问题——海底垃圾长期被认为是海洋污染治理中最棘手的部分。相比漂浮垃圾，沉积在海底的塑料、金属、玻璃和废弃渔具更隐蔽，清理作业又受水深、能见度、水流和地形影响。依赖潜水员或遥控设备不仅效率有限，也存在安全风险；处置不当还可能造成垃圾破碎扩散，带来二次污染。港口和航道周边由于船舶往来密集、装卸频繁，往往是海底垃圾高发区，持续影响航运安全、生态环境和滨海景观。 原因——海底垃圾清理之所以难，关键在于水下环境对感知、定位和操作提出多重挑战。其一，水体浑浊、光照不足使传统视觉识别不稳定；其二，复杂地形和水流扰动让机器人难以保持姿态稳定，精细抓取更容易失败；其三，水下通信带宽受限且时延较高，远程操控受影响，而前端设备又受体积和功耗约束，难以快速决策。长期以来，不少水下装备存在“能看见但够不着”“能抓起但放不稳”等问题，限制了规模化应用。 影响——本次完成测试的水下智能清洁机器人系统，针对上述痛点提出一套协同作业方案。系统由水面母船、侦察单元、潜水作业单元和转运平台配合，形成分级流程：先用声呐完成海底地形测绘，再对重点区域进行精细扫描与目标定位，最后由作业单元抓取并转运。测试信息显示，系统在定位、识别、抓取与运输环节实现连续衔接，可在较强水流条件下保持姿态稳定；机械臂的作业空间与负载能力也能覆盖多类海底废弃物的处置需求。 在关键技术层面，研发团队强调用“多传感器融合”提升水下识别的稳定性，将视觉信息与声呐成像结合，提高浑浊水域的目标辨识能力，并可针对不同材质垃圾进行分类识别。同时，引入力反馈控制实时调节抓取力度，在搬运重物的同时保护脆弱物体，降低清理过程中的破碎与扩散风险。系统还通过复合缆实现能源与数据同步传输，建立较高带宽的水下数据通道，使岸基或母船端算力能够为前端作业提供实时支持，提升响应速度与作业精度。业内观点认为，这种打通感知、决策与执行闭环的工程化集成，意味着有关装备正从单一工具向更高水平的自主协同发展。 对策——面向海底垃圾治理的实际需求，下一步重点在于“能用、好用、用得起”。一是提升对复杂生态与地形场景的适应能力，在珊瑚礁等敏感区域需要更精细的路径规划与更柔性的接触策略，避免干扰栖息地；二是推进模块化与标准化，降低部署与维护成本，便于港口、海事与环保部门按需配置、快速扩展；三是完善作业规范与评估体系，将清理效率、二次污染控制与生态扰动最小化纳入统一评价框架，并与港口巡检、航道维护、应急打捞等业务形成联动；四是加快数据共享与算法迭代，通过典型场景数据积累提升识别能力与决策稳定性，推动形成可持续的运维与服务模式。 前景——从落地场景看，港口与近海海底垃圾清理最具可操作性：作业区域相对可控、需求长期存在、治理效果也更易量化。随着多传感器融合、边缘计算与水下通信能力提升，这类系统有望更走向更深水、更复杂海况，并在微塑料收集、高风险废弃物处置等方向拓展应用。同时，项目已纳入欧盟相关旗舰科研计划，显示国际社会正加快从“以人工为主”向“以智能装备为主”的治理路径转变。业内预计，若成本与运维体系继续优化，协同机器人有望成为海洋生态修复与海上公共服务的重要装备形态。
海洋清洁从来不是靠单一技术就能解决的问题，但更高效、更安全、更可持续的装备体系，正在为治理提供新的可能。以多模态感知、精细操控与协同作业为代表的水下机器人技术，正推动海洋治理从“应急式打捞”走向“常态化维护”。在加强国际合作、完善规则标准并坚持源头治理的共同作用下，海底垃圾“可见、可控、可清”的目标有望逐步从试验走向更广阔海域。