渔业机器人团队简介

渔业机器人团队长期致力于机器人与人工智能、海洋智能装备、智慧渔业感知与作业技术研究。团队面向海洋强国、智慧渔业、现代海洋牧场和水下智能装备发展需求，以“水下智能感知—机器人自主作业—多智能体协同—工程应用转化”为核心主线，围绕复杂水下环境中的养殖生物观测、资源调查、目标识别、运动控制与智能决策等关键问题，开展基础理论创新、核心算法研发、系统装备研制与工程应用示范。

团队依托大连海洋大学在海洋渔业、水下机器人、人工智能与信息工程等方面的学科基础，近年来重点聚焦水下机器人、无人船、海洋牧场智能装备的机器视觉、运动规划、智能控制、多机器人协同、深度强化学习及水下目标感知识别等方向。团队已承担国家自然科学基金、中国博士后科学基金、辽宁省自然科学基金、辽宁省教育厅项目、大连市青年科技之星项目、省重点研发计划及多项企业横向课题，在海参、鱼类等水下养殖生物智能感知，水下机器人观测系统，无人船原位计数系统，多水下机器人编队控制，鱼类集群行为建模，以及起重机器人运动规划与仿真等方面形成了较好的研究积累和应用基础。

团队注重科研成果转化，已研制水下养殖生物观测设备、海参圈水下观测系统、半自主水下机器人及水面浮体等装备或系统，并在鑫玉龙、天正集团等养殖企业开展应用。同时，团队曾参与三维吊装仿真系统、现代海洋牧场公共服务平台等工程项目研发与技术方案设计，形成了面向真实场景需求的系统集成与工程服务能力。团队规模：核心成员3人，硕士生18人

一、研究方向

方向一：水下养殖生物智能感知与视觉测量

面向海参、鱼类等海洋养殖生物在复杂水下环境中的精准观测需求，研究水下图像增强、目标检测、多目标跟踪、体尺/体积测量、分布密度估计、原位计数和长势评估等关键技术。通过融合深度学习、双目视觉、多目标跟踪与水下机器人平台，构建适用于池塘、海参圈、海洋牧场等场景的水下生物智能感知方法与装备系统。

方向二：水下机器人与无人船智能装备

面向海洋牧场资源调查、养殖环境监测和水下目标观测任务，开展水下机器人、无人船、半自主水下机器人及水面浮体等智能装备研发。重点研究装备平台设计、传感器集成、视觉/声呐感知、运动控制、路径规划、任务执行与远程监控等技术，支撑水下养殖生物观测、资源评估、目标识别和智能巡检等应用。

方向三：多机器人协同控制与鱼类集群行为建模

围绕海洋牧场资源调查和复杂水下任务执行中的多机器人协同需求，研究多水下机器人协同与编队控制、异构智能体避障控制、深度强化学习控制策略及多智能体协同决策方法。同时，面向鱼类集群运动机理分析与仿真需求，开展基于多智能体强化学习、深度Q网络等方法的鱼类集群行为建模研究，为水下群体目标感知、生态行为理解和仿生群体智能控制提供理论与方法支撑。

方向四：机器人运动规划与工程仿真应用

面向复杂工程装备智能化需求，研究机器人运动规划、位形空间分析、深度学习辅助规划、起重机器人协同作业与三维吊装仿真等技术。相关成果曾服务于中石化、中海油、徐工等企业工程项目，在重型装备吊装仿真、作业路径规划和工程辅助决策等方面形成了较好的技术基础。

二、团队负责人

林远山，博士，副教授，硕士生导师。博士毕业于大连理工大学计算机科学与技术学院，现任大连海洋大学信息工程学院副教授。辽宁省百千万人才工程“千”层次人才，大连市青年科技之星，大连市青年才俊，美国佐治亚理工学院访问学者。

· 学术兼职：大连市工业信息化专家咨询委员会委员，中国太平洋学会海洋测绘研究分会理事，中国计算机学会智能机器人专业委员会执行委员。

· 研究方向：水下机器人、无人船、海洋牧场智能装备、机器视觉、运动规划与智能控制、多机器人协同、深度强化学习、鱼类集群行为建模。

· 代表性成果：主持国家自然科学基金项目1项、中国博士后科学基金项目1项、辽宁省自然科学基金项目2项、辽宁省教育厅项目3项、大连市青年科技之星项目1项及多项横向课题；以第一作者或通信作者发表论文近40篇，其中SCI检索10余篇、EI检索近20篇；获授权发明专利4项，申请软件著作权6项；研制水下养殖生物观测设备并在养殖企业应用；相关工程成果曾获大连市科技进步二等奖。

· 教学与人才培养：2024年本科优秀教学奖获得者，2021年校级最美教师获得者；指导学生参加国家、省市各类竞赛获奖100余人次，指导学生参加辽宁省大学生“挑战杯”获省级二等奖2项；2017年、2018年带队参加国家自然科学基金委主办的“水下机器人目标抓取大赛”，分别获得定点抓取赛项鼓励奖和在线识别银奖。

· 联系方式：linyuanshan@dlou.edu.cn

三、核心成员

四、代表性科研成果

1. 主持及参与项目

· 辽宁省教育厅基本科研业务费重点项目：面向复杂养殖环境的海参长势原位视觉感知研究，2024.05—2026.05，主持。

· 大连鑫玉龙海洋生物种业科技股份有限公司横向项目：海参圈水下观测系统研发，2024.05—2025.10，主持。

· 辽宁省重点研发计划：海洋渔业领域知识图谱构建，2024.01—2027.12，参与。

· 海军航空大学横向项目：半自主水下机器人及水面浮体，2023.08—2025.01，主持。

· 辽宁省教育厅面上项目：基于多智能体深度强化学习的鱼类集群运动建模研究，2021.07—2023.06，主持。

· 辽宁省重点研发计划：面向水下群体目标感知的新一代机器视觉关键技术研发，2020.06—2023.05，参与。

· 辽宁省自然基金资助计划：面向海洋牧场资源调查的多水下机器人协同与编队控制研究，2020.05—2023.04，主持。

· 大连市青年科技之星项目：基于深度强化学习的机器人导航技术研究，2018.05—2019.12，主持。

· 中国博士后科学基金一等资助：基于深度学习的起重机器人运动规划研究，2017.05—2018.08，主持。

· 国家自然科学基金青年项目：基于深度学习的起重机器人优良位形映射机制研究，2016.08—2019.12，主持。

2. 论文成果

1. Wang, Junyi； Zheng, Xinyu； Liu, Zejin； Niu, Fangqun； Liu, Kexin； Zhang, Dexuan； Lin, Yuanshan； Lu, Chun. A lightweight multi-wedge belt defect detection method combining CNN and transformer. Engineering Research Express, 8(1): 015233, 2026.(EI)

2. Wu, Xuhang； Deng, Xiangyang； Wen, Bang； Yue, Shengzhi； Shao, Siyang； Zhang, Fumin； Wang, Fang； Lin, Yuanshan. A Minimalistic and Decentralised Approach to Formation Control for Crowded UUV Swarms Inspired by Fish Schooling. Journal of Bionic Engineering, 22(5): 2646-2659, 2025.(SCI)

3. Lin, Yuanshan； Kang, Yuwei； Jin, Zhaoyi； Wang, Junyi； Zheng, Xinyu； Wang, Fang； Wu, Libo； Wu, Gang； Li, Zhijun. Learning-Based Picking and Placing Configuration Sampler for Mobile Crane Lift Path Planning. Journal of Computing in Civil Engineering, 39(3): 04025020, 2025.(SCI)

4. Wang, Junyi； Zheng, Xinyu； Liu, Kexin； Niu, Fangqun； Zhang, Dexuan； Lin, Yuanshan； Chen, Jiaying. MWBD-YOLO: a multi-wedge belt defect detection method with hybrid architecture of CNN and transformer. Engineering Research Express, 7(2): 025246, 2025.(EI)

5. Niu, Fangqun； Sheng, Yifan； Wang, Junyi； Zheng, Xinyu； Liu, Kexin； Lin, Yuanshan； Wang, Wei； Li, Guodong. Domain generalization for sea cucumber detection: Tackling background color variability in aquaculture settings. Aquaculture International, 33(5): 339, 2025.(SCI)

6. Zheng, Xinyu； Wang, Junyi； Liu, Kexin； Niu, Fangqun； Zhang, Dexuan； Lin, Yuanshan. Real-time detection of multi-wedge belt tooth surface defects based on 3D laser technology. Engineering Research Express, 7(2): 025286, 2025.(EI)

7. Yang, Yanqiang； Ban, Haolong； Wang, Junyi； Liu, Zejin； Niu, Fangqun； Chen, Qijun； Zhang, Jiaxu； Wang, Wei； Li, Zhijun； Lin, Yuanshan. ROV-assisted in situ density estimation for sea cucumbers via lightweight YOLOv8-FA and enhanced ByteTrack. Aquaculture International, 33(6): 507, 2025.(SCI)

8. Jiang, Yue； Gao, Yan； Wang, Yifei； Wang, Yue； Yu, Hong； Lin, Yuanshan. A Uniform Multi-Modal Feature Extraction and Adaptive Local–Global Feature Fusion Structure for RGB-X Marine Animal Segmentation. Electronics, 14(19): 3927, 2025.(SCI)

9. Niu, Fangqun； Liu, Zejin； Zheng, Xinyu； Wang, Junyi； Zhang, Dexuan； Lin, Yuanshan； Zhu, Xiaoting； Yang, Shuai； Wang, Wei； Li, Guodong. Underwater sea cucumber detection based on domain-invariant features. Aquaculture International, 33(7): 673, 2025.(SCI)

10. Liu, Shuo； Zheng, Xinyu； Han, Lulu； Liu, Xiaoyang； Ren, Junli； Wang, Fang； Liu, Ying； Lin, Yuanshan. FishMOT: A simple and effective method for fish tracking based on IoU matching. Applied Engineering in Agriculture, 40(5): 599-609, 2024.(SCI)

11. Wang, Xin； Liu, Shuo； Yu, Yifan； Yue, Shengzhi； Liu, Ying； Zhang, Fumin； Lin, Yuanshan. Modeling collective motion for fish schooling via multi-agent reinforcement learning. Ecological Modelling, 477: 110259, 2023.(SCI)

12. 安志强；李智军；刘硕；赵永刚；陈启俊；左然涛；林远山。 融合YOLOv7和BYTE多目标跟踪的多类别海珍品计数方法。 农业工程学报， 39(9), 2023.(EI)

13. Lin, Yuanshan； Wang, Fang； Cui, Xinzhong； Hong, Liang； Liu, Yanan. A parameterized representation for self-motion manifold of crawler crane robots. International Journal of Robotics and Automation, 37(2): 219-226, 2022.(SCI)

3. 授权专利与知识产权

· 林远山等：基于图像特征深度强化学习的AUV管道循管方法，中国发明专利，ZL201811143861.X。

· 林远山等：一种面向双移动式起重机协同作业的控制方法，中国发明专利，ZL201210358632.6。

· 王欣、林远山等：基于运动学和动力学的双移动式起重机协同吊装仿真方法，中国发明专利，ZL201210358707.0。

4. 获奖情况与成果转化

· 大连市科技进步二等奖：三维吊装仿真系统相关成果。

· 辽宁省科学技术协会省级一等奖论文2篇。

· 2024年本科优秀教学奖。

· 2021年校级最美教师。

· 指导学生参加国家、省市各类科技竞赛获奖100余人次。

· 指导学生参加辽宁省大学生“挑战杯”获省级二等奖2项。

· 2017年、2018年带队参加国家自然科学基金委主办的“水下机器人目标抓取大赛”，分别获得定点抓取赛项鼓励奖和在线识别银奖。

· 研制两款水下养殖生物观测设备，并在鑫玉龙、天正集团等知名养殖企业得到应用。