水域垃圾的聚集，严重影响着生态环境和人们的日常生活，本项目主要围绕如何“高效清理水域漂浮垃圾”的问题而展开。  
     团队通过自主研发的智能控制系统应用于智能清洁无人船从而提升清理效率，助力于水域垃圾治理，减少人力支出，以实际行动把绿色发展理念融入经济社会发展各方面，推进形成绿色发展方式和生活方式，协同推进人民富裕、国家富强、中国美丽。
     团队针对目前市场行业痛点，如无人船识别精度不高、路线规划不准、岸边清除不全等问题进行攻克，成功取得进展性突破，如自主研发的多源信息融合的阈值灰度形态提取、多传感器融合的高精度地图构建、多模块协同的涡旋控制等技术，成功将现有无人船的智能化程度提高、安全性提升、成本降低，实现了全方位智慧水域生态治理解决方案。
    无人垃圾船的设计主要由两部分组成：硬件设施和软件系统。
    硬件设施主要包括：双目摄像头：用于捕获环境图像，以便进行深度学习训练和图像处理；毫米波雷达：这是一种能够测量目标物体距离和速度的传感器,可以在恶劣的环境条件下工作，增强无人船的避障能力；英伟达的边缘计算器：用于数据处理和分析，包括对图像数据的处理以及深度学习模型的运算；以及其他传感器和模块的融合：如湿度传感器，温度传感器，北斗导航模块等等。
    软件系统主要包括：图像处理和分析软件：用于处理和分析来自双目摄像头的图像数据，以便识别图像中的垃圾；深度学习模型：利用机器学习算法对无人垃圾船进行训练，让其能够自动识别垃圾并执行清理操作；自动导航系统：用于规划无人垃圾船的行驶路线，包括北斗导航系统；通信软件：用于无人垃圾船需要远程监控或控制
    基于毫米波和双目摄像头深度学习的无人垃圾船，其关键在于如何将毫米波雷达所获取的信息和双目摄像头的图像信息有效结合起来，提升垃圾识别和避障的准确性。      综上，上述关键技术融合可有效提供更高的识别精度和环境适应性，使无人船能在各种复杂环境下高效、准确地完成任务。