劉世晶，李國棟，劉 晃，鄭浩君，陳 軍*

(1.中國水產(chǎn)科學研究院漁業(yè)機械儀器研究所，上海 200092；2.中國海洋大學三亞海洋研究院，海南 三亞 572011；3.大連海洋大學航海與船舶工程學院，遼寧 大連 116023)

我國是水產(chǎn)養(yǎng)殖大國，2021 年養(yǎng)殖產(chǎn)量達到5 394 萬t，占水產(chǎn)品總產(chǎn)量80%，占世界養(yǎng)殖產(chǎn)量60%以上，是世界上唯一養(yǎng)殖總量超過捕撈總量的主要漁業(yè)國[1]。水產(chǎn)養(yǎng)殖產(chǎn)品在改善居民膳食結(jié)構(gòu)、供給優(yōu)質(zhì)蛋白等方面作用突出，為保障我國糧食安全做出了重要貢獻[2-4]。但是，隨著社會城鎮(zhèn)化的發(fā)展，青年就業(yè)觀念的變化以及人口老齡化的推進[5]，“誰來養(yǎng)魚”已經(jīng)成為嚴峻的社會問題。改變水產(chǎn)養(yǎng)殖勞動密集型生產(chǎn)作業(yè)方式，將裝備技術(shù)和智能技術(shù)有機整合，以機器代人，實現(xiàn)漁業(yè)生產(chǎn)機械化、自動化、智能化是解決上述問題的有效途徑[6]。

伴隨著漁業(yè)生產(chǎn)力的發(fā)展,我國的水產(chǎn)養(yǎng)殖裝備從無到有，取得了長足的進步,但是相比于農(nóng)業(yè)其他領域，我國水產(chǎn)養(yǎng)殖機械化水平仍然偏低，機械化率僅為30%左右。2020 年全國水產(chǎn)養(yǎng)殖機械裝備總量約為456.51 萬臺，其中增氧機、投飼機分別達到337.33 萬臺和106.76 萬臺，分別占到總數(shù)的74%和23%[7]，主要生產(chǎn)環(huán)節(jié)基本實現(xiàn)有機可用，但裝備種類單一，環(huán)境調(diào)控、捕撈、分選、廢棄物收集處理等配套作業(yè)裝備相對較少，不同養(yǎng)殖方式機械化水平差異較大，存在結(jié)構(gòu)不平衡，發(fā)展水平不平衡等問題。近年來，隨著信息技術(shù)的發(fā)展，智能傳感[8]、物聯(lián)網(wǎng)[9]、裝備智控[10]、云計算[11]等技術(shù)逐漸應用到水產(chǎn)養(yǎng)殖領域，水產(chǎn)養(yǎng)殖機械化生產(chǎn)裝備逐步向自動化、智能化方向發(fā)展[12]，新技術(shù)和新裝備不斷涌現(xiàn)，為提升水產(chǎn)養(yǎng)殖智能化作業(yè)能力、提高養(yǎng)殖生產(chǎn)效率提供了有效的技術(shù)支撐。

本文圍繞池塘、工廠化、網(wǎng)箱、筏式以及底播式等我國主要養(yǎng)殖方式，深入分析不同養(yǎng)殖模式機械裝備應用現(xiàn)狀，并從環(huán)境監(jiān)測[13]、養(yǎng)殖對象感知[14]、智能投喂[15]和分級計數(shù)[16-17]等方向分析我國水產(chǎn)養(yǎng)殖智能裝備技術(shù)的研究進展，指出制約我國水產(chǎn)養(yǎng)殖裝備發(fā)展的關(guān)鍵問題，提出“機械化、自動化、智能化”的水產(chǎn)養(yǎng)殖裝備與技術(shù)發(fā)展的新思路。

1 水產(chǎn)養(yǎng)殖裝備發(fā)展現(xiàn)狀

1.1 池塘養(yǎng)殖裝備

作為我國水產(chǎn)養(yǎng)殖主要生產(chǎn)方式，池塘養(yǎng)殖產(chǎn)量占養(yǎng)殖總產(chǎn)量的50%以上[18]。池塘作業(yè)裝備主要分為水質(zhì)監(jiān)測、水質(zhì)調(diào)控、投喂、疫苗注射、捕撈、分選以及清淤等方向，其中投喂環(huán)節(jié)和水質(zhì)調(diào)控中增氧環(huán)節(jié)已經(jīng)實現(xiàn)機械化[19-20]，“十三五”以來，一批新研發(fā)的船載式[21]、機載式移動投喂[22]以及料塔式固定投喂裝備[23]已經(jīng)逐步應用到養(yǎng)殖生產(chǎn)過程中，太陽能底質(zhì)改良機[24]、移動式增氧機[25]等新型水質(zhì)調(diào)控裝備也進行了小范圍的推廣應用，取得了良好的應用效果。水質(zhì)監(jiān)測裝備方面，隨著傳感器技術(shù)的成熟，溶解氧[26]、pH值[27]、濁度[28]、鹽度[29]、水溫[30]等傳感器得到一定程度應用，但受養(yǎng)殖特點、作業(yè)方式以及設備壽命和價格等多種因素影響，水質(zhì)監(jiān)測應用潛力有待進一步釋放[31]。此外，捕撈、分選以及疫苗注射環(huán)節(jié)基本依靠人工，雖然相關(guān)機構(gòu)開展了專用技術(shù)研究，但技術(shù)、制造以及應用成熟度仍然偏低，相關(guān)裝備應用較少[19]。

1.2 工廠化養(yǎng)殖裝備

工廠化養(yǎng)殖是指在相對可控的環(huán)境下，采用工業(yè)化生產(chǎn)方式為養(yǎng)殖對象提供適宜穩(wěn)定的生長環(huán)境，以提升養(yǎng)殖產(chǎn)量、品質(zhì)和效益。受政策、環(huán)境以及資源等多重影響，近年來工廠化養(yǎng)殖發(fā)展迅速，雖然養(yǎng)殖產(chǎn)能僅占總產(chǎn)量的1%左右[32]，但養(yǎng)殖機械化水平比較高，據(jù)調(diào)查顯示，江蘇、安徽等5 個漁業(yè)大省工廠化養(yǎng)殖機械化水平達到61.79%[19]，遠遠高于池塘養(yǎng)殖水平。

工廠化養(yǎng)殖核心裝備主要分為感知裝備、自動控制裝備和作業(yè)裝備等，主要涵蓋溫控、投喂、過濾、增氧、殺菌、集污、分級、起捕等生產(chǎn)環(huán)節(jié)[19]。其中常規(guī)水質(zhì)監(jiān)測[33]、自動投喂[34]、集污排污分離器[35]、微濾機[36]、增氧脫氣裝備[37]、殺菌裝備[38]、生物濾器[39-40]等重點環(huán)節(jié)裝備基本實現(xiàn)國產(chǎn)化，但是自動清污、精準投喂、死魚起捕、無人巡檢等智能化裝備缺失，仍是我國工廠化養(yǎng)殖發(fā)展的薄弱環(huán)節(jié)。

1.3 網(wǎng)箱養(yǎng)殖裝備

網(wǎng)箱養(yǎng)殖作為水產(chǎn)養(yǎng)殖重要組成部分，其養(yǎng)殖產(chǎn)量占我所水產(chǎn)養(yǎng)殖總產(chǎn)量的5%左右[7]。我國網(wǎng)箱養(yǎng)殖始于20 世紀70 年代，多集中于港灣內(nèi)及近岸海域，隨著環(huán)境污染和環(huán)保壓力的增加，淡水網(wǎng)箱和近岸小型網(wǎng)箱逐漸被深水網(wǎng)箱所取代[41]。網(wǎng)箱作為一種集約化漁業(yè)生產(chǎn)方式，其作業(yè)裝備不僅包括環(huán)境監(jiān)測、投喂、起捕、分選、網(wǎng)衣清洗等機械設備，還包括網(wǎng)箱裝備本體。近年來，得益于我國深遠海養(yǎng)殖產(chǎn)業(yè)快速發(fā)展，網(wǎng)箱以及與之相配套的設備發(fā)展較為迅速，大型桁架式和重力式深水網(wǎng)箱初步實現(xiàn)國產(chǎn)化，并逐步應用到產(chǎn)業(yè)生產(chǎn)當中[42]，但是在網(wǎng)箱的性能、使用壽命方面與國外相比有仍有較大差距[43]；在投喂和起捕裝備方面，國內(nèi)目前仍主要采用傳統(tǒng)人力方式或半自動作業(yè)的方式[44]，但集中投飼系統(tǒng)、投飼船、離心式、真空室吸魚泵等機械裝備已經(jīng)逐步應用到生產(chǎn)實踐當中，且基本實現(xiàn)國產(chǎn)化[41]。網(wǎng)衣清洗環(huán)節(jié)目前主要依靠人工，潮流動力型網(wǎng)箱清洗裝置、軌道式網(wǎng)箱清洗裝置以及水下清洗機器人等機械設備尚處于研發(fā)階段，離實際產(chǎn)業(yè)生產(chǎn)應用還有一定距離。

1.4 筏式吊籠與底播養(yǎng)殖裝備

筏式吊籠與底播養(yǎng)殖在我國沿海地區(qū)規(guī)模較大，產(chǎn)量大約占了水產(chǎn)養(yǎng)殖總產(chǎn)量的30%以上[45]，其中筏式養(yǎng)殖作業(yè)包括植苗、布放、采收、清洗、轉(zhuǎn)運和分級等環(huán)節(jié)[19]，底播養(yǎng)殖作業(yè)主要包括布放、采收、轉(zhuǎn)運和分級等環(huán)節(jié)。我國的養(yǎng)殖筏架架設一般是根據(jù)經(jīng)驗，缺乏相對一致的建設規(guī)范，吊繩、吊籠設置各異，筏架控制及升降工程化程度低[45]；而底播養(yǎng)殖由于播撒面積大、水域底質(zhì)環(huán)境復雜，且主要養(yǎng)殖貝類、海參等低運動能力生物，增加了采收裝備技術(shù)應用難度，上述問題制約了筏式吊籠與底播養(yǎng)殖機械化裝備的深度應用。整體來看，除電動拔籠、電動拔梗等部分輕簡化裝置外[19]，灘涂貝播苗與采捕、壇紫菜采收、養(yǎng)殖吊籠清洗以及海帶、牡蠣海上自動收獲和清洗等環(huán)節(jié)的機械化程度較低[46]，養(yǎng)殖生產(chǎn)主要依靠人工，相關(guān)機械設備尚處于研發(fā)階段。

2 智能水產(chǎn)養(yǎng)殖裝備研究進展

2.1 養(yǎng)殖環(huán)境監(jiān)測裝備

養(yǎng)殖環(huán)境監(jiān)測裝備作為水產(chǎn)養(yǎng)殖產(chǎn)業(yè)應用最成熟的信息感知裝備，已在池塘、工廠化、網(wǎng)箱等各種養(yǎng)殖模式得到廣泛應用[47]。養(yǎng)殖環(huán)境監(jiān)測裝備主要包括水質(zhì)監(jiān)測和氣象監(jiān)測兩種類型，其中氣溫、氣壓、風向、風速、光輻照度、降雨量等氣象監(jiān)測傳感器已經(jīng)非常成熟，相關(guān)產(chǎn)品已經(jīng)實現(xiàn)國產(chǎn)化[48]。水產(chǎn)養(yǎng)殖是一種以水為載體的生產(chǎn)作業(yè)方式，水質(zhì)監(jiān)測在水產(chǎn)養(yǎng)殖種起到十分重要的作用。近年來，相關(guān)企業(yè)和研究機構(gòu)紛紛開始水質(zhì)監(jiān)測傳感器研究，pH 值、鹽度、溶解氧、濁度等常規(guī)水質(zhì)傳感器陸續(xù)實現(xiàn)國產(chǎn)化[26-30]，熒光溶解氧傳感器[49]、水凝膠pH 傳感器[50]、光纖濁度傳感器[51]等新技術(shù)、新產(chǎn)品不斷涌現(xiàn)，并逐步開始產(chǎn)業(yè)化應用。但是，面向水產(chǎn)養(yǎng)殖產(chǎn)業(yè)水環(huán)境監(jiān)測需求，三態(tài)氮、亞硝酸鹽、COD 等與水產(chǎn)養(yǎng)殖安全生產(chǎn)緊密相關(guān)的水質(zhì)參數(shù)尚缺乏有效的在線監(jiān)測手段，常見的抽水式監(jiān)測設備主要采用分光光度法、比色計等實驗室手段實現(xiàn)自動化測量[52-53]，設備運行對工況條件要求較高、安裝和維護復雜、經(jīng)濟性低，無法滿足大面積產(chǎn)業(yè)應用需要[54]。

表1 環(huán)境監(jiān)測裝備產(chǎn)業(yè)應用現(xiàn)狀Tab.1 The current application status of environmental monitoring equipment industry

2.2 養(yǎng)殖對象信息感知裝備

水產(chǎn)養(yǎng)殖對象信息感知技術(shù)主要是利用聲光電等感知設備、數(shù)據(jù)庫、大數(shù)據(jù)分析等自動化平臺裝備及信息化技術(shù)手段，系統(tǒng)、高效地獲取養(yǎng)殖對象表型、行為、集群(生物量)等信息(圖1)，包含從基因與環(huán)境相互作用形成的作物表型原始數(shù)據(jù)[55]、從生理與環(huán)境相互作用形成的養(yǎng)殖生物行為和集群原始數(shù)據(jù)[54]。

圖1 養(yǎng)殖對象信息感知技術(shù)框圖Fig.1 Aquaculture objects intelligent sensing technology framework

生物感知裝備 作為在線生物監(jiān)測的工具，生物傳感器廣泛用于魚類健康和福利研究[56]。目前，生物感知技術(shù)主要監(jiān)測心率、葡萄糖、皮質(zhì)醇等指標，主要采用穿戴式監(jiān)測方式，涉及力學、電子學、光學、電化學、生物學等方法[57]。目前，心率感知相關(guān)技術(shù)比較成熟，已被用于評估魚類急性壓力、壓力恢復時間以及壓力相關(guān)的潛在死亡率[58]。皮質(zhì)醇和葡萄糖作為脅迫指標具有快速、靈敏度高、可重復等優(yōu)點，目前已經(jīng)成為生物感知技術(shù)研究熱點[57]。目前，皮質(zhì)醇感知技術(shù)主要利用基于免疫反應和電化學測量實現(xiàn)皮質(zhì)醇檢測[59-60]，并使用葡萄糖氧化酶作為信息放大器增加皮質(zhì)醇檢測范圍[61]；葡萄糖感知技術(shù)主要采用插入式針型魚尾靜脈傳感器以及植入式魚眼球鞏膜組織間液酶傳感器兩種類型[62-63]。整體上看，大多數(shù)生物傳感器都需要植入魚體內(nèi)[57]，這不可避免地會對魚類健康和行為造成影響，未來的研究重點是開發(fā)不影響魚類活動和行為的生物傳感器[64]。

生長狀態(tài)感知裝備 全長、體長、寬度、厚度等表型信息以及體重等狀態(tài)數(shù)據(jù)是養(yǎng)殖對象重要的生長指標，是精準投喂控制和輔助養(yǎng)殖策略制定的依據(jù)[65]。目前，生長狀態(tài)感知主要對象為魚類[66-67]，主要手段為視覺觀測技術(shù)[54]，但是由于水下場景光線吸收散射以及光路折射等干擾因素影響，傳統(tǒng)的立體觀測和圖像分析技術(shù)和裝備無法直接應用到水下場景，因此高通量在線感知魚類表型信息、精準反演魚類體重數(shù)據(jù)，成為現(xiàn)代化智能養(yǎng)殖生產(chǎn)決策亟待解決的難題。

在魚類表型觀測領域，相關(guān)研究主要集中在實驗室場景[68]，主要使用單目視覺技術(shù)通過約束養(yǎng)殖對象和相機距離測量魚類表型數(shù)據(jù)[69]。隨著立體視覺技術(shù)的發(fā)展，已經(jīng)有相關(guān)研究機構(gòu)采用傳統(tǒng)的空氣中的感知手段開展水下觀測技術(shù)研究，但是由于沒有考慮水下環(huán)境噪聲干擾，導致測量誤差較大，無法直接應用到養(yǎng)殖實踐中。在魚類體質(zhì)量預測領域，由于缺乏相關(guān)魚類表型詳細信息，相關(guān)研究主要利用體長和重量構(gòu)建回歸模型，實現(xiàn)重量預測[70]，由于沒有考慮魚體寬度和厚度等個體差異指標，導致預測精度誤差較大。

近年來，國內(nèi)研究機構(gòu)圍繞水下立體視覺觀測技術(shù)開展攻關(guān)研究，攻克了水下立體噪聲去除、小樣本識別、水下高精度測量以及高通量計算等關(guān)鍵技術(shù)，研發(fā)了全球首套水下魚類生長狀態(tài)觀測系統(tǒng)[71]，實現(xiàn)魚類表型和生長狀態(tài)高通量在線觀測，相關(guān)技術(shù)已經(jīng)在遺傳育種、水產(chǎn)養(yǎng)殖實際生產(chǎn)實踐中推廣應用，取得了良好的應用效果。

行為感知裝備 準確的水產(chǎn)養(yǎng)殖對象行為識別有助于實現(xiàn)精細化養(yǎng)殖，保障養(yǎng)殖福利，提升養(yǎng)殖經(jīng)濟效益[72]。目前養(yǎng)殖對象行為感知技術(shù)研究主要關(guān)注魚、蝦、蟹等具備游動能力的養(yǎng)殖對象，主要感知游泳、攝食、體色和其他應激行為發(fā)生時外在表現(xiàn)(速度、方向、空間分布、體色變化)等。

①視覺感知裝備。隨著計算機技術(shù)的發(fā)展，機器視覺方法已被普遍應用于監(jiān)測魚的游泳行為，這為運動模式監(jiān)測提供了一種非接觸且有效的方法[73]。基于可見光的機器視覺系統(tǒng)分為單目檢測和立體檢測，通過感知和理解像素級圖像信息，為魚類檢測和識別提供自動化工具。目前基于視覺檢測方法魚類行為研究主要集中在環(huán)境可控實驗室場景，主要檢測分析包括運動速度、運動方向、運動加速度等個體運動行為[74]以及空間分布和群體運動等群體游泳行為等[75]，研究手段逐漸從單目視覺檢測發(fā)展到立體視覺檢測，研究趨勢也從單幀圖像識別發(fā)展到綜合時空信息利用多幀圖像聯(lián)合分析[76]。近年來，隨著硬件計算能力和深度學習技術(shù)的發(fā)展，為大流量連續(xù)視頻監(jiān)測提供了可能的技術(shù)手段，視覺檢測技術(shù)還被應用到呼吸頻率、擺尾頻率和體色等具有微小、復雜運動特征的生理活動監(jiān)測[77-79]。視覺技術(shù)可以有效獲取魚類運動信息，并分析環(huán)境變化對魚類行為可能產(chǎn)生的影響，但是由于魚類在游泳行為和對壓力的生理反應方面表現(xiàn)出很大的差異，建立數(shù)學模型來量化魚類壓力與行為反應之間的關(guān)系是一件非常具有挑戰(zhàn)性的工作。此外，面向水體渾濁、光照條件不足以及群體運動遮擋等強噪聲實際養(yǎng)殖場景，如何獲取清晰可用的魚類圖像，是視覺技術(shù)產(chǎn)業(yè)化應用必須解決問題。

②聲學感知裝備。水聲學為研究魚類行為和空間分布提供了一種可靠的方法。與基于機器視覺的方法相比，基于聲學的方法擴大了測量范圍，克服了對透明度和照明條件的依賴。目前，基于聲學的魚類行為觀測主要分為主動聲學方法和被動聲學方法，其中主動聲吶作為主動聲學方法代表性產(chǎn)品，已應用于水生動物行為研究[80]。主動聲吶技術(shù)是指裝備主動發(fā)射聲波，而后接收水中目標反射的回波時間，以及回波參數(shù)以測定目標的參數(shù)，主要用于水生生物行為觀測中目標檢測、分類、定位和跟蹤[80-82]。高頻圖像聲吶由于其良好的成像性能，相比光學圖像處理圖像聲吶能夠提供包括回波強度和能量等額外信息，已經(jīng)用于評估魚類在深海中的分布和空間位置[83]。然而，面向水產(chǎn)養(yǎng)殖產(chǎn)業(yè)生產(chǎn)實際，該技術(shù)在廣泛應用之前，必須根據(jù)產(chǎn)業(yè)生產(chǎn)實際在綜合考慮聲納設備分辨率和經(jīng)濟性基礎上開展工作。被動聲學方法是一種非侵入性監(jiān)測方法，通過監(jiān)聽魚類產(chǎn)生的聲音進而分析魚類行為。相關(guān)技術(shù)已經(jīng)應用到水生動物攝食、求偶、產(chǎn)卵等發(fā)聲行為監(jiān)測[84-86]。影響被動監(jiān)聽效果主要因素包括聲音信號的強度、聲源的距離以及水面和水下噪音，目前基于機器學習方法在噪聲去除方面取得較好的效果[87]，但是面對全頻噪聲濾除以及如何選擇有效監(jiān)聽距離和頻段，仍是影響被動聲學技術(shù)產(chǎn)業(yè)深入應用限制因素。

2.3 精準投喂裝備

飼料投喂是水產(chǎn)養(yǎng)殖生產(chǎn)作業(yè)核心環(huán)節(jié)之一，智能投喂裝備的發(fā)展對提高產(chǎn)業(yè)的生產(chǎn)效率具有重要作用。目前，智能投喂裝備研究主要分為兩個方向，一是從硬件設備角度出發(fā)，通過結(jié)構(gòu)、功能集成設計，結(jié)合裝備傳感器和工業(yè)控制器，開展具備自動、精準作業(yè)能力裝備本體研發(fā)；另一種是從智能決策角度出發(fā)，利用視覺、聲學等感知手段、大數(shù)據(jù)處理方法和人工智能技術(shù)對養(yǎng)殖生物攝食行為、空間分布等影響投喂過程決策的重要因素進行識別和量化，結(jié)合反饋控制模型構(gòu)建，實現(xiàn)投喂量或者投喂時間智能調(diào)控[88]。

針對池塘、工廠化、網(wǎng)箱等不同水產(chǎn)養(yǎng)殖生產(chǎn)模式以及魚、蝦、蟹等不同養(yǎng)殖品種智能投喂需求，投喂裝備主要從定點式集中投喂和移動式均勻投喂兩個方向開展研究，先后研發(fā)了自巡航蝦塘移動投喂船[21]、料塔式集中投喂機[23]等適用于池塘、軌道式投飼機[89]、智能投飼車等[90]適用于室內(nèi)工廠化以及遠距離風力投喂[91]、智能投喂船[92]等適用于網(wǎng)箱養(yǎng)殖場景的投喂裝備 (表2)。

表2 投喂裝備研究現(xiàn)狀Tab.2 Research status of feeding equipment

表3 智能投喂決策算法研究現(xiàn)狀Tab.3 Research status of intelligent feeding decision algorithms

在智能投喂決策算法方面，基于機器視覺的攝食行為量化研究較多，已經(jīng)開展了基于水上和水下兩種不同視覺觀測方式相機的魚類攝食行為識別量化方法研究，并對攝食行為進行了細粒度分割，為動態(tài)投喂決策制定提供了有效的行為變量反饋信息[93-95]。基于攝食聲音強度和殘餌回聲探測是基于聲學攝食狀態(tài)監(jiān)測兩種主要手段，其中基于攝食聲音強度相關(guān)研究主要集中在魚、蝦兩種品種以及池塘、工廠化兩種場景[86]，而殘餌回聲探測研究主要集中在網(wǎng)箱養(yǎng)殖場景[96]。目前，魚類攝食行為識別量化技術(shù)研究仍集中在特定實驗場景，尚沒有形成可產(chǎn)業(yè)化應用穩(wěn)定、可靠的技術(shù)手段。

2.4 分級計數(shù)裝備

水產(chǎn)養(yǎng)殖生物分級計數(shù)是養(yǎng)殖生產(chǎn)作業(yè)重要內(nèi)容，覆蓋苗種采購入池、差異規(guī)格分池以及起捕銷售等多個生產(chǎn)環(huán)節(jié)。目前，分級計數(shù)裝備核心研究對象為魚類，其原理是利用魚體外形尺寸與體質(zhì)量差異進行分級，輥軸式[97]和回轉(zhuǎn)式[98]分級裝置是兩個主流研究方向，而計數(shù)裝置一般采用光電計數(shù)器。近年來，隨著智能制造技術(shù)的不斷發(fā)展，融合機器視覺技術(shù)體尺測量、體重估算和數(shù)量精準統(tǒng)計已經(jīng)成為無損、高效分級計數(shù)裝備的主要研究方向，其工作原理是將機器視覺裝置放置于魚類傳輸軌道上方，通過目標識別、定位、測量過程實現(xiàn)大小分級和數(shù)量統(tǒng)計[99]。利用機器視覺實現(xiàn)無接觸式的魚類體尺測量，主要有基于二維圖像[100]、深度圖像[101]或點云數(shù)據(jù)[102]進行建模的方法，其中基于二維圖像建模方法應用結(jié)構(gòu)簡單，主要根據(jù)相機和軌道空間位置關(guān)系統(tǒng)計魚體尺寸，對結(jié)構(gòu)穩(wěn)定性和安裝標準性有較高要求[100]；深度圖像建模方法主要是利用立體視覺相機獲取魚類尺寸和數(shù)量信息，對工作距離和安裝方式魯棒性較強，但需要較高數(shù)據(jù)計算能力，相對成本較高[101]；點云數(shù)據(jù)建模方法主要是利用結(jié)構(gòu)光等立體視覺技術(shù)，實現(xiàn)魚體尺寸和數(shù)量統(tǒng)計，具備測量精度高、計算速度快等優(yōu)點[102]，但是由于結(jié)構(gòu)光測量方式需要結(jié)合魚類姿態(tài)和輸送速度進行數(shù)據(jù)換算，對整機穩(wěn)定性和速度匹配性有較高要求，且由于結(jié)構(gòu)光測量儀器價格較高，導致其裝配成本遠高于二維圖像和深度圖像建模方法。目前，基于輥軸式和回轉(zhuǎn)式分級技術(shù)裝置已經(jīng)逐步開始產(chǎn)業(yè)實踐應用[97-98]，而國內(nèi)基于機器視覺的裝置尚處于試驗研發(fā)階段，尚未開展產(chǎn)業(yè)推廣應用。

3 存在問題及解決思路

3.1 存在問題

我國水產(chǎn)養(yǎng)殖裝備正向自動化、智能化方向發(fā)展，但是面向水產(chǎn)養(yǎng)殖裝備發(fā)展現(xiàn)狀以及不同生產(chǎn)環(huán)節(jié)機械化作業(yè)需求，“機器代人”無人作業(yè)方式仍有很多技術(shù)問題需要攻克，存在配套的機械化作業(yè)生產(chǎn)模式尚未建立、水產(chǎn)養(yǎng)殖裝備核心技術(shù)、關(guān)鍵技術(shù)不足、信息技術(shù)與裝備融合度不夠等問題。

全程機械化作業(yè)生產(chǎn)模式尚未建立 我國水產(chǎn)養(yǎng)殖具有養(yǎng)殖種類多、養(yǎng)殖模式多、養(yǎng)殖區(qū)域廣等特點，對水產(chǎn)養(yǎng)殖裝備多樣性要求較高，不同養(yǎng)殖模式裝備發(fā)展極不均衡。例如，筏式吊籠與底播養(yǎng)殖等生產(chǎn)作業(yè)環(huán)境復雜，生產(chǎn)作業(yè)標準化程度低，缺乏裝備技術(shù)應用的基礎條件；池塘養(yǎng)殖捕撈等環(huán)節(jié)主要通過社會化服務方式解決，標準化裝備研發(fā)難度大，對裝備技術(shù)應用和發(fā)展造成較大影響。此外，我國很多地區(qū)水產(chǎn)養(yǎng)殖模式以“一家一戶”生產(chǎn)方式為主，集約化、規(guī)?；B(yǎng)殖企業(yè)較少，很大程度上制約了其大范圍應用。

水產(chǎn)養(yǎng)殖裝備核心技術(shù)、關(guān)鍵技術(shù)不足 自20 世紀80 年代，葉輪式增氧機等國產(chǎn)化裝備研制成功后，我國水產(chǎn)養(yǎng)殖裝備研究步伐逐漸放緩，20 世紀90 年代以來，我國漁業(yè)裝備技術(shù)發(fā)展主要依靠引進和消化吸收，水產(chǎn)養(yǎng)殖裝備基礎技術(shù)研究不足，裝備核心技術(shù)、關(guān)鍵技術(shù)匱乏，自主創(chuàng)新能力較弱。例如，池底清污、網(wǎng)箱清洗等作業(yè)過程主要依靠人工，可靠、柔性、低擾動的清污和行走關(guān)鍵部件缺乏。集中式投喂、軌道式投喂、水下巡檢等方面對進口產(chǎn)品依賴度較高，國產(chǎn)化裝備在穩(wěn)定性、可靠性等方面存在不足，場景針對性差，故障率較高，尚不能為養(yǎng)殖裝備應用推廣提供全方位的技術(shù)支撐。

信息技術(shù)與裝備融合度不夠 我國水產(chǎn)養(yǎng)殖裝備主要處于機械替代人力階段，以電控技術(shù)為核心實現(xiàn)自動化是目前的主流，養(yǎng)殖環(huán)境、養(yǎng)殖對象等信息與裝備融合度不夠。目前，大多數(shù)增氧、投喂、換水裝備只能做到手動或者定時開關(guān)，而魚類生長狀態(tài)、饑餓程度、水質(zhì)變化規(guī)律等模型算法缺乏，導致精準投喂與環(huán)境智控模型存在功能性缺陷，無法將裝備作業(yè)活動與環(huán)境參數(shù)、生長狀態(tài)和魚類行為有效結(jié)合，成為水產(chǎn)養(yǎng)殖裝備轉(zhuǎn)型升級、綠色發(fā)展的瓶頸。

3.2 解決思路

針對水產(chǎn)養(yǎng)殖裝備發(fā)展過程中存在的問題，必須分階段、分步驟、分場景因地制宜的開展相關(guān)研究，逐步實現(xiàn)人工作業(yè)環(huán)節(jié)的機械化升級、機械化作業(yè)環(huán)節(jié)的自動化升級以及自動化作業(yè)裝備的智能化升級，形成“機械化、自動化、智能化”的水產(chǎn)養(yǎng)殖機械裝備發(fā)展思路，是提升我國水產(chǎn)養(yǎng)殖裝備現(xiàn)代化發(fā)展的有效路徑。

水產(chǎn)養(yǎng)殖重要生產(chǎn)環(huán)節(jié)機械化全覆蓋是一項長期任務。需著力提升水產(chǎn)養(yǎng)殖生產(chǎn)全程機械化水平,補齊全程機械化短板。主要圍繞池塘捕撈、池底清污、網(wǎng)箱清洗以及海帶、牡蠣海上自動收獲和清洗等主要以人工生產(chǎn)方式為主的關(guān)鍵作業(yè)環(huán)節(jié)，開展機械化關(guān)鍵技術(shù)研究，實現(xiàn)“機械代人”，推進水產(chǎn)養(yǎng)殖機械化生產(chǎn)關(guān)鍵環(huán)節(jié)減損提質(zhì)、構(gòu)建全程機械化高效生產(chǎn)體系。

機械作業(yè)環(huán)節(jié)自動化改造是實現(xiàn)裝備升級重要任務。推進綠色高效水產(chǎn)養(yǎng)殖自動化機械裝備研發(fā)應用，集成應用先進工業(yè)控制技術(shù)，重點圍繞自動控制增氧、投喂、換水、過濾、殺菌等生產(chǎn)環(huán)節(jié)，實現(xiàn)設備啟停、功率、工作時間等關(guān)鍵參數(shù)的自動控制，降低生產(chǎn)環(huán)節(jié)人為操作失誤帶來的養(yǎng)殖風險，推進機械化生產(chǎn)數(shù)字化管理、提高養(yǎng)殖生產(chǎn)標準化作業(yè)能力。

養(yǎng)殖裝備智能化是實現(xiàn)產(chǎn)業(yè)現(xiàn)代化的主要標志。推動水產(chǎn)養(yǎng)殖裝備技術(shù)創(chuàng)新、示范運用智能化技術(shù)，實現(xiàn)裝備控制和決策管理的智能化，主要包括環(huán)境、對象及作業(yè)過程信息的智能感知、基于感知數(shù)據(jù)智能分析的裝備智能控制和自主作業(yè)、面向養(yǎng)殖生產(chǎn)全過程基于全局智能決策的裝備物聯(lián)與協(xié)同作業(yè)等，是“機器代人”高級表現(xiàn)形式。

4 水產(chǎn)養(yǎng)殖智能化裝備發(fā)展展望

本文在梳理我國水產(chǎn)養(yǎng)殖機械化發(fā)展現(xiàn)狀的基礎上，從水產(chǎn)養(yǎng)殖裝備智能感知、智能投喂、分級計數(shù)和養(yǎng)殖機器人等方向系統(tǒng)分析了我國水產(chǎn)養(yǎng)殖智能裝備技術(shù)的研究進展，為實現(xiàn)我國從水產(chǎn)養(yǎng)殖大國向強國轉(zhuǎn)變，提出了“機械化、自動化、智能化”的水產(chǎn)養(yǎng)殖智能裝備發(fā)展新思路。

4.1 養(yǎng)殖對象智能感知裝備研發(fā)

面向現(xiàn)代化水產(chǎn)養(yǎng)殖全方位信息監(jiān)測的產(chǎn)業(yè)發(fā)展需求，如何有效獲取、傳輸與智能分析多元化數(shù)據(jù)將是研究重點。在數(shù)據(jù)獲取方面，需要著重攻克心率、皮質(zhì)醇、葡萄糖養(yǎng)殖對象生命信息穿戴式傳感器新原理；研究適用于不同養(yǎng)殖場景水下生物表型、行為等高精度、在線傳感器的新原理和算法，提高傳感器的精度和可靠性。同時，還需從實際應用場景出發(fā)，綜合衡量獲取成本與信息價值。在信息傳輸方面，需要根據(jù)數(shù)據(jù)結(jié)構(gòu)和實時性要求，綜合考慮邊緣計算和分布式計算方式，降低大流量數(shù)據(jù)傳輸對帶寬和中央處理器處理能力的要求。在數(shù)據(jù)智能分析方面，應該積極引入大模型處理思路，有效提升多元數(shù)據(jù)關(guān)聯(lián)耦合分析能力，提高水產(chǎn)養(yǎng)殖大數(shù)據(jù)綜合利用效能。

4.2 多路并舉生產(chǎn)作業(yè)裝備研發(fā)

我國水產(chǎn)養(yǎng)殖區(qū)域廣、模式多、品種多，不同養(yǎng)殖模式、生產(chǎn)環(huán)節(jié)機械化裝備需求和機械化率差異較大。因此，水產(chǎn)養(yǎng)殖裝備研究應當因地制宜，面對工廠化、工船等機械化率較高的養(yǎng)殖模式，應著重攻克自動精準投喂、無損起捕、智能增氧換水等自動化、智能化裝備升級關(guān)鍵技術(shù)；面對池塘、網(wǎng)箱池等不同作業(yè)環(huán)節(jié)機械化率分布不均的養(yǎng)殖模式，需重點提升起捕分級、疫苗注射、網(wǎng)衣清洗等環(huán)節(jié)機械化作業(yè)能力，研發(fā)專用機械裝備。同時，提升增氧、投喂等機械化率較高的生產(chǎn)環(huán)節(jié)自動化、智能化作業(yè)能力；面對筏式吊籠與底播等主要以人工為主的水產(chǎn)養(yǎng)殖模式，應著重解決布放、采收等重要生產(chǎn)環(huán)節(jié)機械化裝備缺乏問題，實現(xiàn)重點環(huán)節(jié)基本有機可用。

4.3 水產(chǎn)養(yǎng)殖機器人的進一步研制與推廣

目前水產(chǎn)養(yǎng)殖作業(yè)機器人尚處于初級研究階段，水產(chǎn)養(yǎng)殖機器人研究需要根據(jù)不同技術(shù)研究和應用現(xiàn)狀分步、分項開展研究。針對技術(shù)成熟、產(chǎn)業(yè)化應用較為普遍的通用裝備技術(shù)，需針對性開展場景適應性研究，解決裝備防水、防腐和防霧等問題；針對巡檢、死魚收集、網(wǎng)衣清洗等涉及感知、決策、作業(yè)等多個技術(shù)環(huán)節(jié)機器人研究，應著重攻克多源信息耦合分析、融合決策、多擾動補償控制等關(guān)鍵技術(shù)，真正實現(xiàn)無人智能作業(yè)；在機器人專用性技術(shù)研發(fā)方面，應該著重攻克水下網(wǎng)衣清洗、水下定位等行業(yè)特點明顯的專用技術(shù)難點，研發(fā)相關(guān)儀器設備，進一步推動水產(chǎn)養(yǎng)殖機器人產(chǎn)業(yè)應用進程。

（作者聲明本文無實際或潛在的利益沖突）