AI海洋清潔機械人 自動導航分類垃圾 可運送工程物料 減人手海上操作風險

全球海洋垃圾問題嚴重，不但造成污染破壞生態外，岸邊垃圾亦會滋生環境衞生問題。惟要清理海洋垃圾仍需人手操作船隻或以魚網撈起，欠缺效率且涉安全風險。有本地初創研發海洋清潔機械人，透過自主導航和人工智能辨認路綫的海洋垃圾，將之收集和分類。

本地初創Clearbot研發出海洋清潔機械人，透過自主導航和人工智能辨認指定路綫中的海洋垃圾，再將之收集和分類，為其客戶解決清理作業的人力成本。另可進行監視救援和貨物運送，減低工人在海上工作的風險。

Clearbot聯合創辦人兼技術總監Utkarsh Goel透露，Clearbot最初只是大學的一個體驗式學習項目，以幫助一小群衝浪店老闆保持海岸清潔，遠離塑料和其他垃圾。

後來了解到香港一些政府部門或物業公司也有清理海洋垃圾需要，「其最大的痛點是進行清理作業的人力成本，其次是運行舊柴油船的燃料成本。」因此，他與團隊決定將全電動自動駕駛的Clearbot投入服務。

GPS定位 預設路綫遇障礙停駛

Clearbot使用GPS進行定位，讓它可以按預設好的路綫自動導航。在船頭船尾各設有一個鏡頭，前者有輔助駕駛之用，後者則是用作監察垃圾收集箱的情況。

鏡頭透過光學雷達（LiDAR）持續掃描周圍環境，準確判斷所有障礙物的位置和距離，避免與障礙物發生碰撞。若航道突然出現障礙物，在自動駕駛模式下，內置軟件會指示機械人停下來，等待障礙物離開；在手動駕駛模式下，則會對駕駛員進行警告。

要在海洋中收集垃圾並不難，但要在海洋中分辨垃圾的類別再加以分類，便要靠AI辨識系統幫助。

為了讓AI系統可以收集更多不同類型和形狀的垃圾，該企曾經在其官網上，向公眾收集可以幫助系統學習的垃圾圖片。

Utkarsh Goel表示，雖然來自公眾的早期數據對原始版本的AI系統非常有幫助，但未必能呈現實際水中漂浮的廢物形狀，所以後來只好終止向公眾收集數據，改以Clearbot在現實環境中收集數據。

分類64種垃圾 負載200公斤

據悉Clearbot AI系統經訓練後，目前已收集超過100萬個數據，可對多達64種不同的垃圾進行分類，它對塑料瓶、塑料袋、罐頭、食品容器等12種常見垃圾的準確率超過85%。

此外考慮到本港有不少海上工程仍需用船隻運送工程物料，他指由於Clearbot的有效負載能力高達200公斤，可以在Clearbot上安裝防水盒以代替垃圾箱，再將物料送於防水盒中，便可減低相關的運送成本。鑑於Clearbot已具備自動導航和鏡頭監測等相關技術和設備，團隊正研究利用船身不大的它代替人手，前往一些難以到達或不安全區域，以激光掃描為工程檢查以及海洋建築勘測。

無人機空投種子 加速火災後植林

氣候變化令各地山火災頻繁，令全球樹林面積急劇減少。OurCrowd旗下組合公司初創Flash Forest所提供的數字顯示，每年全球淨損失200億棵樹。要填保損失只能加緊種植，可是人手效率不高，而且很多災後環境，不適宜人類到現場補種樹木。

該企研究以無人機方案，在加拿大嘗試在山火災後的區域重新植林，透過空中投下包含種子、肥料的土壤球，目標是確保種子能確實萌芽生長。該企預計未來兩個月，會在北美種植100萬棵樹。除了修改商用無人機以增加種子發射能力外，該公司還依靠航空測繪軟件來確保種子不會被投在樹木無法生長的區域。

記者：殷凱怡

美術：顏玉玲