奔向蓝色海洋,打造蓝色粮仓,这是未来的趋势。但是,在深海里却有一个不得不解决的问题,就是网箱上附着的贝类和藻类的清理。如果长时间不清理,整个网箱受力过重,就可能发生破损的可能。

　　在近海养殖的渔民都有经验,每年都会进行一次换网。因为人工清理的成本太高,反而不如直接更换掉。即便如此,这也是一笔不小的开支。但是对于深海网箱而言,价格非常昂贵,而且,在深海里更换起来难度也很大。一般情况下,会选择找潜水员人工清洗。或者从国外购入水下机器人,但是一台设备动辄三四百万元。而这仅是裸机的价格,后续的服务以及维修保养,依然要去找国外的厂商。不仅价格昂贵,平时用起来也不方便。

　　“最难的不是技术,而是这类装备用量少,前期投入高。”青岛森科特智能仪器有限公司的经理周奎召说,芬兰等一些深海养殖技术比较成熟的国家,他们相应的配套设备发展也较早,国内一直都是空白。

　　但是,随着“国信一号”养殖工船的顺利出海,作为一种从事海洋装备研究的企业。他们看到了其中的发展前景。不论是近海网箱还是养殖工船,网箱的清洗都是刚需。

　　于是,他们就组建了一个20多人的团队进行研发。整个研发过程都是从零开始,经过近一年的反复试验,于去年研究成功了性能优越的水下机器人,打破了国外对这一技术的垄断。

　　每个地方的海域情况不同,网箱的附着物也不一样,咱们附近的海域贝类偏多。“技术的核心在于清洗的技术还有算法。”周奎召说,在深海里作业不仅要考虑到可靠性,还要考虑到清洗的过程中,不能对网箱产生损害。

　　为了解决这一难题,20多人的科研团队与中国海洋大学教授团队合作,掌握了水下空化清洗的关键技术。记者在水下拍摄的视频里看到,在水下机器人清洗的过程中,从毛刷的地方会喷出水柱的同时,还产生了大量气泡。这些气泡发生爆裂以后,附着在上面的贝类就被清洗下来。由气泡代替了高压的水柱,这样就能对网箱起到保护作用。

　　除了硬件设备,最重要的还是水下机器人的控制算法。在清洗的过程中,工作人员可以随时控制机器人的位置还有力度。“如何让机器人更智能,算法很重要。”周奎召说,跟现在的人工智能类似,他们需要搭建好算法,然后通过不停的演练实践,让水下机器人可以更智能地应对各种场景。

　　“深海下的网箱都是不平整的,清洗的过程中遇到凹陷或者障碍需要及时调整。”周奎召说,他们经过南、北方多台网箱的长年实地测试,逐渐掌握技术优势。可以做到平稳细腻的姿态控制；机器人毫米级定深；基于声学里程计的抗流动态定位以及精度优于万分之一米的推算导航。

　　在该项技术的赋能下,网衣清洗机器人可以跨越有立柱隔绝的挂片网衣、可以180°翻身底朝上从网衣外侧贴附沉在海底的网衣进行清洗,可以从水平状态一键自动90°竖起,贴附于侧网清洗。这些功能是国外的同类产品所不具备的,而且做到了洗得干净,不伤网衣和油漆,彻底粉碎附着物。

　　不仅如此,水下机器人包括推进器、减速电机、洗盘、泵站等关键部件也可以作为单独产品销售。

　　据介绍,他们研发了各种类型的水下机器人。以小型的为例,1个小时可以清洗1000立方米。现在的海洋牧场,一个养殖网箱大概6万立方米左右。如果是人工下海清洗,最少也得四五天,而且受天气情况影响较大。如果使用智能机器人,最快只需要1天的时间就能清洗完。不仅如此,成本也不到人工清洗的一半。

　　周奎召介绍,国家的战略方向如此,当时投入这么多研发,也是看好了这一个市场。作为深海网箱养殖的刚需产品,未来的市场非常广阔。

　　“并不只是针对大型的养殖工船,我们还将对普通的养殖户开展服务。”周奎召说,对于普通的养殖户而言,一年可能只需要清洗一次。如果买一台,即便是小型的也需200多万元。所以,他们便开始研究提供服务,他们成立了专门的团队,携带着水下机器人给渔民清洗网箱。从价格上来算的话,要比渔民更换箱网节省三分之一以上。而这个市场尤其广阔,粗略估算产值达到百亿级别。

　　周奎召说,由于性能优越,目前他们的水下机器人已经被很多大型养殖机构预定。其中包括大众所熟悉的养殖三文鱼的“深蓝一号”,也已经选择了他们的水下机器人。

　　不仅如此,除了网箱的清洗,他们也在研发更多的应用场景。比如拦河坝的网甚至是轮船的船底等等,未来的发展空间也会非常巨大。

　　“深海养殖是未来的趋势,而相关的海工装备也是一个巨大的产业。”周奎召说,他们公司在2015年成立,一直是从事海洋检测方面的研究。伴随着国内海洋牧场以及深远海养殖技术的发展,他们也切入到这一赛道。

　　周奎召说,深远海养殖业的发展,未来肯定是更加智能化,可视化,这也是他们科研的方向。比如海洋牧场,海底到底有多少鱼,网箱的具体情况如何?这些如果单纯凭人力,很难解决。

　　这些难点、痛点,也带给企业发展的目标和方向。他们推出的海洋视觉系统包括海洋光学成像和声学成像,推出了水下双目摄像机、水下生物声纳技术设备、鱼苗计数器等产品,并将算法应用到雷达光电系统。

　　通过多个项目的积累和与中科院、海岸带研究所等水产养殖专家的合作,目前团队掌握了包括常见网箱养殖鱼种(花鲈、许氏平鮋、石斑)的生物习性和鱼体特征,并通过机器视觉和深度神经网络实现了实例分割、尺寸测量、数量统计等功能。目前,该公司已掌握了78项专利技术、19项软件著作权,成了国内海洋牧场智能装备的行业领军企业之一。