新西兰加入欧洲地平线研究与创新计划
(相关资料图)
据新华网7月10日消息,法国海军“洛林”号护卫舰近期在菲律宾港口停靠,系其长期部署至亚太地区的一部分。据悉,该舰是法国最新的海军舰船之一,2022年才正式服役,该舰此次造访菲律宾正值驻亚太法国武装部队联合司令、海军少将若弗鲁瓦·当迪涅访问菲律宾之际。分析认为,法国正希望作为“常驻大国”在亚太地区发挥更大作用,并且越来越重视在该地区的“海洋领域挑战”。同时,印太地区日益复杂的安全环境将为法国军工行业提供机会,法国可以成为该地区国家增强军事能力的另一个武器供应国,如法国正致力于向印度尼西亚和菲律宾提供“鲉鱼”级潜艇的协议。
据广海局7月6日消息,挪威政府近期提议开放2万平方公里挪威大陆架用于海底商业采矿,遭到国际和挪威国内多方反对。据悉,挪威政府希望通过海底采矿实现能源转型,摆脱对国外关键金属矿产资源的依赖。为此,挪威已经开放海底商业测绘、矿产资源勘探活动,采集了大量深海资源和环境数据,认为深海采矿对海洋环境的影响很小。然而,德国、法国、新西兰、哥斯达黎加等国呼吁暂停所有海底采矿活动。挪威的一些大学、组织亦对政府的提议发出严厉警告。尽管如此,挪威石油和能源部仍进行开放大陆架采矿的程序和规定的制定,开放商业采矿的提议将在年内交由议会讨论批准。
据广海局7月6日消息,丹麦能源公司Ørsted开发出一种专用于气象及海洋测量的无人水面艇“Hugin USV”,以风能和太阳能为动力,可在最恶劣的海况下连续运行1年。据悉,“Hugin USV”原型机由丹麦造船商建造,控制系统由挪威公司提供,总长9米,宽4米,可自主性航行,也可在超视距范围远程控制,主要用于收集和监测风力、海流、生物和生态等与风电场开发相关的数据。目前,该型无人水面艇已获得相关专利并将投入批量生产,今年年底将生产5艘。
据国际船舶网7月10日消息,韩国现代重工近日宣布完成了韩国海军新一代近海巡逻舰的概念设计。据悉,该型舰中融入了人工智能、自动化和无人化等最新尖端技术,在武器装备、探测性能得到提高的同时,还可大幅减少舰员人数。现代重工表示,成功完成韩国海军新一代近海巡逻舰的概念设计,意味着应用了最前沿技术的该型舰的研发工作取得重要进展,公司将依托在该领域的技术竞争力持续承接国内外军船订单。
据国际船舶网7月8日消息,韩国三星重工一艘在建15000TEU集装箱船从巨济造船厂出发开始航行,经过济州岛于7月1日抵达中国台湾高雄港,航程全长约1500公里,成功完成了自主航行技术的全球航线实证测试。这是全球造船业界首次在大型集装箱船上进行的自主航行技术全球航线实证测试。此次测试船舶搭载三星重工自主研发的远程自主航行系统“SAS”和智能船舶系统“SVESSEL”,实证测试集中了自动识别系统(AIS)、雷达、相机传感器及传感器融合等尖端自主航行技术,准确识别了船舶航行中半径50公里以内的船舶、浮游物等9000个以上的障碍物。此外,在该船90次与海上船舶相遇的情况下,安全地引导了迂回路线。
据国际船舶网7月7日消息,韩国HJ重工为韩国地质资源研究院建造的6000吨级3D/4D多功能深海资源物理勘探船“探海3(Tamhae 3)”号近日下水。该船是韩国建造的首艘6000吨级勘探船,造价1810亿韩元。“探海3”号总长92米、型宽21米,最高航速达15节,可搭载50名船员,续航力达3.6万公里,可以往返北极和南极。该船搭载了8组3D Streamer设备,可精密地扫描出长达6公里的地层影像,还搭载了可探测海底地层随时间变化的4D设备,将大幅提高韩国海底资源勘探的效率和精密度。
据国际船舶网7月10日消息,由日本e5 Lab和三菱造船联合打造的全球首艘混合动力电力推进生物质燃料运输船“Asuka”号完工交付。该船全长71.89米,宽12米,最大航速11节,载重量1600吨,发电机容量为2台500kW,电池容量440kWh。与柴油动力船相比,可以降低50%的燃料费用和二氧化碳排放量,每年最多可减少400吨二氧化碳排放。按照计划,这艘新船将用于为关西电力公司位于相生市的相生生物质发电厂运输生物质燃料,在神户港和发电厂之间航行。这是全球首次在生物质燃料运输船领域引入电力推进技术。
据国际船舶网7月8日消息,日本上野Transtech公司宣布,将建造支持氢燃料发动机的电力推进船,计划在2026年开展航行试验。据悉,新造船全长超过100米,是在现有船舶的基础上开发的新船型,将作为日本国内最大的氢燃料内航油船原型船,预计在2025年完工。该船将采用发电机和电池组合的混合动力发电系统,氢动力发电机由氢燃料发动机和氢燃料供应系统组成。在使用氢燃料的情况下,同等规格的氢燃料船相比传统重油燃料船舶每年可以减少约6000吨的二氧化碳排放。
美国研究人员开发出一种新学习算法,可以使外星探索机器人自主采集地形样本
据TechXplore 7月7日消息,美国伊利诺伊大学香槟分校的研究人员开发出一种新的深度学习算法,使外星探索机器人能够自主决策何时何地获取地形样本。研究人员表示,他们的方法并非模拟如何在每种可能的岩石或颗粒材料上进行采样,而是创造出一种新的深高斯过程模型,使自主着陆器能够学习如何快速在遇到新材料时进行采样。使用这种方法,机器人只需很少的尝试就能学会如何挖取新材料。该研究成果将在NASA喷气推进实验室的海洋世界着陆器自主测试平台上进行部署。
标签:
