在浑浊的海水中，水下机器人如何能够与同伴更好地“聊微信”？
受人体植入通信设备启发，近期，美国佛罗里达大学团队开发了一种新型水下机器人通信系统。这个名为 BlueME 的系统创新性地采用 3×5 磁电（ME，magnetoelectric）天线阵列，在仅 10 瓦功耗的条件下（与普通 LED 灯泡相当），可实现水下机器人之间数据传输最远 730 米。
值得关注的是，BlueME 不受水体浑浊度和障碍物的干扰，基于该系统的水下机器人有可能只依靠自带电池，就能与数百米外的同伴实现实时数据交换。
这项技术有望改变水下机器人“下水即失联”的难题，成为机器人实时自主作业，以及海洋环境探测、海上基础设施检查、水下救援和军事侦察通信的新方案。
相关论文发表在 IEEE Journal of Oceanic Engineering，论文题目为“BlueME: Robust Underwater Robot-to-Robot Communication Using Compact Magnetoelectric Antennas”[1]。
长期以来，水下通信一直面临着严峻的挑战：传统射频电磁波在导电介质中受衰减影响明显，随着水下通信距离的递增，射频电磁波每米可能衰减 1 到 10 分贝，有效通信距离可能只有几米；声学通信可长距离传播，但多径干扰和多普勒效应严重，其高强度声波还有可能对海洋生物造成伤害；而光学通信系统尽管具有带宽高、延迟低的优势，但在浑浊环境下也会显得“束手无策”且视距受限。
传统方法通常需要大型天线或高功率，而 BlueME 则通过自带的固有谐振频率，实现在水下高效发射和接收甚低频/低频（VLF/LF）电磁信号，该系统具有高效率、紧凑型的特性。
该系统可以在保持高通信性能的前提下，实现相对较低的功耗。在淡水湖与墨西哥湾的自然环境测试结果显示，BlueME 在淡水环境下实现了 200 米通信距离，功耗只需 1 瓦；在海水环境下，通信距离能达到 730 米，最大功耗在 10 瓦以内。
团队成员在海洋机器人、无线系统和磁电装置设计方面的跨学科技术积累，为这项研究提供了强大的技术支撑。佛罗里达大学电气与计算机工程系助理教授 Md Jahidul Islam 和 Adam Khalifa 博士主导了这项研究，Islam 长期致力于水下机器人的研究，而 Khalifa 的研究方向则聚焦于微创无线医疗微型设备的探索，这种设备可通过注射的方式植入到人体。
“我花了多年时间研究微型无线植入设备，并研究高导电环境下的高效电力传输，”Khalifa 对媒体表示，“后来我突然意识到，我们的身体实际上是由微咸的水构成的，因此人体内与水下通信面临的物理挑战有许多相似之处。这一认识让我以一种全新的视角来思考水下通信。”
水下多机器人协同作战之所以充满挑战，是因为该条件下无论是通信带宽还是范围都非常有限。传统的水下通信方案中，水下机器人要想实现任务数据传输，通常通过交换稀疏的状态信号或在一定时间内浮出水面。但是，这两种方式都会极大限制实时自主性和水下机器人的协同作战能力。
BlueME 的优势恰好解决了这一关键挑战。在海洋实验中，该系统采用紧凑、节能的架构，通信范围最远可实现 730 米以上。并且，它可以每 10 分钟进行实时任务进展反馈，更有利于操作员及时做出决策以及对相关任务进行调整。
该技术的另一优势是制备成本低。据研究团队预计，15 单元阵列的硬件成本整体在数十美元左右，与商用声学调制解调器的数千美元相比，具有低价优势且有利于未来的大规模制备。
也需要看到的是，这项研究还存在一定局限性。现阶段，BlueME 的数据速率的理论估算范围在千比特每秒到上百千比特每秒之间，尽管优于传统声学低速链路，但仍显著低于光学通信的兆比特级别。此外，磁电天线在高驱动幅度下可能会产生较为明显的非线性效应。
现阶段，研究团队已在真实湖泊和开放海域中完成了多轮测试，通信距离在数十米到 730 米范围内，这是已知文献中，小型磁电天线阵列首次走出实验室水箱，在自然海水环境下完成了水下机器人间的通信验证。与此同时，也是迄今规模最大的甚低频/低频磁电阵列系统。
目前该技术仍处于早期阶段，研究团队已提交相关专利申请，希望通过技术方面完善，逐步拓展自主水下机器人的测试范围。从更长远的发展来看，随着技术的深入探索和未来更大规模的部署，该系统在性能方面有望进一步提升，并有望建立水下机器人通信在复杂海洋环境中协作和运行的新范式。
参考资料：
1.M. Talebi, S. Mahmud, A. Khalifa and M. J. Islam, BlueME: Robust Underwater Robot-to-Robot Communication Using Compact Magnetoelectric Antennas, in IEEE Journal of Oceanic Engineering, doi: 10.1109/JOE.2026.3675822.
2.https://www.eurekalert.org/news-releases/1130200
运营/排版：何晨龙
注：封面/首图由 AI 辅助生成
热门跟贴