近日，南極首次發現一只金黃色企鵝，這只被戲稱是“充了黃鉆”的企鵝搖身一變成為“網紅”，引發了不少網友的關注。憨態可掬的企鵝們一直都深受大眾的喜愛，而這些小家伙兒們得以順利繁衍，離不開動物保護機構、科考人員的科研探索和堅守。

[[386457]]

憨態可掬的南極企鵝

“滑稽”實驗打開南極企鵝保護的新大門

來自加州的斯坦福航空航天工程系副教授 Mac Schwager 和他的伙伴們就正在做著這項意義深遠的事情。

2019 年，Schwager 帶著他的學生，拉著一車企鵝毛絨玩具和無人機，來到了圣克拉拉的一塊無人機愛好者空地。在這里，他們把企鵝毛絨玩具散落在空地上，然后駕駛無人機，用特殊的定制軟件，對毛絨玩具進行航拍路線規劃。

[[386458]]

這看似“滑稽”的試驗，事實上是科研小組前往南極記錄和研究企鵝群體前的“練兵”。不久后，無人機將飛越一片全由巖石和冰層覆蓋的不毛之地——克羅澤角 (Cape Crozier) ，這里是全球最大的阿德利企鵝棲息地之一，住著 30 多萬對阿德利企鵝。這里沒有電、沒有水，甚至連人類最基本的日常生活需求都無法滿足，但卻進行著一項重要的科學研究：研究統計企鵝。

在南極給企鵝做“人口普查”，這多少聽起來有些“瘋狂”。克羅澤角每年都會聚集大量阿德利企鵝繁衍后代，科研人員希望能夠精確了解在 10 月至 2 月左右的南極夏季，有多少企鵝棲息在這里，以及企鵝種群數量的波動與冰凍層海平面的季節性下降之間是否有關系。

而如此大費周章的統計企鵝數量、進行研究，是因為全球變暖對企鵝帶來的影響遠比我們想象的嚴重。全球變暖導致的海冰破裂，不僅讓不少企鵝喪失了撫養幼崽的珍貴場所。因過度捕撈的影響，企鵝的食物也越來越缺乏，企鵝種群的數量正在大幅減少。而對于企鵝的數量觀察，則有助于更好的加強企鵝保護工作。

一次聚會，讓無人機飛入南極上空

過去，對于企鵝數量的統計方式，還停留在手動標記，并通過標記企鵝數量、企鵝巢的密度以及整個群棲地的總體面積等數據，估算企鵝總數。這種方法完美嗎？當然不。但如果使用直升機進行勘測，不僅成本高，因高度要求而帶來的噪音還有可能會驚擾到棲息地的企鵝，因此手動標記似乎成為當時最好的選擇。

時間回到 2016 年 6 月，從事企鵝研究工作的生物學家 Annie Schmidt 在一次聚會中偶遇 Mac Schwager。在交談中，Schwager 談到了使用無人機的潛在優勢：無人機能夠以非侵入性的方式獲得高質量的數據，而且成本相對較低。只要方法得當，無人機不僅可以讓科學家們擺脫人工搜尋和統計標記的企鵝這件苦差事，而且能幫助他們在很短的時間內就能輕松獲取極有價值的數據。

這次交談，無疑讓 Annie Schmidt 看到了企鵝研究工作的曙光。2017 年，該科研小組挑選了五架無人機，并與在讀博士 Kunal Shah 合作，開始探索如何優化勘測飛行航線算法，高效獲取企鵝棲息地數據。

高效的航線規劃，無可比擬的效率

想在南極上空順利進行“人口普查”，并沒有那么容易。南極的降雪、凍雨以及每小時高達 100 英里的冷風等等惡劣天氣因素，讓無人機的飛行窗口期大幅縮減。同時，極寒的溫度限制了無人機的續航時間，而四處走動的企鵝則要求科研人員采集拍攝照片的速度要快，才能減少對企鵝的重復計數。傳統的網格模式飛行已然不適用這樣的特殊環境。

無人機起飛若需要將一片大量企鵝聚集的崎嶇棲息地繪制成地圖，假設已經確定了空中攝影高度，地面分辨率和航線重疊率，最后則是需要制定一條“特殊”的航線規劃算法，形成一張網格以覆蓋該區域。Kunal 認為，無人機的航線規劃要達到在最短時間內高效獲取數據，需要滿足兩個重要的條件，歷遍性和不重復性。也就是需要計算每架無人機的最高效飛行路線，確保在每個路徑點都會拍攝到一張照片，但不發生重疊。

最終，這個綽號為“爆米花” （POPCORN）的飛行航線算法誕生了。

"爆米花"的飛行航線規劃并不是單一的“Z”字形的路線，而是在一片區域內同時疊加多個無人機的曲折路線。在確認需要拍攝的照片數量、覆蓋面積、飛行時間以及無人機數量的前提下，該算法給目標區域劃分格點并分配 GPS 坐標來規劃路線。這些 GPS 坐標不僅能夠讓無人機精準定位并適應克羅澤角高低起伏的地面環境，還能避免無人機的飛行高度違反企鵝棲息地的空域要求，確保無人機不會干擾到這群穿著“晚禮服”的居民。

最后，“爆米花”形成了一系列多個巧妙“Z”字形飛行路線，既確保能拍攝到所有圖像，又不發生路徑重復。此外，航線的起始點和結束點定在了同一個地方，減少了尋找安全著陸點的麻煩。

無人機航拍路線圖示意圖

“爆米花”的航線規劃既有助于減少飛行勘測的時間，還能保證測算范圍足夠大，并在調查期間能夠隨時安全召回無人機。相比之前，一位飛手駕駛一架無人機執行該任務需要兩天以上的時間才能完成。而使用該路線和多架無人機協同工作，只需要大約 3 小時就能完成，在效率上無可比擬。

在地面分辨率大約是 1.5 厘米/像素，60% 的重疊率的前提下，通過無人機拍攝的所有圖像總大小高達 10 GB。將圖像全部上傳到拼接軟件中，生成一幅巨大的航拍鑲嵌圖。Kunal 說，“然后將該圖像發送到機器學習管道中，將企鵝挑出歸類，自動統計該巨幅圖像中的企鵝數量。”

最終生成的高分辨率密集圖像

在項目執行中，無人機的效率令 Kunal 驚嘆不已。無人機的創新性科研應用和與企鵝共處的稀有體驗成為吸引 Kunal 持續參與南極企鵝科研工作的重要原因。

無人機應用，工程研究領域的一次重大變革

這項工作獲得了前沿性的研究成果，并編撰成論文在《Science Robotics》雜志上發表。該論文的摘要中總結了使用多架無人機和“爆米花”算法進行航拍在效率上取得的巨大優勢：

“無人機在大約 3 小時內勘測了 2 平方公里的區域。與此相比，以前使用一架人工駕駛的無人機勘測同一片棲息地需要 2 天以上的時間才能完成。我們這種方法減少了重復飛行路線，從而減少了勘測時間，同時在勘測過程中能隨時安全地召回無人機。這種方法可以應用于其他領域，例如危險天氣狀況下或救災過程中的山火調查。”

目前，科研小組已運用此技術來追蹤加利福尼亞州的鳥類和牧場禽畜類的運動變化。氣候變化和生態保護讓我們重新思考看待世界的方式，而科技是我們推動改善世界的重要工具。可以看到，搭載人工智能和自動化的無人機讓我們能夠解放雙手釋放效率，將在創新前沿領域獲得越來越廣泛的應用。“毫無疑問這一切才剛剛開始，它代表著各個工程研究領域的一次重大變革。”Schwager說。（DJI大疆行業應用）