蟹式水面清洁工 — 作品简介

一、项目概况

项目名称：蟹式水面清洁工
项目定位：一款基于仿生学设计与AI智能识别的水面自主清洁机器人
核心使命：解决传统水面清洁方式效率低、成本高、覆盖窄的行业痛点，实现水面垃圾清理的智能化、全域化与无人化。

二、项目背景与挑战

随着城市化与工业化进程加速，湖泊、河流及近海水域垃圾污染问题日益严重。目前主要依赖：

人工打捞：成本高（约500元/人/天），效率低，安全风险大；固定式清洁装置（如Seabin）：仅适用于静水区域，无法适应流动水域，覆盖范围有限。

市场亟需一款能够实现全水域覆盖、高效清理、智能作业的水面清洁装备。

三、设计理念与创新点

1. 仿生六足底盘设计

模拟蟹类行走结构，具备强波浪适应性，抗风浪等级≥3级；突破传统设备静水作业限制，支持流动水域稳定运行。

2. AI视觉识别系统

搭载YOLOv7+MobileNet轻量化模型，实现垃圾实时识别，准确率（mAP）≥85%；支持多种垃圾类型（塑料、油污等）识别与定位。

3. 智能协同处理系统

集成“涡流吸入→机械粉碎→油水分离→压缩存储”一体化处理流程；基于HX711重量传感器实现负载感知与自动倾倒控制；微孔膜油污分离效率≥95%，支持48小时自动更换。

4. 双模通信与远程管控

采用LoRa+4G双模通信，传输距离≥5km，支持远程监控与指令下发；接入Uweb物联网平台，实现设备状态实时管理与数据分析。

四、核心技术指标

五、系统组成与工作流程

系统架构：

感知层：高清摄像头、重量传感器、环境传感器；决策层：STM32H743VI主控 + Jetson Nano协处理器，运行AI识别与路径规划算法；执行层：无刷电机驱动、粉碎机构、滤网倾覆机构、油水分离模块；通信层：LoRaWAN + 4G CAT4，支持云端数据交互与远程控制。

工作流程：

1. 巡航识别：摄像头采集图像，AI算法识别垃圾并定位；

2. 路径规划：基于A*算法动态规划最优路径；

3. 收集处理：启动涡流泵吸入垃圾，经粉碎、油水分离后存储；

4. 满载返航：重量传感器触发满载信号，自动返航倾倒并充电。

六、应用场景

城市景观湖泊、河道

港口、码头静水与缓流区域

水库、水源保护区

近岸海域、旅游水域

七、项目价值

经济效益：提升清洁效率60%，降低人工成本70%；环境效益：实现水面垃圾的实时监测与快速清理，保护水体生态；技术效益：推动环保装备智能化升级，具备技术示范与输出价值。

八、团队与进展

项目由具备嵌入式开发、AI算法、机械结构、通信工程等专业背景的跨学科团队共同推进。目前已完成系统方案设计、关键技术选型与原型开发规划，预计在19周内完成样机研制与测试验证。