2024年6月8日是第十六个“世界海洋日”，主题是“新深度唤醒”（Awaken New Depths），旨在让我们唤醒对海洋的理解、同情、合作和承诺的新深度。
海洋覆盖了地球70%以上的面积，而我们对海洋的探索却仅有10%，可以说我们对海洋知之甚少。海洋物联网作为探索海洋的重要载体，通过集成多种技术，实现对海洋环境的实时监测、管理和系统化管理。但是，海洋环境复杂且多变，对于海洋物联网设备的可靠性和适应性有着更高的要求。
01
面临的挑战
海洋物联网结构可以分为感知层、传输层、数据层、应用层。
感知层/ Perception layer
感知层是海洋物联网整体架构的基础，主要负责采集和获取信息，例如光学光感器、声学传感器、水质传感器等。而恶劣的海洋环境，风暴，潮水，湿气，盐雾侵蚀，始终考验着这些设备的综合性能，同时电子设备的能源供给与能源管理的问题，也制约着深远海在线监测系统的长期运行。
传输层/ Transmission layer
传输层在海洋物联网中起到承上启下的作用，负责向上层传输感知信息和向下层传输命令。根据监测点位离岸远近，选择使用有线传输（岸基式）和无线传输（浮标和浮台等），有线传输通常采用海缆作为传输介质，具有带宽高、信号稳定的优势，但是海缆在使用过程中易受到人为和环境因素的破坏。无线传输多适用于离岸较远的监测点位，但受制于海上网络环境差的影响，易出现传输速度慢、信号不稳定的问题。
数据层/ Data layer
数据层是海洋物联网架构的核心，负责数据存储、数据检索、数据分析以及数据安全与隐私保护。海洋物联网在线监测长期连续获取监测点位的视频数据和环境数据，这就要求系统具有高效的存储和处理技术，确保数据能够实时提取和处理，从而利用人工智能和机器学习技术进行数据分析，进而预测海洋环境变化和生物行为。
应用层/ Application layer
海洋物联网中的应用层可以对感知层所采集的数据进行计算、处理，同时也能对这些数据进行知识挖掘、信息挖掘等。这就需要建立标准化、共享化的服务平台，根据使用需求，开发提高管理效率的智慧应用。
02
罗博飞是如何解决
传感器技术
传感器技术。自主研发了能够监测多种环境参数的高精度传感器，例如，三合一数字水下摄像机、全景数字水下摄像机、原位芯片级多参数水质传感器、全姿态水下机器人等，在设计阶段充分考虑了海洋环境的复杂性，能够在精确获取水下各项数据的同时，兼具良好的耐水压、耐腐蚀、防生物附着等特性，提高海洋物联网系统的连续性。
能源管理技术
能源管理技术。根据海洋物联网的监测环境，设计了多种能源供给方案，太阳能、风能、波浪能等，为设备长期自主运行提供保障。另一方面也在持续优化能源管理系统，在产品设计阶段采用低功耗设计，通过降低整体能耗，延长设备使用时长与使用寿命。
通信传输技术
通信传输技术。在岸基式系统中，采用铠装缆使用有线网络，进行信号传输，并在礁石区和人类活动区域增加海缆防护，耐磨抗拉，减少损坏，保证传输效率。在浮标/浮台式系统中，利用5G、4G、网桥、卫星等多种组合通信方式，确保无线数据连续稳定。
软、硬件集成技术
软、硬件集成技术。开发综合管理平台 ，实现数据采集、传输、存储、分析和显示的一体化 ，确保系统的协调和高效运行；将多种传感器、通信模块、能源管理模块集成到一个系统中 ，确保系统的紧凑性和可靠性。
远程运维与模块化设计
远程运维与模块化设计。通过开发远程监控和故障诊断技术，技术人员在陆地即可研判故障原因，提前减少现场维护的频率和难度。整套系统采用模块化设计，便于设备的升级和更换，提高系统的可维护性和可扩展性。
03
案例展示
长岛监测评估和生态保护长效管控系统自2023年5月上线以来，已平稳运行一年有余，该套管控系统通过布设的“海域+岛体”立体化生态智慧监测网，对区域内的海洋生物、海洋环境和陆地岛体的立体化长效管控，分析记录了区域内海草床和海藻场的动态变化以及受损岛体的修复效果，为开展下一阶段修复计划提供多维度数据支撑。
01
耐腐蚀
经过一年的实验对比，在同一监测点位未涂有防腐涂层的水下摄像机，机身表面完好，内部结构与设备状态一切正常，符合运行标准。
02
耐低温
该套管控系统共设有9个监测点位，在水下布放了多台水下摄像机，监测区域在冬季经历了多次雨雪、雾霾等恶劣天气，平稳运行一年后，说明物联网系统整体的耐低温性和能源供给方面通过了考验。
03
抗附着
经过观察，该监测区域生物附着情况较为严重，经常会有附着物粘附在镜头前，干扰影响监测区域内的视频采集。技术人员通过定时设置旋转式清洁刷的清洁镜面，减少附着物对视频数据的影响，进一步提高了整套设备运行的稳定性和连续性。
未来，随着技术的不断进步和应用领域领域的拓展，海洋物联网将在海洋生态环境保护、深远海渔业资源发展等方面发挥更加关键的作用，实现海洋资源绿色可持续发展，为推动海洋强国战略贡献更为强大的力量。
来源：水下机器人
