劲爆：google搞无人船了，到底有几层意思？
无人驾驶汽车领域，谷歌无疑是全球的先行者，而在无人货船领域，罗尔斯罗伊斯公司的地位也同样如此，如今两大巨头将跨界合作联手打造最安全的无人船。
据悉，在日前于瑞典举行的谷歌云高峰论坛期间，罗尔斯罗伊斯公司和谷歌已经正式签署协议，谷歌的智能感知系统将使现有船舶航行更安全，并且最终有利于研发无人自动驾驶船。
这将是全球船舶领域的首份此类协议。根据协议，罗罗公司将使用谷歌的云机器学习引擎，进一步训练公司基于目标分类系统的人工智能，用于探测、识别和跟踪船舶在海上可能相遇的对象。谷歌云机器学习引擎使用相同的基于神经网络的机器智能软件，该软件控制了谷歌的许多产品，包括图像和语音搜索。
罗罗船舶智能高级副总裁karno tenovuo介绍说：“智能意识系统将有助于带来一个自动化的未来，这些系统很快就可以使船舶业受益，使船舶和船员更安全和更高效。通过使用谷歌云，我们可以使这些系统更快更好地拯救生命。”
机器学习是模仿人类学习来解决特定问题的一系列算法、工具和技术。通过分析现有的数据组，机器学习可以用来识别数据模式，从以前看不到的数据中进行预测。数据组越大，模型识别的模式就越复杂，预测就越准确。
罗罗公司将使用谷歌云的软件来创建定制的机器学习模型，这些模型可以解释罗罗公司创造的大量不同的船舶数据集。罗罗公司在船舶领域的专长将用于编制数据，培训模型，以确保数据是相关的，并有足够的数量来创造统计意义。作为机器学习过程的一部分，模型的预测在实际的船舶应用中得到评估，从而使模型得到进一步的改进。
通过云进入软件，这些模型可以从世界上任何地方开发，并且可以在全球范围内即时访问，允许成千上万的用户使用。因此，模型可以大量的培训（百万兆字节）。这将是无人自动驾驶船普及所必不可少的。
从长远来看，罗罗和谷歌打算进行无监督和多模态学习的联合研究。作为船舶应用中人机界面的可行pg电子app的解决方案，两家公司还将测试航速识别与合成技术，以及使用开放的资源机器智能软件库，比如谷歌的tensorflow，努力优化当地神经网络计算性能。
智能感知系统将使船员能更清楚地了解船只的周围环境，使船舶更安全、更容易和更高效的操作。这将通过融合各种数据来实现，这些数据来自现有的船舶系统提供的传感器信息，如自动识别系统（ais）和雷达。其它来源的数据，包括全球数据库，也有一定的作用。
“具一项统计，在船舶碰撞事故中，89%-96%的事故可归因于人的自身原因，包括明显的和潜在的原因”。随着google等大巨头加入无人船的队列，有可能很快解决这一难题，而基于环境感知的无人防碰撞系统可能是重要的市场机会，毫米波雷达有可能成为最重要的核心传感器之一，在无人船领域，雷达、视觉可以和国外站在同一个起点，参与无人船全球化，将是国内环境感知传感器走出国门的一个重要机会，目前国内重要的毫米波雷达供应商纳雷科技已经发布了无人船避障雷达pg电子app的解决方案，已经迈出了重要一步，相信后续有更多的企业加入进来。
基于毫米波雷达的pg电子app的解决方案：
纳雷科技毫米波雷达防碰撞方案：
采用1 n（sp70c）个毫米波雷达，一个长距离毫米波雷达和n个中距离毫米波雷达，长距离可以选择100米~450米的nsr100w和nsr300w长距离雷达，实现前向防碰撞，根据覆盖区域和船舶大小不同，可以根据实际情况选择n个中距离毫米波雷达sp70c，实现船舶360°无死角防护。
中距离毫米波雷达：
sp70c 是一款 24ghz 中距离雷达传感器，采用fmcw 体制，能测量目标的距离、速度、角度，刷新率 50hz，同时检测多达 8 个目标， 角度覆盖范围达 100°，有效探测范围 0.5m～50m， 识别速度为0.1m/s。
谷歌的无人驾驶汽车项目始于2009年，拥有无人驾驶汽车领域最丰富的经验，其技术依然是先进的。随着谷歌的“下海”，无人船技术的研发速度将进一步加快，无人船时代或将提前到来。