针对水下机器人在浑浊海域视野受阻、作业效率低及安全风险高的问题，麻省理工学院与伍兹霍尔海洋研究所团队成功开发出名为Sonar-MASt3R的新型水下测绘系统。该系统由MIT研究生Amy Phung与WHOI科学家Richard Camilli联合研发，目前已入选国际机器人会议ICRA最佳论文候选名单。传统水下感知依赖光学摄像头或声呐单一传感器，前者易受泥沙遮蔽失效，后者虽抗干扰但缺乏细节纹理。Sonar-MASt3R创新性地将声呐的绝对距离信息与MASt3R视觉算法的高精度三维重建能力相融合。系统采用两阶段工作模式：先通过声呐扫描生成具备准确空间尺度的粗略三维轮廓，引导机器人安全抵近目标；随后利用高分辨率摄像头采集图像，经改进算法实时生成精细地图。为提升运算效率，系统引入关键帧筛选机制，有效过滤冗余数据。在伍兹霍尔实验室的高浊度水箱测试中，即便在光学摄像头完全失效的极端环境下，该系统仍能稳定输出厘米级精度的三维建图结果，表现优于现有光学声学融合方案。研究团队指出，封闭水箱的强混响环境比真实海洋更为苛刻，系统在此工况下的优异表现预示了其广阔的应用前景。未来，该团队计划将系统投入真实海域，验证其在洋流干扰与长周期运行中的可靠性，有望显著推动水下排爆、深海打捞及海底设施巡检等作业的技术升级。