暴雨过后，岸边浑浊的水面上漂浮着几个塑料瓶，人工打捞不仅困难，还可能存在安全隐患；正午强光直射的海滩，反光的外卖餐盒半埋在沙子里，刺眼的光线让巡检人员难以精准发现；险峻的登山步道旁，一个泡沫箱被树冠阴影笼罩，隐蔽的位置增加了人工排查的难度……类似这样的复杂环境，传统人工的巡检往往举步维艰。

近日，杭师大信息学院的“飞驰净界”团队对最新一代垃圾巡检无人机展开实验，这款设备采用了已公开的YOLOv10检测框架，并搭配定制机械臂方案，在西溪湿地的实地测试中，它成功识别并精准抓取了散落在水面、滩涂的各类垃圾，用实力证明了其在复杂环境下的作业能力。数据显示，其检出率相比人工巡检提升42%，单次抓取耗时更是缩短至28秒。

团队负责人杭师大信息学院2023级学生徐潇扬介绍，团队在公开的GarbageData数据集基础上，通过高斯模糊、遮挡与裁剪、色彩调整等数据增强手段，将训练集扩大了3倍。这一举措使得模型在雨天、逆光等复杂场景下，仍能保持92%以上的识别准确率，为无人机的精准作业提供了坚实技术支撑。

目前，团队正积极扩大试飞范围，同时同步采集更多浙江本地的垃圾图像，以不断迭代优化模型。

业内专家指出，该成果成功突破了无人机在复杂场景下的“精准抓取”难题，也为我国“无废城市”建设和“双碳”目标的实现提供了可复制的低空经济解决方案，后续有望在海岸线、高原景区、化工园区等危险或人迹罕至的区域得到大规模推广，为环境保护事业注入新的活力。