在地球，有一半的生物在海洋中生存，并且，海洋还为地球提供约一半的氧气。但海洋污染问题存在已久，仅塑料垃圾就数量庞大。
据中国生物多样性保护与绿色发展基金会发布的消息，“每年都有多达 1200 万吨塑料垃圾最终流入海洋，预计至 2040 年将增加两倍。”
海洋垃圾约 94% 存在于海洋底部，人类如果想彻底地清理海洋垃圾，无论从消耗时间、费用、安全性还是技术难度来说，都是一项巨大的挑战。
潜水员的清理作业通常仅在海洋表面，并且工作量和工作效率有限，那么对于具有潜在危险的深海，清理海洋垃圾是否有更好的选择？或许可以考虑用机器人代替人类。
图 | 可收集水下垃圾的机器人组合系统（来源：SeaClear）
最近，慕尼黑工业大学 (Technical University of Munich，简称 TUM) 参与了 SeaClear 项目，该项目由 8 家机构共同合作，开发了可收集海底垃圾的机器人系统。不仅可自主收集海洋垃圾，还将它们分类，并且准确率有望达到 80%。
此外，TUM 团队在 2021 年 11 月 23 日，以《Koopman 算子动力学模型：学习、分析和控制》（Koopman operator dynamical models: Learning, analysis and control）为题在Annual Reviews in Control发表了相关论文[1]。
图 | 相关论文（来源：Annual Reviews in Control）
那么，这种机器人系统有哪些优势？具体是如何工作的？
它使用多波束测深仪扫描海底的目标区域，产生海底的测深地图。这用作垃圾收集的参考，有关垃圾的其他信息如环境、位置、大小等都可在该“地图”中获取。
该机器人系统并非一个机器人，而是结合了四个具有不同功能机器人的“组合”，分别是无人水面舰艇、观察机器人、收集机器人以及空中无人机。它们既各自作业，又合作互动。
首先，无人水面舰艇对海底的目标区域进行初步扫描，特别是一些大型垃圾，如轮胎或管道可能已经会从测深数据中检测到，同时被标记在地图。
图 | 无人水面舰艇进行初步扫描（来源：SeaClear）
然后，观察机器人 Litter 潜入海底，针对海底目标区域的小型垃圾进行近距离扫描。Litter 利用人工智能、深度学习对象识别技术，通过使用相机和前视声纳，以及其他传感器（如金属探测器）来获取相关信息。这些深度网络经过训练，可区分海洋垃圾和海洋生物，从而确保系统只收集海洋垃圾而不会牵连其他。
图 | 观察机器人 Litter（来源：SeaClear）
空中无人机与无人水面舰艇用数据系绳连接。如果海水足够清澈，空中无人机（DJI Matrice M210 RTK）在空中可帮助识别更多的海洋垃圾（如大垃圾袋）；如果水域较浑浊，该无人机则通过扫描目标区域周围的障碍物提供帮助。
动图丨收集机器人回收海洋垃圾（来源：SeaClear）
根据无人水面舰艇、观察机器人、空中无人机收集的数据，它们的结果综合后会生成虚拟地图，收集机器人 Tortuga 根据地图上垃圾的定位点进行有序的垃圾收集。它使用定制的抓手将较大的碎片放入收集篮中，待垃圾任务结束收集篮再由船拖到岸边。
在一些复杂的海洋环境中，它也可以有条不紊地进行垃圾采集。比如当垃圾在海洋植物之间，Tortuga 会根据情况，使用抽吸装置或高精度地采集。
图 | 具有网状结构壁和弹性体唇缘界面的收集篮（来源：SeaClear）
简单来说，机器人系统清理海洋垃圾的程序为扫描定位、观察海底环境、提供环境数据、收集垃圾放入收集篮、将收集篮由船收回。
为了确保机器人顺利、有效地清理海洋垃圾，其工作效率和精准度是核心因素。研究人员通过机器学习的方法，一个 AI 模块可以执行运算并学习机器人以特定方式移动，这使得精确预测其行为成为可能。
图 | 研究团队在电脑观察机器人的垃圾收集情况（来源：SeaClear）
SeaClear 首席研究员桑德拉·希尔奇（Sandra Hirche）教授表示，机器人的计算能力仍然是一个棘手的问题，他说道：“我们没有连接到配备超级计算机的大型数据中心，因此，需要在有限资源下运行的高效算法，我们正在使用高效采样方法，以最少的数据进行精确预测，AI 系统只是丢弃了不必要的信息。”
据 SeaClear 估算，未来该机器人系统投入运行，海底垃圾分类准确率可达到 80%，并可有效回收其中的 90%，这与潜水员清理海洋垃圾的工作效率相当。
2021 年 10 月，该系统原型机的初步试验在克罗地亚杜布罗夫尼克完成，该区域海水清澈，能见度条件好。相关工作人员表示， 2022 年 5 月，他们计划在德国汉堡港进行进一步的试验。
-End-
专业支持：REN
参考：
1.Petar Bevanda et al.Annual Reviews in Control,52(2021). https://doi.org/10.1016/j.arcontrol.2021.09.002
https://techxplore.com/news/2021-12-robots-underwater-litter.html
https://seaclear-project.eu/news/news/45-seaclear-animation