Saildrone 的无人航行器正在推动天气、海洋生物、海底等方面的研究。

Saildrone 在全自动海洋监测领域“一石激起千层浪”。

Saidrone 航海数据采集技术已经在北大西洋近距离追踪了飓风、发现了太平洋的一座 3,200 英尺高的水下山峰，并开始绘制全球海底地图。

这家总部位于旧金山湾区的公司所开发的自动无人驾驶水面航行器（USV）搭载了多种传感器，所采集的数据在边缘的 NVIDIA Jetson 模块进行 AI 处理后，使用 NVIDIA DeepStream 软件开发套件对原型进行智能视频优化。 

Saildrone 致力于让海洋情报采集变得经济高效，为科学、渔业、天气预报、海洋测绘和海事安全行业提供数据采集系统。

该公司拥有三种不同的 USV，并通过其 Mission Portal 控制中心服务监测自定义任务和近乎实时地将数据可视化。Saildrone 还免费向公众开放部分历史数据。 

Saildrone 软件工程副总裁 Blythe Towal 提到了 2021 年威胁百慕大的强气旋：“我们的 USV 曾驶入三次大飓风中，还穿过了飓风 Sam 的风眼。所有航行器都穿越了飓风，足以证明它们非常坚固。”

Saildrone 成立于 2012 年，目前已获得 1.9 亿美元的融资。这家初创企业是 NVIDIA 初创加速计划的成员，该计划专为企业提供技术支持和 AI 平台方面的指导。

让 AI 在海洋水域得以使用

Saildrone 在海洋和湖泊环境研究中所进行的无人数据采集任务，激发了人们的兴趣。

夏威夷大学马诺阿分校使用三艘 23 英尺长的 Saildrone Explorer USV 研究海洋酸化对气候变化的影响。这项为期六个月的任务将环绕夏威夷岛、毛伊岛、欧胡岛和考伊岛，评估该州周围的海洋健康状况。

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烧和海洋养殖业等，这都会对珊瑚、牡蛎、蛤蜊、海胆和钙质浮游生物造成影响，从而威胁到海洋的生态系统。 

Saildrone 最近与 Seabed 2030 合作，一同绘制完整的世界大洋地图。Seabed 2030 是日本财团（The Nippon Foundation）与全球海陆数据库（GEBCO）的一个合作项目，其目标是在 2030 年之前绘制出全球大洋的海底地图。

Saildrone 创始人兼首席执行官 Richard Jenkins 表示：“Saildrone 希望维护一个健康的海洋与可持续发展的地球。而完整的海底地图是实现这一愿望的基础。”

全球科学界正在将 NVIDIA AI 应用于气候研究，比如构建超本地气候模型、使用 AI 改善碳封存、研究可再生能源等等。为了预测气候变化，NVIDIA 正在开发世界上最强大的 AI 超级计算机 Earth-2，它将被用于在 Omniverse 中创建地球的数字孪生。

节能的数据处理

与传统的船只和船员相比，Saildrone USV 能让研究人员利用更少的资源采集更多的数据，不但能够节约能源，还能使船员远离危险。

这些 USV 专为恶劣天气和长时间任务而打造。近期，该公司的一艘 USV 完成了为期 370 天的二氧化碳监测航行。这艘 USV 从罗德岛出发，横跨北大西洋到达佛得角，再沿赤道到达非洲西海岸，最后返回佛罗里达。

若想主要依靠太阳能和风能运行，就需要使用节能的计算来处理海量数据。

Towal 表示：“利用太阳能，通过使用 NVIDIA Jetson，我们的计算负载功耗比运行 GPU 的常规计算平台更低，这对于我们执行此类任务至关重要。”

将边缘 AI 运用于海洋勘测

通过使用 NVIDIA JetPack SDK，Saildrone 在 Jetson 平台上获得了完整的硬件加速边缘 AI 开发环境。公司通过在该模块上进行机器学习实现了基于图像的航行器探测，以此辅助导航。

Saildrone 领航员利用从航行器传回的海洋气象数据设定航点并优化航线。所有 USV 均被全天候监测，操作员可根据需要通过云端远程更改航线。

由于从生成高分辨率图像的高性能传感器套件进行传输的带宽有限且成本高昂，机器学习主要在本地的 Jetson 模块上运行，但也可以通过卫星连接到云端运行。

这些 USV 携带用于测量风力、温度、盐度和溶解碳的海洋学传感器。Saildrone 还能利用测深传感器研究海底和湖底，包括使用单波束或多波束深层声纳测绘加深或扩大勘测范围等。该公司的感知传感器套件包含了雷达和可视化水下声学传感器。

在深海使用 DeepStream

Saildrone 充分利用 NVIDIA DeepStream SDK 开发其视觉 AI 智能应用和服务。开发者可以使用该套件为 AI 视频、音频和图像分析构建通畅的传输通道。

DeepStream 的吞吐量提升了 10 倍，应用范围也从边缘扩展到云端的各个领域，可用于开发能够处理多个视频、图像和音频流的最佳智能视频应用。

依靠 DeepStream 的图像预处理和模型推理能力，Saildrone 甚至可以在海上利用太阳能和风能实现边缘机器学习。