通过本地多代理 RAG 进行能量受限的分层水下监测

海洋生物监测受到严格的能源限制、水下连接性差以及从远程部署传输原始多模式数据的高昂成本的限制。本文提出了一种低功耗水下监测架构，将始终在线的边缘传感与选择性高性能本地推理相结合。该系统采用分层主卫星设计，其中超低功耗 MAX78000/MAX78002 微控制器持续监控视觉和听觉信号，而 NVIDIA Jetson Orin NX 仅在计划处理、事件驱动分析或研究人员交互时激活。一旦激活，Jetson 就会执行完全本地的多模式管道，用于数据摄取、视觉目标提取、基于嵌入的索引、物种识别、检索增强推理和自动报告。 BioCLIP/OpenCLIP 嵌入用于在本地 ChromaDB 集合中组织任务数据、海洋分类参考、科学文档和操作元数据。专用识别层结合了视觉相似性搜索、基于质心的分类和监督分类器，以支持自适应物种识别。基于LangChain的多代理框架协调查询路由、结构化分析、能源管理、硬件重新配置和报告生成。该架构通过视觉和声学监测案例研究进行评估。所提出的系统将超低功耗连续传感与本地多模态智能结合起来，使水下站能够生成结构化的、可供研究人员使用的知识，同时压缩本地数据以进行灵活的声学、光学或卫星传输，从而最大限度地减少能源使用和通信开销。