶自動(dòng)駕駛技術(shù)。由中國船舶重工集團(tuán)有限公司第七〇四研究所、交通運(yùn)輸部水運(yùn)科學(xué)研究院、智慧航海(青島)科技有限公司合作建造的“智騰”號已完成自主避障試驗(yàn)。其具備自動(dòng)避碰、水下避碰、自動(dòng)靠離泊和遠(yuǎn)程遙控功能，并搭建船岸協(xié)同通信系統(tǒng)和大數(shù)據(jù)系統(tǒng)。雖可達(dá)到MASS第三階段“周期性無人在船”的要求，但仍未具備完全的自動(dòng)駕駛能力。

　　目前，由上海佳豪船舶設(shè)計(jì)院設(shè)計(jì)，智慧航海(青島)科技有限公司監(jiān)造，青島造船廠有限公司承建，全球噸位最大的智能航行船舶“智飛”號已投入建造。其通過發(fā)電機(jī)組+動(dòng)力電池的串聯(lián)式混合動(dòng)力方案，對動(dòng)力系統(tǒng)進(jìn)行優(yōu)化。此船計(jì)劃于2021年6月建造完成并交付使用。

　　巨大的商業(yè)誘惑

　　雖然船舶自動(dòng)駕駛技術(shù)難以實(shí)現(xiàn)，但依然有許多公司選擇進(jìn)入這個(gè)賽道。由于全世界有八成以上的貨物都會通過海洋運(yùn)輸，即便“道阻且長”，船舶自動(dòng)駕駛技術(shù)可大幅降低人事及交通運(yùn)輸成本、節(jié)省貨船空間并提升航運(yùn)安全性，頗具商業(yè)價(jià)值。因此，除了大型船舶貨運(yùn)公司想借此節(jié)省成本，其巨大商業(yè)利益也吸引許多專門提供自駕技術(shù)服務(wù)的新玩家入場。

　　像美國初創(chuàng)公司Shone便是作為自動(dòng)駕駛技術(shù)供應(yīng)商來為船舶提供服務(wù)。通過AI融合來自雷達(dá)和攝像機(jī)等船載傳感器的數(shù)據(jù)，繪制出船舶周圍危險(xiǎn)隱患圖片，并給予導(dǎo)航幫助，賦予現(xiàn)有船只“半自動(dòng)”駕駛技術(shù)。目前，Shone與法國大型航運(yùn)公司CMA CGM達(dá)成了合作協(xié)議，為其船舶安裝態(tài)勢感知系統(tǒng)。

　　商業(yè)模式類似的，還有另一家初創(chuàng)企業(yè)Sea Machine Robotics。它專門開發(fā)用于自主控制和遠(yuǎn)程船只控制的工業(yè)級控制系統(tǒng)，并結(jié)合AI和激光雷達(dá)軟件來幫助船舶感知周圍的環(huán)境。此系統(tǒng)也可安裝在現(xiàn)有船只上，Sea Machine曾與航運(yùn)公司Maersk合作，為其商船安裝了自主控制系統(tǒng)SM400的態(tài)勢感知軟件，以提高安全性并提供導(dǎo)航服務(wù)。

　　目前，自動(dòng)駕駛船舶的商業(yè)化還僅停留在AI輔助駕駛的階段。無論是初創(chuàng)企業(yè)還是大型船舶公司，目前都尚未研發(fā)出完全的自動(dòng)駕駛船舶。外部環(huán)境所造成的技術(shù)難題與高昂的測試成本皆拖慢了自駕船的研發(fā)進(jìn)程。

　　遠(yuǎn)航的阻力

　　即便海陸空的自動(dòng)駕駛技術(shù)都是依托于大數(shù)據(jù)計(jì)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(shí)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(yàn)。

　　船舶在海上航行時(shí)間長，移動(dòng)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(dòng)駕駛船舶須結(jié)合船只重量和特殊的動(dòng)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(dòng)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(shí)信號傳輸?shù)睦щy。在外部環(huán)境適應(yīng)上，自動(dòng)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(dòng)力，故現(xiàn)在的大型貨船多以柴油發(fā)動(dòng)為主。燃油船的動(dòng)力系統(tǒng)操作比電動(dòng)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(dòng)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(shí)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(shí)時(shí)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(shí)現(xiàn)全程AI自動(dòng)駕駛。

　　再者，船舶造價(jià)遠(yuǎn)高于汽車，自動(dòng)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(dòng)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(dòng)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(dòng)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(dòng)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(dòng)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(dòng)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(bào)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(jì)算上，五月花號使用完全自主的IBM邊緣計(jì)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(gè)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(shí)保持最新狀態(tài)，IBM和ProMare啟動(dòng)了一個(gè)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(xiàng)目數(shù)據(jù)的實(shí)時(shí)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(jì)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(shí)驗(yàn)的重點(diǎn)。

　　若是實(shí)驗(yàn)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(jì)算、AI自主決策與規(guī)則管理系統(tǒng)將為自動(dòng)駕駛船舶率先建立一個(gè)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(dòng)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(gè)不錯(cuò)的選擇。

　　麻省理工學(xué)院計(jì)算器科學(xué)與人工智能實(shí)驗(yàn)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(dòng)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(dòng)變換隊(duì)形，解決運(yùn)河船只擁堵的問題。無論船隊(duì)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(duì)運(yùn)行的方向和軌跡。通過偵測自己與船隊(duì)結(jié)構(gòu)中心的相對位置，當(dāng)領(lǐng)隊(duì) Roboat II 開始向給定的目的地移動(dòng)時(shí)，兩側(cè)的Roboat II便可以估計(jì)領(lǐng)隊(duì)的意圖并調(diào)整自己的移動(dòng)軌跡。

　　在最新的試驗(yàn)中，Roboat II可以成功在阿姆斯特丹運(yùn)河航行三個(gè)小時(shí)，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(shí)現(xiàn)當(dāng)物品放置在船上時(shí)，該控制器能動(dòng)態(tài)改變船隊(duì)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(yàn)中僅能做到遠(yuǎn)程操控+自主航行的半自動(dòng)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(dòng)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(dòng)，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(shí)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(dòng)力推進(jìn)系統(tǒng)，配合GPS能更精確地控制運(yùn)動(dòng)軌跡，提升機(jī)動(dòng)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(shí)陷入瓶頸的船舶自動(dòng)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(yàn)，也許是個(gè)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(bào)告指出，理想情況下，2025年將會出現(xiàn)約1000艘自動(dòng)駕駛船舶和2000艘半自動(dòng)駕駛的船舶。就現(xiàn)有技術(shù)而言，半自動(dòng)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)。