一些最重要的水下基础设施往往不像陆地上的基础设施那样更容易认识到，造成许多最重要的损毁检查都无法长时间展开。而配有了多功能AI系统的机器人，在检查水下基础设施时则可以较慢处置那些无法预测情况。 由于这些基础设施一般都坐落于深水区，不仅必须检查人员拒绝接受近于专业的训练，而且深水区对潜水员身体健康导致的影响一般来说必须好几周才能完全恢复。此外，必须检查的水下设施数量相比之下多达了训练有素潜水员的数量。
目前，科学家早已设计出有了能继续执行这些危险性任务的机器人。然而问题是，这些机器人目前还无法对变化莫测的水下环境作出明智的反应。
来自美国史蒂文斯理工学院的研究人员正在研究涉及算法，以便让这些机器人不具备检查和维护水下设施的能力。率领这项工作的是学院的机械工程学教授BrendanEnglot。他回应：让机器人在水下权利移动困难重重。
由于深水区的能见度较好，这使得水下机器人很难像人类在陆地上权利行驶那样在水下权利移动。 Englot率领的团队通过增强自学的办法来训练算法。这意味著，机器人并非用于准确的数学模型，而是让机器人继续执行涉及动作并仔细观察这种方法否有助实现目标。
通过重复试验，算法不会不断更新搜集的数据最后得出结论应付大大变化环境的最佳方法。如此一来，机器人在此前海图上没标示的区域也能顺利地展开操作者和导航系统。
近日，该研究团队将一个机器人为首去定位坐落于曼哈顿岛的一个码头。此前，我们并没那个码头的模型。在我们派遣水下机器人后，它顺利地已完成定位并回到。 机器人用于声呐取得数据，目前普遍认为这是最可信的海下导航系统方法。
其工作原理类似于海豚的Echo测距，通过测量高频线性调频从附近结构声浪所须要时间来计算出来出有距离。这种测试方法的一个缺失，就是不能接管到类似于灰度医学超声波的图像。Englot团队指出，一旦绘制出有了结构模型，机器人第二次通过该区域时之后可以用于摄像机摄制关键区域的高分辨率图像。
目前，Englot率领的项目还正处于早期阶段，但是却证明了人工智能可以修筑机器人技术新时代，在提高效率的同时还能减少人类工作的风险。
本文来源：半岛平台官网-www.hptonerdeal.com
扫一扫咨询微信客服