未來水下地理定位的航向：極化樣式啟動新技術
背景
2023 年 7 月 10 日，《紐約時報》報導了來自美國伊利諾州大學香檳分校的工程學院的研究團隊最新的一項發現。他們利用深度神經網路在全球各地收集了 1000 萬張極化感應影象。這一研究引發了人們對水下地理定位的興趣，並開啟了新的技術應用空間。技術詳細
該研究的領導者，電氣和計算機工程教授維克託·格魯夫（Viktor Gruev）教授表示利用光學資料實現水下地理定位是當前的主要挑戰之一。因為 GPS 訊號無法穿透水體，他們需要使用不同的手段和技術來實現水下地理定位。 當前水下地理定位的標準方法是使用聲學訊息，主要是透過聲納技術獲取的。聲納透過部署許多小型聲納信標傳送訊號，透過進行三角測量定位水下目標。然而聲納只在一個小而明確的區域內工作，且精度有限。另一種方法是使用與地面上的 GPS 訊號相存取的潛水器。儘管潛水器可以在一定程度上機動，但它的活動仍然受限於大型船艦的運動。 維克託·格魯夫表示：“有一個自由移動的水下車輛是一個非常具有挑戰性的問題。我們透過開發專業的攝像頭和機器學習算法來解決這個問題。透過結合這些技術，我們實際上可以找出太陽的位置，這就是極化成像的作用。”極化成像的原理
太陽的光波在所有方向上傳播，是無極化的。當這些光波透過過濾器，如水面，它們被迫只能在一個方向上傳播，就產生了極化的光。極化樣式是光從空氣進入水中以及水分子和其他粒子的散射所產生的結果。水下的極化樣式會隨著時間的變化而改變，並且取決於觀察者和太陽的位置。透過分析這些樣式以及準確的日期和時間訊息，就可以確保位置。 研究團隊使用一個水下攝像頭和一個能夠記錄四個位置（伊利諾州香檳分校的淡水湖，佛羅裏達州的海灘，坦帕灣的海水和北馬其頓的淡水湖）的極化樣式的全方位鏡頭，收集了約 1000 萬張影象。這些影象在各種條件下（清澈和混濁的水域，不同的深度和各個時間點）拍攝，甚至包括夜間，當時的水下光線強度顯著降低。 這些影象被用來訓練了一個神經網路—一種利用人工智慧來學習和提高準確性的方法。使用這些機器學習技術，他們已經將地理定位的準確性提高到了 40-50 公裏，並有可能進一步提高精度。技術應用和建議
這項技術為人們和機器人在水下的導航提供了新的機會。海洋覆蓋了地球表面的 70%以上，但人們對其理解甚少。當前我們對這些水域的理解主要來自於距離地表 20-30 英裏的衛星監測。自主取樣的水下機器人可以提供更精確的水質監控，例如水溫、鹽度、含氧量等相關引數。 最近的 OceanGate Titan 潛水艇的搜救行動凸顯了準確的地理定位能力的需求。為了在可能的深處定位潛水器，工作被分為靠近海平面和靠近海牀的兩個區域，這是由於現有技術的約束。深海工作比靠近海表的操作更具挑戰性，靠近海表的操作具有較多的技術選擇，並且主要依賴於聲納。聲納不僅在大範圍內不可靠，而且通常會產生掩蓋物體確切位置的回聲。 格魯夫教授表示：“這項極化成像技術將使較小的自主機器人能夠在光線穿透水中的前 200-300 米範圍內自由移動，並在搜尋和救援任務中發揮作用。” 需要指出的是，水下地理定位技術的發展對於科學研究、海洋保護和資源利用等方面具有重要意義。我們需要更多的創新和投資來推動這一領域的發展，以更好地理解和維護我們的海洋資源。結論
隨著極化樣式在水下地理定位中的應用，水下導航將獲得顯著改進。利用神經網路和機器學習技術，我們可以在水下環境中準確地定位自己的位置，從而有更好的理解水下世界以及動物的導航方式。社論
水下地理定位技術的突破將對海洋科學、環境保護、資源探索和救援行動等領域產生深遠影響。然而我們也需要注意技術應用的合理性和道德因素。在推動技術發展的同時我們應該尊重海洋環境的生態保護原則，確保技術的應用是可持續的並符合道德和法律要求。 我們鼓勵各國政府、科學家和業界合作，透過合理的法規制度和道德準則，推動水下技術的發展和應用，從而實現人類更好地探索和保護水下世界的目標。Technology-水下地理定位,極化樣式,新技術
