Saildrone 的無人航行器正在推動天氣、海洋生物、海底等方面的研究。

Saildrone 在全自動海洋監測領域“一石激起千層浪”。

Saidrone 航海數據采集技術已經在北大西洋近距離追蹤了颶風、發現了太平洋的一座 3,200 英尺高的水下山峰，并開始繪制全球海底地圖。

這家總部位于舊金山灣區的公司所開發的自動無人駕駛水面航行器（USV）搭載了多種傳感器，所采集的數據在邊緣的NVIDIA Jetson 模塊進行 AI處理后，使用NVIDIA DeepStream 軟件開發套件對原型進行智能視頻優化。

Saildrone 致力于讓海洋情報采集變得經濟高效，為科學、漁業、天氣預報、海洋測繪和海事安全行業提供數據采集系統。

該公司擁有三種不同的 USV，并通過其 Mission Portal 控制中心服務監測自定義任務和近乎實時地將數據可視化。Saildrone 還免費向公眾開放部分歷史數據。

Saildrone 軟件工程副總裁 Blythe Towal 提到了 2021 年威脅百慕大的強氣旋：“我們的 USV 曾駛入三次大颶風中，還穿過了颶風 Sam 的風眼。所有航行器都穿越了颶風，足以證明它們非常堅固。”

Saildrone 成立于 2012 年，目前已獲得 1.9 億美元的融資。這家初創企業是 NVIDIA 初創加速計劃的成員，該計劃專為企業提供技術支持和 AI 平臺方面的指導。

讓 AI 在海洋水域得以使用

Saildrone 在海洋和湖泊環境研究中所進行的無人數據采集任務，激發了人們的興趣。

夏威夷大學馬諾阿分校使用三艘 23 英尺長的 Saildrone Explorer USV 研究海洋酸化對氣候變化的影響。這項為期六個月的任務將環繞夏威夷島、毛伊島、歐胡島和考伊島，評估該州周圍的海洋健康狀況。

海洋酸化是指海洋的 pH 值降低，而造成酸化的原因包括化石燃料的燃燒和海洋養殖業等，這都會對珊瑚、牡蠣、蛤蜊、海膽和鈣質浮游生物造成影響，從而威脅到海洋的生態系統。

Saildrone 最近與 Seabed 2030 合作，一同繪制完整的世界大洋地圖。Seabed 2030 是日本財團（The Nippon Foundation）與全球海陸數據庫（GEBCO）的一個合作項目，其目標是在 2030 年之前繪制出全球大洋的海底地圖。

Saildrone 創始人兼首席執行官 Richard Jenkins 表示：“Saildrone 希望維護一個健康的海洋與可持續發展的地球。而完整的海底地圖是實現這一愿望的基礎。”

全球科學界正在將 NVIDIA AI 應用于氣候研究，比如構建超本地氣候模型、使用 AI 改善碳封存、研究可再生能源等等。為了預測氣候變化，NVIDIA 正在開發世界上最強大的 AI 超級計算機 Earth-2，它將被用于在 Omniverse 中創建地球的數字孿生。

節能的數據處理

與傳統的船只和船員相比，Saildrone USV 能讓研究人員利用更少的資源采集更多的數據，不但能夠節約能源，還能使船員遠離危險。

這些 USV 專為惡劣天氣和長時間任務而打造。近期，該公司的一艘 USV 完成了為期 370 天的二氧化碳監測航行。這艘 USV 從羅德島出發，橫跨北大西洋到達佛得角，再沿赤道到達非洲西海岸，最后返回佛羅里達。

若想主要依靠太陽能和風能運行，就需要使用節能的計算來處理海量數據。

Towal 表示：“利用太陽能，通過使用 NVIDIA Jetson，我們的計算負載功耗比運行 GPU 的常規計算平臺更低，這對于我們執行此類任務至關重要。”

將邊緣 AI 運用于海洋勘測

通過使用NVIDIA JetPack SDK，Saildrone 在 Jetson 平臺上獲得了完整的硬件加速邊緣 AI 開發環境。公司通過在該模塊上進行機器學習實現了基于圖像的航行器探測，以此輔助導航。

Saildrone 領航員利用從航行器傳回的海洋氣象數據設定航點并優化航線。所有 USV 均被全天候監測，操作員可根據需要通過云端遠程更改航線。

由于從生成高分辨率圖像的高性能傳感器套件進行傳輸的帶寬有限且成本高昂，機器學習主要在本地的 Jetson 模塊上運行，但也可以通過衛星連接到云端運行。

這些 USV 攜帶用于測量風力、溫度、鹽度和溶解碳的海洋學傳感器。Saildrone 還能利用測深傳感器研究海底和湖底，包括使用單波束或多波束深層聲納測繪加深或擴大勘測范圍等。該公司的感知傳感器套件包含了雷達和可視化水下聲學傳感器。

在深海使用 DeepStream

Saildrone 充分利用 NVIDIA DeepStream SDK 開發其視覺 AI 智能應用和服務。開發者可以使用該套件為 AI 視頻、音頻和圖像分析構建通暢的傳輸通道。

DeepStream 的吞吐量提升了 10 倍，應用范圍也從邊緣擴展到云端的各個領域，可用于開發能夠處理多個視頻、圖像和音頻流的最佳智能視頻應用。

依靠 DeepStream 的圖像預處理和模型推理能力，Saildrone 甚至可以在海上利用太陽能和風能實現邊緣機器學習。

進一步了解 NVIDIA Jetson 模塊

（https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-agx-xavier/）

和 DeepStream SDK

（https://developer.nvidia.com/deepstream-getting-started）。