近日，新西兰坎特伯雷大学推出了一款专用于海水养殖的AI水下机器人Poseidon。

它能自主潜入海底，靠近养殖网箱、贻贝绳索进行拍照和采样，并在水下进行三维建模和智能识别，有望解决养殖过程中监测成本高、效率低等难题。

01 解决水下监测难题 

海洋环境复杂多变，水流、海浪和生物活动都使得水下数据采集长期面临挑战。

Poseidon水下机器人正是针对这一问题开发的。它能够自主定位、稳定导航，靠近贻贝绳、网箱等养殖设施，完成高精度图像采集与样本获取。

与传统依赖大型船只和人工吊起绳索的方式不同，Poseidon可由两人乘坐小型快艇部署，投入水中后快速完成扫描任务。

水下机器人搭载多角度摄像头，可在水下拍摄大量照片并生成三维图像，还配备可伸缩机械爪，用于采样分析。

以贻贝养殖为例，目前很多养殖户仍需出动带吊臂的大型船只，把养殖绳索吊出水面，“抓一把”贝类样品来估测生长情况，这个流程耗时、昂贵，而且数据也不够精确。

而AI水下机器人可贴近动态中的贻贝绳或鱼网进行巡检，通过多角度拍照分析，并搭载机械臂采样，实现快速、低成本的精确监测。

02 大幅减少人力操作

以研发水下机器人的新西兰为例，该国水产养殖年产值达6亿纽币（约25.8亿人民币），出口至全球81个国家，主要品种包括绿唇贻贝、太平洋牡蛎和帝王鲑。

但在实际养殖过程中，绳索和网具容易受到生物附着困扰，如黑贻贝或入侵的泥沙蠕虫等，会影响水质，也增加了生长监测的难度。

水下机器人的应用有望提高养殖场的巡检频率和精度，及时发现潜在问题，减轻人工成本负担。

项目负责人Richard Green表示：“过去要出动几百万纽币的船只，仅为了抓一把样品估算，现在可能只需几分钟、两个操作员和一台水下机器人就能完成。”

03 融合多项前沿技术

为适应海洋环境的不断变化，水下机器人搭载了多项核心技术：

• Doppler速度记录仪：利用“多普勒效应”判断自身在水中的运动速度。

• 惯性导航系统：包括GPS、加速度计和陀螺仪，实现空间定位与稳定性控制。

• AI路径预测算法：能提前1秒预测养殖绳索的三维位置，应对其不断移动的特点。

• NVIDIA AI处理芯片：作为“机器人大脑”，协调所有传感器数据并实时做出反应。

项目团队表示，水下环境远比工业机器人工作场景复杂，必须实时融合多种传感器数据，并根据环境来调整。

Poseidon水下机器人的开发历时十年，目前已进入实地原型测试阶段。

接下来，该设备将在新西兰、澳大利亚等地的养殖场及码头开展试点应用，并计划进一步拓展到全球市场。

项目负责人、坎特伯雷大学教授Richard Green表示：“要扩展我们的水产养殖能力，就必须依靠技术推动自动化。AI可以让我们用更低的成本扩大养殖规模，这对全球粮食安全也是一种贡献。”