北大謝廣明教授團隊頂刊IJRR發布！首創基于電感知的SLAM技術

在水下世界的探索中，機器人正面臨著一個尷尬的困境——在深海、洞穴、渾濁河口或污染擴散區等關鍵區域，它們如同“睜眼瞎”。傳統的傳感器在黑暗、渾濁或特征稀少的環境中常常失靈，這直接導致水下機器人的定位與建圖（SLAM）精度大幅下降，甚至完全失敗。

那么，能否賦予機器人一種不依賴光線與聲音的全新“第六感”？

近日，北京大學先進制造與機器人學院謝廣明團隊在機器人領域國際頂級期刊《The International Journal of Robotics Research》（IJRR）上發表重要研究成果，提出Electro-SLAM——一種集成主動與被動電感知的分布式水下同步定位與建圖（SLAM）系統。該研究為復雜、黑暗及渾濁水域中的水下機器人自主感知與協同作業提供了全新解決方案。

▍傳統傳感器為何失靈？

復雜水域環境的感知與探測長期以來是制約水下機器人發展和應用的關鍵瓶頸。目前尚缺乏一種在真實水下環境中兼具穩定性與魯棒性的理想SLAM技術。

傳統應用于陸地或空中場景的SLAM系統通常依賴視覺、激光雷達和聲吶等傳感模態，但在水下環境中均面臨顯著挑戰：

• 視覺傳感器易受光衰減影響，在黑暗或渾濁水域中難以工作；
• 激光雷達的有效探測距離會隨水體濁度增加而急劇縮短；
• 聲吶則對多路徑效應和后向散射噪聲高度敏感，容易引發感知混淆、定位漂移及地圖殘缺等問題。

受弱電魚在黑暗渾濁水域中依賴電感知進行環境探測的生物機制啟發，研究團隊首次提出以電感知作為主要感知方式的水下SLAM系統框架

與傳統基于視覺或聲吶的方法不同，Electro-SLAM充分利用電感知在近距離環境感知中的獨特優勢，能夠在視覺嚴重退化、光照極弱或水體高度渾濁等極端條件下，實現穩定可靠的邊界檢測與環境建圖。

▍Electro-SLAM的仿生感知與群體智能

該系統無需外部基礎設施支持，將生物啟發式傳感機制與分布式多機器人自主系統相結合，可在未知水下環境中實現可擴展的分布式環境感知與協同建圖，為黑暗、渾濁及通信受限水域提供了一種全新的SLAM范式。

水下Electro-SLAM 系統框架

在具體方法上，研究團隊提出了一種完整且輕量化的電感知硬件與算法解決方案，使得系統可輕松搭載于小型機器人上。它支持兩種工作模式：

主動傳感：機器人像弱電魚一樣主動發射電場。當電場遇到邊界（如墻壁）或物體時會發生畸變，接收器通過分析畸變模式，就能反推出邊界的距離、形狀乃至材料是導電還是絕緣。

被動傳感：機器人被動接收其他同伴發射的特定頻率電場，從而估算出同伴的相對位置、方向和距離，實現機器人間的相互感知。

配備電傳感單元的?型?下機器?

基于此，研究團隊構建了一套基于主動電感知的單機器人SLAM系統，實現了邊界檢測、邊界跟蹤、局部語義映射以及分層定位功能。

進一步地，團隊還提出了一套基于被動電感知的分布式多機器人協作SLAM方案，包括一種利用被動電感知實現的機器人間相對位姿估計方法，以及一個支持局部地圖融合與協同定位的完全分布式系統框架。這有效解決了電感知缺乏傳統幾何特征或視覺描述符所帶來的技術難題，極大提高了多機器人系統在未知水下環境中的探索效率和可擴展性。

▍精度與協同能力實現雙重飛躍

研究團隊使用定制的小型水下機器人，在水池中設置了包含交替導電與絕緣材料的復雜邊界環境，對Electro-SLAM進行了全面驗證。

單機器人測試結果令人振奮：與僅使用里程計的基線方法相比，結合了幾何與材料語義信息的最高級定位策略（Od+Bound+Mat），將絕對軌跡誤差（ATE）降低了超過60%，構建的語義地圖也最完整（地圖覆蓋率最高）。

多機器人協同測試更是展現了分布式系統的優勢。當三個機器人相互交換地圖信息后，所有機器人的定位精度和地圖質量均得到顯著提升。地圖覆蓋率（MCI）在最終的三機協作模式下達到了88%至90%，較單機運行大幅提高。

此外，研究還通過對照實驗驗證了所提出的水下電場理論模型的準確性，并證明了系統可通過調整發射電壓來適應從淡水到海水的不同電導率環境，展現了良好的環境適應性。

▍未來展望：開啟水下具身智能新范式

該研究為水下非可視化、非結構化及通信受限環境中的自主定位與環境測繪奠定了重要基礎，在水下探測、資源勘察、水下基礎設施巡檢及極端環境作業等領域具有廣闊應用前景。

未來，研究團隊將進一步優化系統架構，融合傳統傳感手段與創新理論建模方法，推動相關技術從實驗室走向真實復雜應用場景，讓前沿科技成果服務于更多實際需求。

從弱電魚到水下機器人，Electro-SLAM巧妙地跨越了生物進化與工程創新的邊界。在探索未知的深藍之境時，最高效的智能，或許早已被自然演化寫入了生命的最初代碼之中。

論文鏈接：https://doi.org/10.1177/02783649251414426.