自主水下機器人透過觀察潛水員呼出的氣泡實時監測呼吸頻率

重點
  • HREyes 系統能即時監測潛水員的呼吸速率。
  • 潛水衣阻礙傳感器接觸,傳統無線協議在水中無法運作。
  • 系統通過分析呼出的氣泡流來估算呼吸頻率。
  • 未來計劃整合運動追蹤數據,提供更完整的健康檔案。

一款自主水下機器人現已能夠通過觀察潛水員呼吸器排出的氣泡流,即時監測潛水員的呼吸速率。這一系統名為 HREyes,由 Junaed Sattar 和 Demetrious Kutzke 主導的研究團隊開發,並於巴巴多斯加勒比海的開放水域進行測試。他們的研究成果標誌著計算機視覺首次被用於水下估算人體呼吸速率。在陸地上,監測呼吸相對簡單,但在水下,通常的工具卻無法運作。

厚重的氯丁橡膠潛水衣和乾式潛水衣會阻擋大多數心率和呼吸監測儀器所需的皮膚接觸傳感器。傳統的無線協議如藍牙和 Wi-Fi 在水中受到嚴重衰減,使得健康數據無法流向附近的機器人。聲學通信的帶寬也無法支持即時的生命體徵監測。潛水活動伴隨著嚴重的身體風險:過度換氣或突然用力可在幾秒鐘內演變為危及生命的緊急情況。

如何監測潛水員呼吸

每位潛水員在通過呼吸器呼氣時,會排出一串氣泡。這些氣泡呈現出與潛水員呼吸週期相關的規律模式。HREyes 通過分析這一視覺信號來運作。水下機器人的攝影機觀察氣泡流,並根據其節奏估算呼吸頻率。系統將潛水員的健康狀態分為三個範疇:每分鐘少於 14 次呼吸、正常範圍為 14 至 20 次每分鐘,以及每分鐘超過 20 次呼吸。上限範疇則標示出可能的過度換氣或過度用力。

一旦系統檢測到呼吸速率上升,就可以在情況變得危急之前提醒附近的其他潛水員。這款水下機器人作為一個自主的安全夥伴,跟隨潛水員並保持持續的視覺接觸,無需在潛水員的身體上附加任何傳感器。機器人利用自身的攝影機和 onboard 處理系統進行遠程監測。

技術挑戰與解決方案

在水下生命體徵監測中的核心挑戰一直是環境的物理限制。之前的嘗試都需要將傳感器直接附加在潛水員身上,但潛水衣和設備使其變得不可靠。雖然研究人員曾探索過視覺方法來追蹤潛水員的位置和解釋手勢,但將攝影機輸入轉化為生理測量卻引入了更為複雜的問題。HREyes 系統通過聚焦於反映呼吸的唯一可靠視覺線索:呼出的氣泡流來解決這一難題。這一信號可見、頻繁,並直接與呼吸速率相關。

研究團隊在加勒比海的開放水域條件下展示了這一方法,並在實驗室受控環境之外進行驗證。這項研究部分由美國國防部的 SMART 獎學金計劃和國家科學基金會資助,顯示出自主潛水員健康監測的軍事相關性,以及在科學和休閒應用中的重要性。

未來發展方向

研究團隊計劃在未來構建的系統中,將 HREyes 描述為朝著全面水下潛水員健康系統邁出的第一步。呼吸速率是體力和壓力的強指標,但如果能將其與運動追蹤結合,則能為機器人提供潛水員身體狀態的更完整畫面。未來版本旨在整合這兩個數據流,為潛水員在深海和團體潛水作業中建立持續的健康檔案。這一能力可以服務於休閒潛水安全、軍事作戰潛水以及在無法隨時監控每位潛水員的科學考察團隊。

這些研究結果首次發表於《國際機器人研究期刊》。

HREyes 系統的潛在影響與應用

HREyes 系統的開發標誌著水下健康監測的重大進展,尤其是在潛水環境中。傳統的監測方法因潛水衣和水下環境的限制而無法有效運作,這使得 HREyes 的無需附加傳感器的解決方案顯得尤為重要。潛水活動的風險高,及時監測呼吸頻率能有效預防潛在的危機。未來若能整合運動追蹤數據,將進一步提升潛水員的安全性,並拓展其在軍事和科學研究中的應用潛力。

本文由 The Base Principle 編譯自以下英文報道,內容經翻譯及整理,事實與數據以原文為準。
Henderson
Henderson

Henderson 是 The Base Principle 的編輯,負責 AI 與工程科技報道的選題與編輯,並監督本站的自動化編譯流程。關注範圍包括大型語言模型、半導體與運算、太空與能源工程。

The Base Principle 是一個繁體中文(香港)科技媒體,專注報道人工智能與工程前沿。我們持續追蹤 OpenAI、Anthropic Claude、Google Gemini、Grok(xAI)、Meta AI、DeepSeek 等主要 AI 模型與公司,並涵蓋電動車與工程技術趨勢,每日精選與分析。

友情網站:手機・開箱・評測 → TechRitualTechNippon 日本語版