近日，新西蘭坎特伯雷大學推出了一款專用于海水養殖的AI水下機器人Poseidon。
它能自主潛入海底，靠近養殖網箱、貽貝繩索進行拍照和采樣，并在水下進行三維建模和智能識別，有望解決養殖過程中監測成本高、效率低等難題。
01 解決水下監測難題
海洋環境復雜多變，水流、海浪和生物活動都使得水下數據采集長期面臨挑戰。
Poseidon水下機器人正是針對這一問題開發的。它能夠自主定位、穩定導航，靠近貽貝繩、網箱等養殖設施，完成高精度圖像采集與樣本獲取。
與傳統依賴大型船只和人工吊起繩索的方式不同，Poseidon可由兩人乘坐小型快艇部署，投入水中后快速完成掃描任務。
水下機器人搭載多角度攝像頭，可在水下拍攝大量照片并生成三維圖像，還配備可伸縮機械爪，用于采樣分析。
以貽貝養殖為例，目前很多養殖戶仍需出動帶吊臂的大型船只，把養殖繩索吊出水面，“抓一把”貝類樣品來估測生長情況，這個流程耗時、昂貴，而且數據也不夠精確。
而AI水下機器人可貼近動態中的貽貝繩或魚網進行巡檢，通過多角度拍照分析，并搭載機械臂采樣，實現快速、低成本的精確監測。
02 大幅減少人力操作
以研發水下機器人的新西蘭為例，該國水產養殖年產值達6億紐幣（約25.8億人民幣），出口至全球81個國家，主要品種包括綠唇貽貝、太平洋牡蠣和帝王鮭。
但在實際養殖過程中，繩索和網具容易受到生物附著困擾，如黑貽貝或入侵的泥沙蠕蟲等，會影響水質，也增加了生長監測的難度。
水下機器人的應用有望提高養殖場的巡檢頻率和精度，及時發現潛在問題，減輕人工成本負擔。
項目負責人Richard Green表示：“過去要出動幾百萬紐幣的船只，僅為了抓一把樣品估算，現在可能只需幾分鐘、兩個操作員和一臺水下機器人就能完成。”
03 融合多項前沿技術
為適應海洋環境的不斷變化，水下機器人搭載了多項核心技術：
? Doppler速度記錄儀：利用“多普勒效應”判斷自身在水中的運動速度。
? 慣性導航系統：包括GPS、加速度計和陀螺儀，實現空間定位與穩定性控制。
? AI路徑預測算法：能提前1秒預測養殖繩索的三維位置，應對其不斷移動的特點。
? NVIDIA AI處理芯片：作為“機器人大腦”，協調所有傳感器數據并實時做出反應。
項目團隊表示，水下環境遠比工業機器人工作場景復雜，必須實時融合多種傳感器數據，并根據環境來調整。
Poseidon水下機器人的開發歷時十年，目前已進入實地原型測試階段。
接下來，該設備將在新西蘭、澳大利亞等地的養殖場及碼頭開展試點應用，并計劃進一步拓展到全球市場。
項目負責人、坎特伯雷大學教授Richard Green表示：“要擴展我們的水產養殖能力，就必須依靠技術推動自動化。AI可以讓我們用更低的成本擴大養殖規模，這對全球糧食安全也是一種貢獻。”
滬公網安備 31011002002435號