據研究數據表明，水域中的廢棄物約有 70% 會沉入海底或分解成微塑料和納米塑料，總量高達 1000 萬噸。在 MAELSTROM 開展的一個研究項目中，他們以人工智能系統為基礎，開發了一種自主式機器人，它可以在 20 米深水域處選擇性地識別和收集廢棄物。該系統通過基于 PC 的控制技術自動控制，已于 2022 年 9 月在威尼斯運河通過了試運行。

　　如果想要防止垃圾危害脆弱的水下生態系統，或者防止微塑料和納米塑料通過食物鏈進入我們的身體，就必須阻止水域受到進一步污染，清理水下垃圾。這正是歐盟“地平線 2020” — MAELSTROM 項目的目標：開發和整合各項技術，以識別、清除、分揀各類海洋垃圾并將其轉化為原材料。為此，一個由西班牙 TECNALIA 研究院、法國 CNRS-LIRMM 機器人研究所和意大利 Servizi Tecnici 公司組成的國際研究小組開發了“海底垃圾清理機器人”。其核心是一個配備抓手和抽吸裝置的水下機器人，借助 8 個絞盤在六個自由度內靈活移動。

　　手動控制顯示屏：操作人員可以看到水深測量地形圖。該圖定位在機器人平臺的內部區域(橙色矩形)的中心。紅色矩形表示安全工作區域，機器人平臺與纜索之間不會發生碰撞。下方區域表示鋼纜的拉伸應力。

　　機器人通過傳感器和攝像頭探測海底垃圾，自動將自己定位在垃圾上方，并能舉起重達 130 公斤的物體(包括自行車、輪胎、箱子和魚網)。較小的物體或漂浮在水面上的塑料垃圾則通過抽吸裝置收集。“由于我們是在海面上作業，只有在需要時才啟動抓手或抽吸裝置，因此我們可以實現高選擇性，最大限度地減少對海底生態系統的影響。”來自 TECNALIA 的 MAELSTROM 項目經理 Mariola Rodríguez 解釋道。

　　定位絞盤由倍福的 AX5118 伺服驅動器和 AM8071 伺服電機同步控制。“為了確保穩健、精確和快速定位，我們選擇了無刷同步伺服電機。”TECNALIA 纜索機器人團隊的電子工程師 Jose Gorrotxategi 指出。另一個優勢是驅動器采用了單電纜技術(OCT)，減少了絞盤的布線工作和空間需求。絞盤鋼索可確保機器人支架在水下精確定位，并在水流湍急的情況下保持高穩定性。電機軸上的編碼器可檢測電纜卷筒的角度位置和轉數，從而間接確定盤繞電纜的長度。

　　電磁制動器和力傳感器對纜索張力的監測確保了應用所需的安全性。如果測量結果超出允許范圍，纜索機器人會立即停止工作，并顯示錯誤信息。

　　水上水下傳感器集群

　　水下纜索機器人支架內裝有多個傳感器和攝像頭用于控制和監測，支持手動、自動和遠程操作。“只要水下能見度不是太低，就能手動控制攝像頭和照明燈。”TECNALIA 纜索機器人團隊的機械工程與控制工程師 Pierre-Elie Herve 補充道。操作人員可以點擊攝像頭畫面中感興趣的海底位置，機器人就會自動靠近這些位置。機器人支架上的壓力傳感器可檢測潛水深度，慣性測量單元(IMU)可控制機器人在水中的位置。多普勒速度儀(DVL)通過四個聲納傳感器記錄移動平臺與海底的距離及其相對速度。

　　其它傳感器(包括一個壓力傳感器)放置在水上浮橋上，用于在深度控制過程中補償大氣壓力的變化。兩個 GPS 實時動態定位裝置實時確定駁船的位置和垂直方向。來自這些不同系統的所有數據都被整合到機器人的控制和位置調節系統中。例如，根據這些數值，機器人平臺可以精確接近并保持之前在深度圖(水深測量地形圖)上選定的位置，從而提高機器人的工作效率。“這種能力已經在威尼斯瀉湖非常渾濁的水域中得到了充分彰顯。”Mariola Rodríguez 指出。

　　纜索機器人的控制和通信

　　水下電纜機器人共有 12 根軸(8 個絞盤和浮橋桅桿上的 4 個垂直活動滑塊)，由 C6650 控制柜式工業 PC 中安裝的 TwinCAT 3 控制。工業 PC 安裝在控制室的主控制柜中。除了索力監測之外，系統(控制室、無線操控和絞盤)上的多個急停按鈕也可確保機器人安全運行。相應的安全邏輯由 TwinSAFE 邏輯端子模塊 EL6910 執行。帶抱閘的伺服驅動器通過 AX5805 TwinSAFE 驅動器選項卡集成到安全應用中。

　　另外四個配電模塊分散安裝在內含 I/O 接口模塊和索力測量電子裝置的纜索絞盤上。控制柜與配電模塊之間的連接通過 Ethercat P 完成。Jose Gorrotxategi 評論道：“EtherCAT 技術的這一擴展使得直流供電和 EtherCAT 實時通信能夠通過一根電纜實現。”

　　AX5118 伺服驅動器控制纜索機器人的八個絞盤驅動裝置以及底座托架的四根軸。

　　機器人平臺控制

　　操作人員通過操縱桿以及水下移動平臺的估計位置和移動平臺上的攝像頭控制纜索機器人。除了通過水下攝像頭進行視覺控制之外，操作人員還可以通過 HMI 選擇不同的控制模式，并根據傳感器數值監測所有功能。

　　用于水下感知的攝像機系統主要實現視覺伺服控制：操作人員一旦看到海洋垃圾(由于水比較渾濁，距攝像頭的距離相對較短)，就可以點擊攝像頭畫面中的垃圾，纜索機器人的移動平臺就會自動靠近垃圾。

　　HMI 中還集成了通過 DVL 系統和攝像頭創建的深度圖。操作人員可以選擇畫面中的任意一個位置，然后移動平臺就會向該位置移動。除了手動操作之外，支架還能自動識別、鎖定和收集垃圾。“人工智能是實現這一切的基礎，它能夠識別海洋垃圾，并選擇最合適的清除裝置。”Pierre-Elie Herve 解釋道。

　　針對海底垃圾清理機器人平臺開發的軟件可以實時計算機器人的地理位置，這要歸功于實時全球定位系統(實時動態測量或 RTK)和負責測量和報告位置或方向并同時監測和控制絞盤的慣性測量裝置。此外，海底地形圖上會顯示機器人和垃圾位置。機器人既可以自主移動，通過軟件確定“水中的運動軌跡”，也可以通過操縱桿手動控制。機器人移動時，攝像頭和聲學傳感器會掃描海底，測量深度(水深)并探測垃圾。這些數據都有地理坐標，并在地形圖上實時顯示。