相机声纳融合主动建图在水下垃圾搜索中优于割草机覆盖

如何通过融合相机和声纳以及主动视角规划，使水下机器人在已知海底地形的大范围区域内高效发现静态垃圾目标？

水下垃圾通常体积小且视觉模糊，相机在浑浊水域成像质量差，声纳噪声大且分辨率低；现有方法往往采用预定义路径或单一传感器，导致重复观测已确认区域，浪费时间和能量，无法快速定位垃圾。

此前方法包括预定义覆盖路径（如割草机模式）、仅使用单一传感器进行搜索，以及用于目标跟踪或SLAM的主动规划，但缺乏针对静态海底垃圾的相机声纳融合闭环主动搜索。部分信息驱动规划使用高斯过程或占用栅格，主要目标为降低整体地图不确定性，而非优先确认疑似垃圾目标。

该方法使用两个独立的Mask R-CNN（ResNet-50+FPN主干，COCO预训练）分别对RGB相机和前视声纳图像进行实例分割，利用温度缩放参数在推理时降低置信度尖锐度以模拟现实不确定性。检测结果通过贝叶斯更新融入OctoMap三维占用栅格，两种传感器作为条件独立处理并按到达顺序更新。传感器模型由仿真数据离线估计为距离和方位相关的检测概率与虚警概率查找表。主动搜索时，候选航点集合由平面网格（间距6米或3米）和8个朝向角构成，每一步枚举最大化效用函数的航点，效用函数为体素熵加上权重为5的疑似垃圾区间指示函数（概率在0.7到0.95之间），权重参数权衡探索与利用。

在MARUS仿真环境（矩形5到38米乘0到24米，11个物体分3簇，深度-18米，UUV速度0.7米/秒）中，使用相机和声纳的主动搜索在行驶27米时发现全部11/11个物体，而割草机模式在27米时仅发现4个，需行驶110米才能发现全部；主动搜索的航点间距6米，8个朝向角，割草机条带间距12米。双传感器主动建图比仅用声纳或相机约快一倍，且单传感器之间无显著优劣；第二个场景中主动搜索保持优势。所有结果均为仿真，未报告真机试验。

作者承认的局限：仅使用条件独立假设未建模传感器耦合；仅采用单步近视规划；尚未进行实地试验，未来计划在SeaClear2.0项目中进行现场测试。明显的局限：所有实验均在MARUS仿真中进行，传感器模型由仿真数据学习并用温度缩放人为降质，与真实水下感知有差距；假设海底地形已知且机器人位姿准确；评估仅使用单一机器人、静态物体和有限场景；计算成本和实时性未报告；论文未提及是否开源代码。