机器人如何帮助对抗有毒藻类

湖泊中的有害藻类大量繁殖是一个重大的环境问题，会产生极其危险的毒素，会污染供水或损害其他有机生命，包括人。生物学家可以通过从船舷收集样本来测试水的安全性，但获取相关数据并非易事，尤其是在覆盖数百英里的湖泊中。

虽然藻类大量繁殖可以在任何地方涌现，但找到最佳采样地点就像大海捞针一样。

因此，生物学家目前通过反复试验发现藻类浓度，并努力预测新的生长，延长了潜在有害藻类的发现时间，并在现场浪费时间和劳动力。

现在，南加州大学的计算机科学家和生物学家已经开发出一种方法，让自主机器人在科学家踏入现场之前找到有毒藻类的主要样本位置。该团队最近在国际智能机器人和系统会议(IROS)上发表了题为“估算环境分析分位数的信息路径规划”的论文。该论文也可在arXiv预印本服务器上获得。

“目前，科学家在现实世界中使用的许多机器人没有自主性或适应性，”共同第一作者Isabel Rayas说，他是弗莱彻琼斯基金会计算机科学捐赠Gaurav Sukhatme建议的计算机科学博士生，计算机科学和电气与计算机工程教授。

“我们的工作使生物学家很容易说出他们想要从哪些类型的区域收集水，然后机器人可以明确地专注于以该目标进行测量。这使他们能够节省时间并更有效地收集数据。

定位有害藻类

加州对有害藻类大量繁殖并不陌生，尤其是近年来，气候变化导致气温上升并破坏水系统。湖泊、水库和其他水体已经被蓝藻饱和，蓝藻会导致有毒藻类大量繁殖，以至于居住在附近的人因摄入有毒烟雾而面临健康并发症。

在花朵全力以赴之后，很难与它们战斗。在某些情况下，用于处理水的化学物质甚至会使问题变得更糟。这就是为什么生物学家密切关注蓝藻水平的能力是一项极其重要的任务。

虽然以前曾使用机器人来帮助生物学家定位藻类，但它们只能对环境进行总体概述。根据该研究的共同第一作者，计算机科学博士生Chris Denniston的说法，这个过程也存在“鸡和蛋的问题”。

“你真的不知道从水采样中会得到什么，而且很难选择在哪里采样，因为你没有任何以前的数据，”丹尼斯顿说。“如果不首先测量，很难知道哪些位置最适合测量。

关注一个区域

相反，南加州大学团队的机器人充当“预调查”，在生物学家进入现场之前观察一个区域。虽然生物学家以前在这个过程中使用过无人机，但南加州大学的研究小组是第一个将这种特定任务的计划纳入机器人的日常工作，它将根据生物学家的喜好探索湖泊时积极寻找藻类繁殖的痕迹。

例如，他们可能会要求机器人只寻找满足某个“感兴趣的分位数”的位置，或者在这种情况下，标记叶绿素浓度的绿色斑点。使用无人机上的摄像头或水下航行器上的叶绿素传感器，这项新研究的重点是算法如何根据收集到的信息智能地选择位置来测量有毒藻类浓度。

现在，机器人不仅仅是通过不分青红皂白地探索一个区域来为科学家提供更详细的地图，而是可以磨练理想的采样位置，并且不需要生物学家多次前往湖泊只是为了弄清楚藻类大量繁殖的位置。

该项目的模型比生物学家使用的典型设备“更智能”，因为它使用信息路径规划(IPP)维护其周围环境的模型，IPP是一种人工智能，可以确定自治系统实现其目标的最有效路径。

使用IPP，机器人侦察藻类的最佳路线会根据它从传感器获得的信息不断更新 - 有效地允许它根据已经看到的内容“即兴”去哪里。

每当无人机移动时，都需要进行新的测量，以逐步更新内部模型，以告知下一步要去哪里。结果是一张地图，清楚地显示了藻类浓度特别接近生物学家关心的分位数或水平的区域。换句话说：取样的理想场所。

研究人员测试了该系统通过在田野中飞行无人机来拾取藻类“绿点”的能力。

“使用机器人的好处是，我们专注于专门针对这些科学家感兴趣的地点类型的数据收集，”Rayas说，并补充说他们目前正在扩展系统，以便与机器人团队合作以提高效率。“这需要一点猜测，并为选择某些位置提供更合理的理由。

该研究的合著者David Caron教授是南加州大学联合公司海洋科学的Allan Hancock船长和生物科学教授，他与Sukhatme合作研究生物学和计算机科学超过15年。

“作为一名生物学家，我想更多地了解水中发生的事情，”卡隆说。“机器人和计算机科学可以为我提供洞察力的任何事情 - 如果你愿意的话，可以在水中多看一眼 - 对我来说非常有价值。

根据卡隆的说法，评估水体是非常劳动密集型的，任何节省时间或精力的东西都会很有用。

“如果我想对一个水体说些什么，我必须上船，我必须在一个巨大的环境中出去，我必须把仪器放在水中，然后收集它，”卡隆说。“来自传感器之类的东西没有足够的信息来进行我想要的所有测量。

苏哈特梅证明，生物学家并不是唯一受益的人，因为从其他领域解决问题可以改变计算机科学家解决问题的方式。

“大问题并不适合学科界限——你必须跳出框框思考。对我来说，作为一名计算机科学家和机器人专家，与卡隆教授的团队合作是一种教育，“Sukhatme说。“我们已经学会了如何以新的方式提出问题，从而找到我们以前从未想过的解决方案。

丹尼斯顿和拉亚斯都重视与生物学家合作，因为这让他们有机会使用计算机科学解决环境问题。他们认为，他们的信息路径规划模型可以应用于未来其他类型的陆地调查。

“我认为我们与生物实验室进行这种合作真的很棒，它为我们为什么要做我们正在做的事情以及这符合人类利益奠定了基础，”拉亚斯说。“我开始研究这个问题，因为我正在寻找一种机器人技术可以对环境产生积极影响的方法。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！