11月6日上午，中国科学院大学人工智能学院有幸邀请到了北京大学教授喻俊志老师，在雁栖湖校区教一楼107教室为同学们带来科学前沿讲座——《水下视觉环境感知与智能控制》。
在复杂多变的水下环境中，如何以低成本、快速且高效地获取和处理环境信息，是水下机器人作业中亟需解决的关键问题。水下作业常用于海洋探测、资源勘测、生态监测等任务，而在这些应用中，环境信息的感知与处理能力决定了机器人系统的智能化水平与作业可靠性。由于水下环境具有高动态性、光照不稳定、信号衰减严重等特点，水下视觉系统面临着图像质量下降、运动退化及定位精度不足等一系列技术挑战。
针对这些挑战性问题，本次报告着重介绍水下视觉实时自适应恢复、时序单阶段检测和多目标跟踪方法，面向移动监测应用相关的仿生机器海豚定深、定向、平面路径跟踪等控制技术，并对水下机器人的未来研究方向和工作重点进行分析和展望。
喻老师首先从机器人的发展历程开始，介绍了传统的刚性机器人、柔性机器人等。传统的刚性机器人以高精度与高强度著称，广泛应用于工业制造领域，而柔性机器人则以灵活、安全、可适应复杂环境为特征，应用于医疗等场景。
喻老师表示，当今世界正处于人工智能迅猛发展的时代浪潮之中，AI正在成为推动社会与科技进步的核心驱动力。随着具身智能理念的兴起，AI不再仅仅局限于算法层面，而是逐渐渗透进物理世界，赋予机器人感知能力和学习能力，具身机器人可通过视觉、触觉与环境交互，学习人类的技能与行为，从单一功能的机器人转变为可以学习的智能体。
随后，喻老师结合产业发展与前沿科技，介绍了2025年具身智能机器人的十大发展趋势，覆盖了具身决策、智能控制、多智能体、机器人软硬件设计等多个方面。
接下来，喻老师对水下视觉环境感知与智能控制展开了细致的介绍。报告从水下视觉信息恢复与感知优化切入，重点探讨了水下视觉实时自适应恢复、时序检测与多目标跟踪、水下仿生机器人智能控制等几个方向。喻老师介绍到，针对图像受浑浊、水光吸收与散射影响导致的质量退化问题，他们团队提出自适应图像增强与色彩校正算法，实现对多场景、多深度的实时视觉补偿，提高视觉识别精度与鲁棒性。
在时序检测与多目标跟踪研究问题中，喻老师团队研究了时序分段检测方法，提升机器人在动态场景下的多目标识别能力。应用于水下目标识别、路径监控、障碍物规避等关键任务。
针对水下仿生机器人智能控制问题，喻老师介绍了仿生机器海豚定位与控制技术，通过借鉴生物体（如海豚）的声学定位与运动控制机制，开发面向移动监测任务的仿生定位系统，可以支撑复杂地形中的自主导航与任务规划，结合强化学习与视觉反馈机制，实现智能化路径优化。
最后，喻老师总结了目前水下机器人研究的技术现状与挑战，并对水下机器人未来的研究方向进行了展望。他指出，水下机器人未来的研究重点将聚焦于智能化与多模态融合感知，通过整合多种传感器信息，实现跨模态数据融合，从而显著提升环境感知与理解能力。同时，还应发展多水下机器人协同机制，以实现群体智能、协作作业与任务分配。讲座结束后，喻老师热心地解答了现场同学的若干问题，现场气氛热烈，掌声不断。
更多专家信息：
喻俊志，北京大学博雅特聘教授，海洋研究院副院长，博士生导师，IEEE Fellow、国家杰出青年基金获得者、国家万人计划科技创新领军人才、入选国家百千万人才工程、享受国务院政府特殊津贴等。（曾）担任多个国际期刊包括IEEE Transactions on Robotics、IEEE/ASME Transactions on Mechatronics、IEEE Transactions on Circuits and Systems II、Bioinspiration&Biomimetics、Journal of Bionic Engineering等编委。主要研究方向为智能机器人、机电一体化、计算智能等。在机器人与自动化领域发表学术论文300余篇，包括IEEE汇刊论文150余篇；获授权发明专利70余项、美国专利6项；获国家自然科学二等奖(2017，排名第3)、北京市科学技术一等奖(2013，排名第2)、中国自动化学会自然科学一等奖(2021，排名第1)等。
