千年荒漠变绿洲，看沙漠“卫士”携手昇腾 AI 植起绿色希望

2022-11-28
中国香港
本文字数：2387 字
阅读完需：约 8 分钟

本文分享自华为云社区《千年荒漠变绿洲，看沙漠“卫士”携手昇腾AI植起绿色希望》，作者：昇腾 CANN 。

提起荒漠，你会想到什么？是飞沙扬砾、黄土漫天？还是热浪汹涌，寸草不生？在死寂荒芜的风沙中，无论对于植物还是人类来说，生存都是个不小的挑战。

生活在荒漠上的人们渴求绿色，希望通过植树造林防沙止漠，守护绿水青山，重建家园。近日，电视纪录片《沙漠“卫士”》在央视科教频道《创新进行时》栏目播出，讲述了华东师范大学基于昇腾 AI 研制大规模荒漠恢复治理机器人集群，通过科技创新改善荒漠环境的故事。

图片来源：央视科教频道《沙漠“卫士”》纪录片

小小机器人蕴藏大智慧

我们知道，植树窗口期非常短，尤其对于荒漠化的地区，一年中只有短暂的春天可以种树，且荒漠工作环境恶劣，人工种植效率非常低下。以给小树挖坑这个步骤来说，一个树坑需要一个人 25 分钟左右的时间。即使机械化种植，仍需要人工参与监督，无法实现无人看守的 24 小时连续工作。更何况是茫茫大漠，这种种植方式对环境改善来说简直就是杯水车薪。

唯有自动化种植才能从根本上加快荒漠整治效率。华东师范大学智能机器人实验室张新宇教授带领他的研究生团队，联合昇腾 AI 技术团队基于异构计算架构 CANN（Compute Architecture for Neural Networks）成功研制种树机器人，全面解放双手，实现自动化种植。

这款半人高的种树机器人名叫“东方青帝”，寓意为中国的荒漠带来绿色，它机身小巧却处处蕴藏大智慧。

种树机器人自带螺旋大钻头，相比于传统大型挖掘机，对荒漠地区脆弱的地表土壤损伤很小；搭载全新散热系统和安全防护系统，能够很好的适应恶劣荒漠环境；配备柔性太阳能电池板及追日控制系统，自适应太阳光线角度保证全天充电状态。

更加硬核的是，它利用卫星定位、物联网、人工智能和云服务技术，可进行全智能自动化种植，借助昇腾硬件和异构计算架构 CANN，可实现全天候作业、GPS 厘米级定位、自动避障和 AI 智能路线规划等功能，使荒漠种树更高效、节能。

携手昇腾 AI，用智慧点亮荒漠

每一个“智慧”背后，都凝聚着无数技术探索与日以继夜的努力。

荒漠地区地形复杂，随处可见重叠的沙石和纵横的沟壑，种树机器人在大面积的作业过程中，如果不能及时识别障碍，并且根据路况及时调整行进路线，不仅会给机器自身造成无法评估的损坏，更会制约整体种植效率。

因此，团队希望设计出一套 AI 视觉分析系统，能自动识别障碍并完成避障，比如识别到沙丘和沟壑能够绕行避开。但深度学习技术、人工智能应用开发的高门槛和对计算性能的极高要求，令华东师范大学师生一度陷入迷茫。

带着“逢山开路、遇河架桥”的决心，华东师范大学师生几经摸索，最终在 CANN 技术团队的大力支持下，通过 Atlas 200 AI 加速模块实现了整个 AI 视觉识别系统。Atlas 200 能提供最高 22 TOPS 的算力，且具备较高能效比，借助 CANN 的上接主流 AI 框架、下联系列化硬件并统一编程接口的能力，更加便捷的将推理模型部署在 Atlas 200 加速模块上，并通过深度软硬件协同优化，充分释放硬件澎湃算力，让 AI 计算更高效。

1、CANN 训练营帮助开发者迅速上手

为了让大家快速上手 AI 应用开发，CANN 技术团队专门组织了训练营活动，通过高质量的学、练、赛赋能课程，帮助华东师范大学师生全面提升开发能力。同学们满腔热情地投入到基于 CANN 的 AI 编程学习中，并将学习转化成项目实践，快速实现 AI 视觉分析系统基础模型和相关推理应用。

2、软硬协同技术助力训练效率提升

正所谓“纸上得来终觉浅，绝知此事要躬行”。在之前的实地荒漠测试阶段，挖坑机器人曾由于光照环境与实验室环境差异较大，无法准确识别障碍物，因此还必须现场增加实地数据集进行训练，而在当时的情况下，根本不具备快速处理数十万张图片的计算能力。团队选用 ModelArts 一站式开发平台，高效调度数据中心的高算力昇腾设备，该平台借助 CANN 的深度算子融合、自动任务流水、智能计算调优等软硬协同优化技术充分释放硬件算力，便捷快速地完成数据训练，挖坑机器人基于训练后的模型在真实环境下获得了更强的环境识别和自主避障能力。

3、图像预处理加速浇水机器人育苗桶识别

负责浇水的机器人在 AI 图像识别方面也面临着重重挑战，实测阶段团队发现机器人对育苗桶的识别帧率较低，时延较高，导致经常错过浇水时机，团队积极改进，借助 CANN 的异步任务下发通道，驱动多个硬件加速器多路并行处理，降低任务下发时延，有效加速了浇水机器人的图像处理效率，真正实现了实时、高效育苗。

4、极简开发体系支撑算子快速开发

整个 AI 处理部分，机器人依靠 CANN 算子库中丰富的内置高性能算子，支撑起神经网络训练，并加速推理过程。但由于是全新的业务场景，存在部分神经网络算子不支持的情况，而 CANN 持续升级的算子开发体系在这种情况下发挥了重要作用，同学们通过全新开发以及基于算子库小算子组合方式，快速搞定了看似复杂的算子开发，保证了整个项目的顺利进行。

最终，基于昇腾 AI 视觉分析系统，机器人如同装上了“最强大脑”，能够对海量卫星地形数据进行快速分析，识别出适宜种植的区域，预测障碍规避路线，实现 AI 智能路线规划，同时对于局部障碍，通过相机实时捕捉前方物体画面，快速完成局部检测和识别。配合标准化的免灌溉育苗种植装置和智能监测平台，“种树机器人”集群可以将种植效率提高 100 倍以上，成活率提高至 95%以上。