所有的不確定源于定位感知

水下沒有衛星信號，機器人一旦潛入液面以下，GPS即告失效。對一臺要定點清淤、沿固定路徑往返作業的機器人而言，自己在水池的什么位置是建圖、路徑規劃、循跡、定點作業全部功能的共同前提。在遠距離、高精度的水下定位路線中，超短基線定位聲納（USBL）是目前工業水池復雜工況下被驗證較多的方案：水面布設基陣，機器人上搭載聲信標，通過聲脈沖解算斜距與方位。

從現有公開技術規格看，這套體系的性能錨點集中在兩個指標上。其一是定位精度。以UBD1000這型超短基線定位通信聲納為例，其標稱定位精度為聲學結合內置IMU后的2%×斜距，測距精度0.1m，覆蓋斜距可達1000m——這意味著在百米級水池尺度內，機器人的位置解算可以穩定保持在分米量級，足以支撐定點作業。其二是通信能力，這一點在工業水池場景中常被低估。金屬池壁、攪拌結構和線纜布置會不斷遮擋與干擾信號，UBD1000將定位與水聲數字通信做在同一套硬件內，通信速率約300bps，支持水面與水下雙向無線通信和數字短消息傳輸，同時輔以多普勒速度估計與補償算法應對運動狀態下的回波頻偏。換言之，定位系統不只是報坐標，還承擔了把機器人狀態實時回傳、把作業指令送下去的通道職能——這對無纜或受限線纜部署的清淤作業尤為關鍵。

自動建圖打好路徑規劃基礎

絕大多數工業水池既沒有精確竣工圖紙，池內又常年堆積淤泥、管線、預埋件和結構柱。機器人要實現全覆蓋作業，不能靠人在后臺遙控每一步，必須先自主完成對池體三維結構的掃描與建模，再由后臺軟件基于坐標數據生成無盲區的作業路徑。這一步的底座，是一組能在近距離、障礙密集的環境中持續輸出高精度距離值的測距聲納。

ES300這類水下測距聲納正是承擔底層感知的傳感器。其量程不小于5m，測距精度標稱優于1%×量程±1cm——以5m量程計，測距誤差可落在厘米量級。值得注意的是兩個細節：一是它在最大45°傾斜照射底面時仍能輸出有效數據，這對貼壁、爬坡、沿池壁掃描的清淤姿態非常重要；二是數據刷新率不低于5Hz，配合350m耐壓和僅百余克的整機重量，可以多點布置在機器人本體四周，持續向建圖模型提供誤差極小的原始距離流。建圖算法的精度上限，本質上由這些底層測距數據的誤差決定；測距誤差小，后續拼出的水池坐標才可信，路徑規劃才有據可依。

實時修正誤差確保尋跡精度

機器人拿到坐標之后，沿既定路徑連續作業，靠的是導航。純慣性導航（IMU）不依賴外部信號、短期精度高，是水下平臺常用的導航手段，但它有一個原理性短板：慣性器件本身的測量誤差會隨時間和航行里程不斷累積，時間越長、走過的距離越遠，解算出的位置漂移就越大，且這種漂移是發散的，不會自行收斂。反映在清淤作業上，就是作業時間一長，機器人逐漸偏離規劃線，出現漏掃區域、重復作業、軌跡偏移甚至原地打滑。

工程上通行的解法，是用一套直接觀測機器人相對水底真實速度的傳感器來拴住慣導，這就是多普勒計程儀（DVL）的角色。H1000抗流懸停導航傳感器最優測速精度優于±0.4%±5mm/s，測速范圍±5m/s，最小對底高度僅0.05m。它持續輸出機器人相對底質的三維真實速度，與慣性導航數據融合后，慣導隨時間、隨里程累積的漂移被不斷觀測值拉回，長時間連續作業的尋跡精度因此得以保持。這也正是為何在清淤機器人方案中，DVL的測速精度和最小對底高度，比單純堆砌慣導等級更受關注。

渾水無光狀態下的成像及避障

工業污水、冶金浸出液和化工調節池的水體普遍渾濁且無自然光，機器人絞吸清淤時還會持續擾動底泥，使水體中懸浮顆粒濃度進一步升高。在這種條件下，即便搭配大功率補光燈，光學攝像頭的有效視距也常常不足幾十厘米，既看不清前方結構，也無法判斷障礙物位置，碰撞和漏挖幾乎不可避免。

前視成像聲納因此成為這類工況下的主要感知手段。FLS800D最大量程120m，距離分辨率達到毫米級，水平開角最大130°，意味著聲納圖像不再是模糊的光斑，而是能還原懸浮輪胎、管線、結構邊緣等目標輪廓細節的高清晰度圖像；超遠的探測距離，讓機器人在進入狹窄或復雜區段之前就有足夠的預警距離。渾水、無光、高雜質環境下，它同時承擔兩件事：把前方工況實時看回來供人監控作業進度與質量，以及把障礙物坐標交給避障模塊主動繞開。

 落地的關鍵，是同源一體化

把這四個環節拆開看，定位聲納解決在哪，測距聲納解決池子長什么樣，DVL解決走久了不漂，前視成像聲納解決看不見時怎么避障。它們不是四件獨立設備的簡單堆疊，而是讓機器人在同一套坐標框架下完成感知、建圖、決策與執行的閉環。從行業角度看，冶金、化工、工業園區等高危水池的清淤無人化，瓶頸早已不是能不能造一臺水下機器人，而是上述四類傳感器的指標能否在渾濁、擾動、無光的惡劣水環境中同時成立——定位精度、建圖誤差約束、測速糾偏能力和渾水成像細節，共同決定了一臺清淤機器人是真正能獨立作業，還是仍需人在池邊盯著。