麻省理工学院与伍兹霍尔联合开发水下浑浊环境实时成像系统

长期以来，浑浊和湍急的水域一直是水下遥控潜水器的禁区。当潜水器落到海底或穿越沙层时，往往会扬起大量沉积物，导致机载摄像头几乎无法成像，有时只能停下来等待沉积物自然沉降后再继续作业。

如今，麻省理工学院（MIT）与伍兹霍尔海洋研究所（WHOI）的工程师联合研发了一种新型水下测绘技术，有望使潜水器在能见度极低的浑浊水域中也能正常"看清"周围环境。

该方法将光学摄像头采集的视觉图像与声纳传感器获取的声学数据进行融合。即便在低能见度水域，潜水器也能借助声纳迅速勾勒出周围环境的大致轮廓，再朝特定形状目标靠近，直至光学摄像头能够清晰拍摄到物体细节。

这一技术思路颇似将海豚的回声定位能力与海龟的近距离视觉相结合——两者协同配合，实现在浑浊水下环境中的实时感知与导航。

研究团队在水箱实验中对该方法进行了测试，实验过程中可精确控制水体的能见度等级。结果表明，即便在最浑浊的条件下，该系统仍能穿透沉积物完成水箱环境建图，并清晰呈现物体厘米级别的细节。

研究团队将该技术命名为Sonar-MASt3R，目前仍在持续优化中。研究人员预计，这一测绘方法未来可用于引导水下潜水器安全穿越复杂环境，应用场景涵盖科学勘探、水下建设与维护，以及深海打捞等领域。

"我们希望这项研究能够帮助我们在那些充满挑战的低能见度环境中开展更多作业，并扩大目前难以进行操作区域的覆盖范围。"项目负责人、MIT航空航天系研究生艾米·冯（Amy Phung）表示。

冯在本周举办的IEEE国际机器人与自动化大会（ICRA）上发表了详细介绍Sonar-MASt3R的论文，共同作者为WHOI应用海洋物理与工程学高级科学家理查德·卡米利（Richard Camilli）。

两种感知方式的最优结合

在水下成像领域，科学家长期以来采取"二选一"的策略，要么依赖光学摄像头，要么使用声纳传感器。光学摄像头能提供清晰的视觉图像，但仅在水质清澈、光线充足的环境中有效；声纳传感器则不受水体清浊影响，通过发射声波并测量其返回时间与角度，可以精确判断周围物体的形状、距离和深度，但声纳图像缺乏视觉细节。

为了兼取两者之长，科学家开始探索一种名为"光声融合"的新方法。在此前的少数研究中，已有团队将声纳数据与光学数据相结合，用于物体识别和工作环境重建，但大多数技术需要较长时间进行数据同步与处理，无法实现实时运行；能够生成三维地图的方案更是寥寥无几；在浑浊水域中进行高分辨率水下测绘的应用，此前更是一片空白。

就读于MIT-WHOI联合培养项目的冯和她的导师卡米利，致力于开发一种能够在低能见度条件下实时生成高精度水下三维地图的光声融合技术。推动这项研究的部分动力，来自安全打捞水下未爆弹药所面临的现实挑战。

"某些区域存在旧式爆炸物，使船只无法安全进入，借助机器人来安全处置这些爆炸物是最佳方案，"卡米利说，"但这些爆炸物往往位于冲浪区等能见度极差的环境中，这给安全作业带来了很大困难。而我们的技术正是可以应对这类场景的众多应用之一。"

浑水中的实时建图

Sonar-MASt3R在法国研究人员开发的现有技术MASt3R的基础上构建而成。MASt3R是一种图像匹配算法，可对同一场景的多张视觉图像进行处理，快速估算每个像素的相对深度，并基于摄像头拍摄的二维图像实时生成环境的三维地图。

"它的不足之处在于缺乏尺度感，"冯解释道，"它只能说'这个像素比那个像素近五个单位'，但无法判断这到底是5米还是5英尺。"

而声纳恰好能够提供精确的绝对尺度数据。声波反射的时间可以直接换算为物体的具体深度、距离以及形状轮廓信息。

在这项新研究中，冯和卡米利利用声纳数据对MASt3R的尺度信息进行校正，从而生成精准的水下三维地图。即便在浑浊水域，经过声纳校正的地图也能让潜水器精确掌握物体位置，进而判断安全靠近的距离，然后用常规光学摄像头进行近距离拍摄。

研究团队在实验水箱中对Sonar-MASt3R进行了测试。水箱中加入了水、沉积物以及多种物体，包括一块小岩石、一个咖啡杯和一只包装箱。水箱内还设有一个机械臂，上面安装了水下摄像头和声纳传感器。

每次实验开始时，机械臂会先执行扫描轨迹，从水箱一侧缓慢扫向另一侧，同步采集声纳和视觉数据。Sonar-MASt3R依据首次扫描数据，快速生成水箱及其内部物体形状轮廓的粗略声纳地图，再以此为基础拍摄物体的近距离图像，进一步提升地图分辨率。系统采用"关键帧"策略，将每一帧新图像与上一个关键帧进行快速比对：若新帧包含关键帧中没有的信息，则将其纳入地图；若与上一关键帧高度相似，则立即丢弃。通过这种方式，系统能够实时、高效地将相关视觉细节填充到地图中。

研究团队在水下测试中设置了八种不同的浑浊度等级，通过搅拌水箱沉积物来模拟不同条件。与其他光声融合方案相比，Sonar-MASt3R在更浑浊的条件下仍能生成更精确的三维地图，并解析出厘米级别的细节。在能见度最差的情况下，摄像头完全无法成像，声纳传感器仍能生成水箱内隐藏物体的粗略地图，为机械臂安全穿越浑水、靠近特定物体提供导引，再由水下摄像头进行近距离精细拍摄。

"打个比方，就像你在一家黑暗的瓷器店里摸索前进，试图找到一个特定的咖啡杯而不打翻任何东西，"卡米利形象地比喻道，"这项技术能让你做到这一点。"

研究团队计划在真实水下环境中对该方案进行测试，并预计实际环境中的建图任务将更为顺畅。

"水箱就像一个回音室，"卡米利说，"在那里操作就好像置身于哈哈镜的世界，各种失真、混响和鬼影让数据处理极为复杂。换到真实环境中，情况应该会简单得多。"

研究团队表示，届时Sonar-MASt3R有望帮助科学家安全探索浑浊、湍流的复杂水下区域。

"这项工作的真正价值，在于让我们能够借助这一技术执行当前根本无法完成的任务，"冯说，"而之所以存在大量无法执行的任务，正是因为我们目前还缺乏相应的观测与感知能力。"

本研究得到美国国家航空航天局（NASA）和美国国家科学基金会（NSF）的部分资助。

Q&A

Q1：Sonar-MASt3R是什么技术？它的核心原理是什么？

A：Sonar-MASt3R是由麻省理工学院与伍兹霍尔海洋研究所联合研发的水下测绘技术，核心原理是将声纳传感器的声学数据与光学摄像头的视觉图像进行融合。声纳负责在浑浊水域中快速生成周围环境的三维轮廓地图，并提供精确的距离和尺度信息；光学摄像头则在靠近目标后补充厘米级视觉细节。二者结合，实现了在低能见度水下环境中的实时精准建图。

Q2：Sonar-MASt3R在实验中的表现如何？

A：研究团队在水箱中设置了八种不同浑浊度等级进行测试。结果显示，与其他光声融合方案相比，Sonar-MASt3R在更浑浊的条件下仍能生成更精确的三维地图，并解析出厘米级别的物体细节。即便在摄像头完全无法成像的最恶劣条件下，声纳传感器仍能生成粗略地图，引导机械臂安全靠近目标物体，再由摄像头完成精细拍摄。

Q3：Sonar-MASt3R未来有哪些应用场景？

A：研究团队预计该技术可广泛应用于多个领域，包括科学勘探（如探索浑浊的深海区域）、水下建设与维护（如管道检修）、深海打捞，以及安全处置水下未爆弹药等高风险任务。目前团队计划在真实水下环境中进一步验证该技术，以推动其从实验室走向实际应用。