AI水下机器人：从实验室“游”向海洋牧场

走近大连海事大学智慧海洋信息科技公共创新平台实验室，一台水下捕捞机器人正缓缓入水，科研人员紧盯着它的平衡浮力与视觉识别表现。这是团队与企业联合成立公司后，研发的第二代捕捞机器人。十余年来，这支扎根于大连海事大学的科研团队，始终围绕近浅海渔业与海洋工程领域发力，取得了一系列技术突破。但话说回来，智能水下机器人真正走向规模化发展与产业化落地，仍面临不少现实挑战。

抢占机器人应用蓝海

团队真正瞄准的，是近浅海里的“真问题”。与国内多数聚焦万米深海探测的同行不同，这支团队自2011年起就锚定了水深300米以内的黄渤海近浅海经济带。这里汇聚了我国北方主要的海洋渔业与近海工程活动，恰恰是水下机器人应用的广阔蓝海。

海底巡检机器人是团队的王牌产品。它能够实现24小时不间断水下作业，彻底打破了人工潜水在时长与安全上的限制。把它比作“水下监理”再贴切不过——为海上工程、跨海电缆排查管道破损、移位等隐患，是它的拿手活。

这台方头方脑的机器人通体采用抗压防腐材质，顶部凸起的多波束声呐与两侧的高清光学摄像头格外显眼。“这两个是它的‘眼睛’，各有分工。”声呐不惧浑水，能穿透100米浑浊水体，探测大型目标，但分辨率偏低；光学摄像头成像清晰，可一旦遇到泥沙含量高的水域，有效观测距离就大幅缩水。团队把两者结合——先用声呐扫出可疑区域，再抵近用光学摄像头取证，这套组合拳刚好适配近浅海的作业需求。

水下捕捞机器人是另一款王牌产品。以前黄渤海海参全靠人工捕捞，潜水员背着几十斤重的装备，一次下水最多干1小时，效率低，健康风险也不小。

2017年，团队启动水下自主捕捞技术攻关。初代AI模型识别率只有70%。为了积累数据，团队成员跟着渔船出海，在獐子岛、长山岛的海域里泡了上千个小时，采集了数十万张水下影像。经过近10年的算法迭代，当前模型的海参识别准确率已提升至90%以上。团队还创新性地引入了偏振光和高光谱成像技术，让机器人能通过材质的光谱反射特性精准区分海参与岩石，还能自动测量海参尺寸，只抓取符合规格的成参，避免了“大小通捞”对渔业资源的破坏。

2025年定型的第二代水下捕捞机器人，单次作业可装载300斤海参，相当于一名熟练潜水员的单日工作量。更关键的是，它具备2节抗流能力，即便是在潜水员无法作业的恶劣海况下，也能照常下潜工作。

眼下，团队正在构建“无人船+水下机器人”一体化作业体系。无人船搭载自主导航系统和自动收放装置，能自主航行至指定作业海域，通过水下中继回收技术解决高海况下的设备对接难题。未来，操作人员只需坐在岸基控制室，就能同时调度多艘无人船和数十台水下机器人协同作业，真正实现海洋捕捞的全流程无人化。

面临共性技术瓶颈

AI水下机器人虽然已实现“从0到1”的技术突破，但在“从1到10”的规模化发展阶段，仍面临诸多共性技术瓶颈。

在水下通信领域，目前行业主流智能水下机器人仍依赖脐带缆实现稳定供电与通信。这种模式可靠性高，但极大限制了设备作业半径，而且在近海渔业、海洋工程区域容易被渔网、水下构件缠绕，作业局限性明显。

传统水下声学通信带宽狭窄，仅能传输基础控制指令，无法满足高清影像实时传输等智能化作业需求。团队攻关的水下光通信技术，虽然已实现十几米距离内的百兆带宽传输，但受近海浑浊水体散射效应影响较大，距离规模化商用仍有不小差距。

在动力续航领域，能耗与续航问题普遍存在。具备强抗流能力、搭载多类高精度感知传感器与边缘计算模块的智能水下机器人，设备能耗高，续航时长受限。若通过增大电池容量来提升续航能力，又会相应增加设备自重。固态等新型电池技术的突破性进展，将成为打破续航瓶颈、推动智能水下机器人迭代升级的关键。

水下感知能力不足是制约产业发展的核心瓶颈，体现为“看不清”与“看不懂”两大问题。水下高浊度、低照度、强噪声及多径效应等复杂环境条件，导致各类感知手段效能大幅衰减。红外成像在水中有效作用距离极短，普通光学摄像头在浑浊水域的探测距离会缩短60%以上；声呐虽可穿透浑浊水体，但分辨率较低、存在探测盲区，在船舶活动频繁的海域，受多声源干扰影响，目标误判率可达20%。

更为突出的是算法泛化能力不足。大量在实验室或仿真环境中准确率超过99%的AI算法，部署至真实海域后性能骤降至60%左右。由于海洋环境具有动态多变的特性，不存在两个完全一致的水下场景，行业至今尚未建立一套能够适应复杂动态环境的高鲁棒性感知体系。必须解决这一基础问题，才能支撑后续智能化应用。

推动产学研协同破局

产业化落地环节的多重障碍，同样制约着AI水下机器人的规模化推广。

成本高企是当前产业化推广的首要障碍。目前单台水下捕捞机器人的生产成本约30万元，如果按此成本定价，企业将面临经营性亏损；而提高定价，又超出渔业企业的承受能力。经测算，当设备售价降至十几万元时，渔业企业可在两年左右收回投资成本。同时，由于水下机器人产业链配套不完善，多数零部件需定制化生产，无法通过规模化效应进一步摊薄成本，形成了“无订单难降本、高成本无订单”的恶性循环。

设备操作门槛较高也是制约推广的重要因素。当前，水下机器人需由经过系统专业培训的技术人员操作，培养一名熟练操作员需半年以上，这显著增加了企业的用工成本。为此，团队正推动设备向“傻瓜式”操作方向迭代，通过优化人机交互界面、提升自主路径规划与作业能力，降低对专业操作人员的依赖。目标很明确——让普通渔民经简单培训即可独立完成设备操作与日常维护。

从行业生态建设角度分析，当前产业呈现“两头热、中间冷”的结构性失衡。研发端高校与科研院所技术创新活跃，应用端海洋工程、渔业、环保等领域需求旺盛，但中间环节的供应链配套、工程化转化、标准化体系建设严重滞后。

产学研用深度融合成为破解产业困局的关键路径。由大连海事大学牵头组建的智慧海洋信息科技公共创新平台，联合多家科研院所与涉海企业，构建了集技术研发、装备评测、数据支撑、成果转化于一体的协同创新体系。

2025年8月，大连海事大学将其水下机器人核心专利作价1500万元，与大连獐子岛海洋发展集团有限公司、獐子岛集团股份有限公司等共同出资成立大连海发智能装备有限公司。这家国有控股企业，正推动实验室里的技术图纸，逐步变成走向市场、服务产业的智能装备。

企业提供真实海洋应用场景，是AI+水下机器人产业技术快速迭代的核心优势。今年，大连海发智能装备有限公司开工建设的6000余平方米渔业智能机器人中试基地，建成后将显著提升装备量产能力，有望推动生产成本进一步下降。