漁業(yè)養(yǎng)殖水體的溫度、濁度、溶氧量（DO）、pH值、非離子氨（NH3）濃度、亞硝酸鹽濃度等環(huán)境因子是水體質(zhì)量的關(guān)鍵評價因子，對水生動物能否進行正常新陳代謝具有顯著影響，因此必須對水體環(huán)境質(zhì)量評價因子進行實時監(jiān)測，必要時進行及時調(diào)控。同時，水生動物的行為與環(huán)境狀況密切相關(guān)，對水生動物進行跟蹤拍攝、行為監(jiān)視也是漁業(yè)重要的觀測環(huán)節(jié)。傳統(tǒng)的漁業(yè)水下觀測需要潛水員潛入水中作業(yè)。在水深大于20m時，潛水員容易出現(xiàn)胸悶、頭暈等不適癥狀，長此以往有罹患減壓病的風險。目前常用的環(huán)境監(jiān)測方法為浮標在線監(jiān)測法，它僅能測定有限固定點的水質(zhì)參數(shù)，不便對水體進行3維空間上的動態(tài)監(jiān)測，使用水下機器人則可有效解決此問題。

自主式水下機器人（AUV）的體積、最小轉(zhuǎn)彎半徑一般較大，多用于深遠海漁業(yè)環(huán)境，國內(nèi)外均有研究者使用AUV對深遠海的水生動物及其生存環(huán)境進行研究。有研究者使用美國Hydroid公司與伍茲霍爾海洋研究所（WHOI）研發(fā)的REMUS-100遠程環(huán)境監(jiān)測AUV[8]（圖1）配合電子標簽對棱皮龜、姥鯊進行跟蹤監(jiān)視[9-10]，并根據(jù)REMUS-100的傳感器與視頻流數(shù)據(jù)獲得了水生動物的行為及其棲息地信息，但該AUV的有效載荷（傳感器組件質(zhì)量）較小。Eichhorn等使用德國弗勞恩霍夫（Fraunhofer）應(yīng)用研究促進協(xié)會開發(fā)的CWolf型AUV搭載模塊化水質(zhì)傳感器組件（圖2）對挪威東部漁場附近海域的水質(zhì)參數(shù)進行了實時監(jiān)測，CWolf的有效載荷達到15kg，但其本體質(zhì)量為135kg，實際使用時至少需要3人協(xié)作布放。

圖 1 REMUS-100 自主式水下機器人

圖 2 CWolf 自主式水下機器人及傳感器組件

多數(shù)AUV在進行漁業(yè)環(huán)境監(jiān)測時，因配備有螺旋槳推進器、舵翼或電子標簽等，會對環(huán)境及水生動物產(chǎn)生較大干擾。WHOI的Yoerger等研制的名為Mesobot的水下機器人（圖3）配備了大直徑、慢轉(zhuǎn)速的螺旋槳，可以將其對水體的擾動降到最低，它同時配備的海洋探測傳感器組件可以對海洋“暮光帶”中層水域（深度介于200～1000m之間）進行環(huán)境監(jiān)測，Mesobot機器人還能對移動緩慢的水生動物進行跟蹤監(jiān)視（圖4）。另外，東京大學Maki等開發(fā)了使用多波束成像聲吶對水生動物進行跟蹤的AUV，免除了電子標簽對水生動物的影響。

圖3 Mesobot 的3維模型及在水下狀態(tài)

圖 4 Mesobot 跟蹤水生動物示意圖

圖 5 麻省理工學院研制的 AMOUR V

遙控式水下機器人（ROV）適用于近淺海漁業(yè)環(huán)境和結(jié)構(gòu)化、工業(yè)化的淡水漁業(yè)環(huán)境。麻省理工學院（MIT）計算機與人工智能實驗室Vasilescu等研制了用于近淺海、淡水漁業(yè)環(huán)境的圓柱形ROV——AMOURV（圖5），AMOURV通過調(diào)節(jié)浮力與總重力間的平衡來實現(xiàn)懸停，其有效載荷變化范圍為0～1kg。針對近淺海網(wǎng)箱養(yǎng)殖水體大、養(yǎng)殖密度高（往往超過20萬尾）的問題，挪威科技大學（NTNU）的Osen等制作了低成本的ROV（圖6），使用3個小型螺旋槳推進器實現(xiàn)了橫移、進退與偏航3自由度（DOF）的運動，對近淺海漁業(yè)的水下環(huán)境實現(xiàn)了多因子的感知。Huang等研制了適用于4～5m水深環(huán)境的ROV（圖7），該ROV專用于淡水漁業(yè)環(huán)境監(jiān)測。

圖 6 挪威科技大學的水下機器人

圖 7 西北農(nóng)林科技大學漁業(yè)環(huán)境監(jiān)測 ROV

考慮到AUV與ROV會驚嚇水生動物的問題，有研究者開發(fā)了具有仿生外形或基于仿生運動機理的水下環(huán)境調(diào)查與水生動物監(jiān)視專用機器人。圖8為中國科學院自動化研究所（CASIA）研制的服務(wù)于水生態(tài)環(huán)境建設(shè)的仿豹魴鮄BUV，該機器人可定點懸停并對多點水質(zhì)參數(shù)進行監(jiān)測。圖9為麥吉爾大學設(shè)計的名為AQUA的第一代兩棲環(huán)境監(jiān)測BUV，通過6片扁平腳蹼撲動實現(xiàn)水下浮游。圖10為麻省理工學院設(shè)計的基于聲學通信模塊控制的軟體機器魚SoFi，SoFi頭部安裝有魚眼攝像機，可對水深處于0～18m范圍內(nèi)的魚類進行觀察而不造成驚擾，SoFi已對太平洋珊瑚礁附近的魚類進行了實地跟蹤監(jiān)視。多數(shù)BUV體積較小，較AUV、ROV更容易融入生物環(huán)境，能更好地適應(yīng)漁業(yè)生產(chǎn)環(huán)境。

圖8 中國科學院自動化研究所研制的仿生水下機器人

圖 9 AQUA 兩棲監(jiān)測機器人

圖 10 SoFi 軟體機器魚的 3 維模型

表1歸納了當下國內(nèi)外具有代表性的用于環(huán)境監(jiān)測的水下機器人。

除了直接對水質(zhì)參數(shù)進行監(jiān)測和對水生動物進行監(jiān)視之外，還有研究者開發(fā)了一類對特定水質(zhì)參數(shù)敏感的機器人，此類機器人通過模仿水生動物對于某一異常的環(huán)境因子做出的應(yīng)激反應(yīng)來間接地反映水質(zhì)的惡化。佛羅倫薩大學的Ravalli和馬德里理工大學的Rossi等聯(lián)合研制了一種專用于水產(chǎn)養(yǎng)殖場所的、對于氫離子（H+）濃度敏感的水下機器人（圖11），該機器人使用形狀記憶合金（SMA）執(zhí)行器來驅(qū)動柔性結(jié)構(gòu)，將水質(zhì)異常時的化學信號轉(zhuǎn)換為驅(qū)動該機器人運動的電信號，通過機器人不同的運動模式來捕捉養(yǎng)殖環(huán)境中pH水平的變化。魚類的行為變化與養(yǎng)殖環(huán)境密切相關(guān)，可以作為水質(zhì)監(jiān)測的依據(jù)，據(jù)此可以設(shè)計出能作為養(yǎng)殖水質(zhì)異常預(yù)警器的水下機器人，從而實現(xiàn)智能化的漁場管理。

圖11 氫離子（H+）敏感水下機器人

總體而言，使用各種水下機器人搭載各類水質(zhì)、圖像傳感器對環(huán)境與水生動物進行觀測是水下機器人在漁業(yè)中應(yīng)用的研究熱點，相關(guān)樣機較多。但目前能實際應(yīng)用的具有較高智能程度的水下機器人仍然較少，很難兼顧水下環(huán)境精確傳感的高技術(shù)性與規(guī)?；瘧?yīng)用的經(jīng)濟性，這是制約環(huán)境監(jiān)測型水下機器人普及應(yīng)用的重要原因。

2.2.1 水下視覺系統(tǒng)在捕獲中的應(yīng)用現(xiàn)狀

圖12 水下視覺系統(tǒng)輔助捕獲

第1階段的水下視覺系統(tǒng)通過水下攝像機獲得水生動物的尺寸與位置信息后反饋給控制系統(tǒng)，以開環(huán)控制的方式驅(qū)動機械手或通過人工操縱機械手的方式來捕獲目標。日本巖手大學的Takagi等設(shè)計了計算鮑魚尺寸的水下機器人，將尺寸數(shù)據(jù)反饋給漁民進行捕、放決策；九州工業(yè)大學的Ahn等通過水下機器人獲取水生動物的位置信息，并反饋給操作者遙控機械手以對目標進行抓取?；诖朔N視覺系統(tǒng)的水下機器人的捕獲自動化程度較低，捕獲過程中需要人力介入，無法自主捕獲移動目標。

第3階段的水下視覺系統(tǒng)具有自學習能力，可在機器人運動過程中獲得周圍水下環(huán)境、目標狀態(tài)信息來輔助控制系統(tǒng)對機器人進行實時控制，是未來智能化捕獲發(fā)展的方向。目前達到水下視覺系統(tǒng)的第3階段的水下捕獲機器人仍鮮有報道。大宗水產(chǎn)品或大范圍內(nèi)的水產(chǎn)品捕獲，多以拖網(wǎng)方式進行。水下視覺系統(tǒng)在拖網(wǎng)捕獲中亦有輔助應(yīng)用，已有研究者利用水下機器視覺技術(shù)針對魷魚的噴射游離行為改進拖網(wǎng)設(shè)計。

當前，將水下視覺系統(tǒng)應(yīng)用于漁業(yè)場景時的主要應(yīng)用層面仍是將其作為拓展人類目力能及范圍的手段。多數(shù)的基于人工智能視覺系統(tǒng)的水下機器人仍處于在機器人操作系統(tǒng)（ROS）等機器人二次開發(fā)平臺上模擬的階段，實際應(yīng)用中需要在環(huán)境、硬件條件和系統(tǒng)穩(wěn)定性之間作出權(quán)衡。

2.2.2 水生動物捕獲機器人應(yīng)用現(xiàn)狀

現(xiàn)代機電系統(tǒng)捕獲作業(yè)的對象主要是魚類與底棲型海珍品。對魚類的捕獲主要使用拖網(wǎng)方式，現(xiàn)有的水下捕獲機器人捕獲對象以具有高附加值的海珍品與科考探索生物為主。

圖13 水生動物捕獲機器人應(yīng)用現(xiàn)狀

按照水下機器人末端執(zhí)行器捕獲水生動物的動作形式來劃分，可以將捕獲形式分為包絡(luò)抓取與精準抓握。結(jié)合末端執(zhí)行器動力來源及材料的不同，目前在漁業(yè)場景中已經(jīng)有探索性應(yīng)用的捕獲方式包括：(1)使用開式鏈（圖13(a)）、可變形連續(xù)體（圖13(b)）、網(wǎng)籠狀（圖13(c)）和容器狀結(jié)構(gòu)（圖13(d)）實現(xiàn)對水生動物的接觸式或非接觸式包絡(luò)圍攏；(2)使用電動機驅(qū)動金屬材料（圖13(e)）或塑料（圖13(f)）等抗壓強度較高的硬質(zhì)材料對水生動物進行夾持抓握；(3)通過液壓、氣壓驅(qū)動柔性材料實現(xiàn)對水生動物的包絡(luò)、夾持（圖13(g)）；(4)通過液壓泵、氣壓泵[38]制造壓力差，實現(xiàn)對水生動物的吸納（圖13(h)）。

多數(shù)用于捕獲水生動物的水下機器人采用以齒輪、鉸鏈、連桿、鉗和鑷等剛性結(jié)構(gòu)為基礎(chǔ)的機械手對目標進行抓取，近年來研究者研制了捕獲水生動物的柔性抓手，采用柔性材料來降低或去除抓取過程對水生動物造成的傷害。文[27]報道了一種用于近淺海漁業(yè)環(huán)境的柔性抓手，將該抓手安裝于ROV上可實現(xiàn)對海珍品的較高效、無損的精準抓取。但柔性抓手的抓取動作的重復(fù)定位精度與控制的穩(wěn)健性會降低，與水下機器人本體間的耦合關(guān)系在水下環(huán)境中變得異常復(fù)雜，難以根據(jù)目標位置進行運動學反解，而且柔性抓手抓取的靈活性往往以犧牲載荷能力為代價。如何提高柔性抓手的可靠性與載荷能力是未來實現(xiàn)對易損目標抓取的研究熱點之一。

除了研制柔性抓手之外，有研究者在剛性機械手的抓取執(zhí)行器中加入力覺／力矩傳感器、滑覺傳感器等觸覺反饋傳感器或電流／電壓反饋單元，以防過大的抓取力對動物目標造成傷害。開發(fā)具有主動順應(yīng)性（抓取力控制）和被動順應(yīng)性的低慣性、自適應(yīng)機械手是滿足水生動物無損抓取需求的重要方法。

相較于工業(yè)機器人， 漁業(yè)場景下機器人的作業(yè)對象最大的特點是其會對周圍刺激做出反應(yīng)游離動作，故目前多數(shù)水下捕獲機器人只適用于捕獲移動較為緩慢的底棲型水產(chǎn)品動物，且主要聚焦于具有高附加值的海珍品或水生動物科學探索。

水生動物生存環(huán)境維護

近年來海洋網(wǎng)箱養(yǎng)殖發(fā)展迅速，截至2019年，我國海洋網(wǎng)箱已達1.94萬只。但網(wǎng)箱網(wǎng)衣因具有多孔、表面積大的特點而特別適合藻類、藤壺等污損生物的附著，若不及時清除將會影響水體交換，導(dǎo)致漁業(yè)資源品質(zhì)下降。而在工業(yè)化循環(huán)水養(yǎng)殖中，魚池底部存在殘餌與魚類固體排泄物等沉積物，溶于水中會導(dǎo)致養(yǎng)殖水體中的氨氮含量增加而使養(yǎng)殖環(huán)境惡化，因此需要及時去除。對水生動物的生存環(huán)境進行定期維護是提高水產(chǎn)品質(zhì)量的重要措施。此外，網(wǎng)衣巡檢、補漏、提升等也是水生動物生存環(huán)境維護的重要內(nèi)容。

圖 14 水下噴洗機器人

在海洋漁業(yè)中，網(wǎng)衣巡檢是一項重要的工作，網(wǎng)衣破損不僅會造成經(jīng)濟的損失，甚至會帶來生物入侵的嚴重后果。針對網(wǎng)箱網(wǎng)衣清洗的水下機器人，總體上仍處在對清洗射流與機器人本體的水動力學模型進行理論設(shè)計的階段。國內(nèi)有研究者對清洗網(wǎng)衣射流的噴嘴關(guān)鍵參數(shù)進行理論分析，為水下機器人利用高壓旋轉(zhuǎn)水射流清洗網(wǎng)衣提供了理論基礎(chǔ)。為使機器人在水下清洗作業(yè)中能實現(xiàn)平穩(wěn)運動，國內(nèi)有研究者提出利用三角履帶輪及射流反沖裝置實現(xiàn)機器人網(wǎng)箱貼附行走的方法]，有研究者對使用螺旋槳與噴射水流的水下機器人進行水動力學平衡分析，還有研究者提出計算水動力系數(shù)的方法，為建立完整的復(fù)雜水下清洗機器人的水動力學模型提供了更快捷準確的方法。所述研究為水下機器人在水下清洗作業(yè)中應(yīng)用提供了設(shè)計理論基礎(chǔ)。

目前已有可實際使用的網(wǎng)衣污損檢測水下機器人，可對網(wǎng)衣破洞及污染情況進行巡檢，為后續(xù)網(wǎng)衣維護補漏提供參考（圖15）。已商品化的較為成熟的水下機器人有日本洋馬（Yanmar）公司開發(fā)的遙控式網(wǎng)衣清潔機器人，該機器人可對海洋網(wǎng)箱養(yǎng)殖中的網(wǎng)衣進行遍歷清刷。

圖 15 網(wǎng)衣巡檢 ROV

對于工業(yè)化循環(huán)水養(yǎng)殖環(huán)境維護，在清理方式上多采用清潔毛刷進行接觸式清刷，同時用水泵吸除廢水，相關(guān)機器人多處于實驗室研制階段。Koyama等針對陸基水產(chǎn)養(yǎng)殖水箱底部沉積物的清除開發(fā)了一種輕質(zhì)無纜束縛的自主式水下機器人，該機器人前端配備吸污螺旋槳，將沉積物吸入集污箱中，移動路徑通過預(yù)編程設(shè)定。胡勇兵等設(shè)計了一種魚池清刷機器人，通過內(nèi)螺旋路徑規(guī)劃使清洗面積平均覆蓋率達85%以上。Mahmud等基于路線圖算法設(shè)計了水箱清潔機器人，有效提高了水箱底部清潔的效率與自主化程度。而關(guān)于自然湖泊的漁業(yè)環(huán)境維護，我國首個漁業(yè)水下清污機器人已于2019年在新疆天蘊三文魚養(yǎng)殖基地投入使用。

存在問題

綜合對3種漁業(yè)水下機器人應(yīng)用現(xiàn)狀的分析，目前漁業(yè)水下機器人在發(fā)展中還存在以下問題：(1)對動物生長環(huán)境的侵入性過大。在機動靈活性、低噪聲、低流體擾動與動物低驚擾方面仍存在不足，與漁業(yè)場景較難相容；(2)在弱可視條件下難以獲取水下環(huán)境中的視覺信息。機器視覺的應(yīng)用多需要較為理想的條件，通常要求視覺系統(tǒng)部署在具有清澈水體、恒定光源與簡潔背景的環(huán)境中，或要求水下機器人具有較好的硬件資源，而這些條件在自然漁業(yè)環(huán)境中往往難以滿足；(3)機動控制困難。受水流與非結(jié)構(gòu)化復(fù)雜環(huán)境影響，水下機器人難以保持平穩(wěn)運動，難以運動至目標區(qū)域展開作業(yè)；(4)傳感器難以精準獲取漁業(yè)生產(chǎn)、機器人位姿信息。在多因素干擾下，機載內(nèi)、外部傳感器沒有達到漁業(yè)實際生產(chǎn)的智能需求。

本文節(jié)選自《水下機器人在漁業(yè)中的應(yīng)用現(xiàn)狀與關(guān)鍵技術(shù)綜述》，原刊于《機器人》；作者：許裕良，杜江輝，雷澤宇，蔡雨嫣，葉章穎，韓志英；參考略；轉(zhuǎn)載請注明信息來源。