易家康

一种人为操控可以用于识别不同种类鱼群的机器人潜艇，不久将帮助自然资源保护主义者查明是否鱼类数量的确处于崩溃边缘。

目前，鱼群数量是以采样捕捞多少来估算的。但是采样地点往往相距100公里，导致采样地点之间到底潜伏多少鱼量的评估失去准确性。

美国弗吉尼亚海洋科学研究所丹尼尔·杜利特尔为首的研究小组研制出一种自动水下推进器(AUV)。这种新型装置拍摄过往鱼群声纳图像并且利用一种人工智能系统识别有质疑的鱼类以及记录其数量。

设计构想捕鱼船可以布设这种潜艇小分队以利同时计算许多不同地区鱼群数量，还可以搜索拖网渔船无法作业的崎岖险峻的海床地带。自动水下推进器采用预先设置的路线，以每秒1到2米的速度悠然从容地行进，而且1次充电可以推进100公里。

杜利特尔研制的潜艇启用声纳放弃光线，因为海洋环境往往过于黑暗不适宜光学摄像机工作，此外虽然强光可以帮助这种海下作业却往往把众多鱼群吓跑了。因此，杜利特尔利用鱼的反射声波建立以声波来源的图像。

声纳系统发射声波脉冲，声波脉冲从潜艇两则180度呈扇形发射并且从靠近潜艇的物体上反弹回来。反射声波使声纳转换器发生振动，同时产生形成图像的电信号。

声纳图像清晰度随着振动频率增高，但是较高的频率无法在水中向远处传播。潜艇声纳系统以600千赫频率振动，该频率在自动水下推进器两侧10米范围内仅保障2厘米的清晰度。……