CN105004670A - 采用神经网络识别的水下岩石检测平台 - Google Patents
采用神经网络识别的水下岩石检测平台 Download PDFInfo
- Publication number
- CN105004670A CN105004670A CN201510471396.2A CN201510471396A CN105004670A CN 105004670 A CN105004670 A CN 105004670A CN 201510471396 A CN201510471396 A CN 201510471396A CN 105004670 A CN105004670 A CN 105004670A
- Authority
- CN
- China
- Prior art keywords
- rock
- subaqueous
- underwater vehicle
- equipment
- underwater
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种采用神经网络识别的水下岩石检测平台,包括潜水器主体、特征提取设备和岩石类型识别设备,所述特征提取设备和所述岩石类型识别设备都位于所述潜水器主体上,用于分别提取水下岩石特征和确定岩石类型。通过本发明,能够在无人下水操作的环境下,实现潜水器对水下岩石的智能化避让。
Description
技术领域
本发明涉及图像识别领域,尤其涉及一种采用神经网络识别的水下岩石检测平台。
背景技术
目前,常用潜水器进行水下作业以实现水下勘探、水下救援等用途。在潜水器水下行走过程中,如果处于浅水区或者水下岩石过高,如果躲避不及,很容易与水下岩石碰撞,导致潜水器受损,而由于水下的特殊环境,在水下维修潜水器造价很高,对潜水器运营部分形成极大的经济损失,并浪费很多的时间成本。
由于水下岩石形状大小不一,分布位置也不具备规律性,再加上水下特殊环境,导致水下岩石形状识别异常困难,现有技术中并没有能够解决这一难题的方案。
为此,本发明提出了一种采用神经网络识别的水下岩石检测平台,能够针对水下特殊情况,使用适合水下环境的岩石检测设备对水下岩石进行有效检测,相应地制定不同的处理方式,避免潜水器与岩石直接相撞。
发明内容
为了解决现有技术存在的技术问题,本发明提供了一种采用神经网络识别的水下岩石检测平台,改造潜水器的具体结构,同时采用包括中值滤波子设备、低通滤波子设备和同态滤波子设备的岩石分析设备对水下岩石情况进行准确分析,以识别的岩石高度为基础,制定不同的处理策略,提高潜水器的安全性能。
根据本发明的一方面,提供了一种采用神经网络识别的水下岩石检测平台,所述检测平台包括潜水器主体、特征提取设备和岩石类型识别设备,所述特征提取设备和所述岩石类型识别设备都位于所述潜水器主体上,用于分别提取水下岩石特征和确定岩石类型。
更具体地,在所述采用神经网络识别的水下岩石检测平台中,还包括:挖掘设备,设置在所述潜水器主体上,包括挖掘电机和挖掘驱动器,所述挖掘驱动器与所述挖掘电机连接,用于对前方岩石进行挖掘;超声波测距设备,设置在所述潜水器主体上,用于测量所述潜水器主体距离前方岩石目标的距离,并作为第二相对距离输出;静态存储设备,预先存储了岩石面积阈值、岩石高度阈值和岩石宽度阈值,所述岩石面积阈值与挖掘设备输出功率成正比,所述岩石高度阈值与潜水器驱动设备瞬时爬升输出功率成正比,所述岩石宽度阈值与所述潜水器驱动设备瞬时绕行输出功率成正比;所述潜水器主体包括驱动设备和潜水器机械架构,所述驱动设备包括驱动控制器、左舷直流减速电机、右舷直流减速电机、沉浮电机、正螺旋桨、反螺旋桨、附带螺旋桨和联轴器,所述左舷直流减速电机、所述右舷直流减速电机和所述沉浮电机分别通过所述联轴器与所述正螺旋桨、所述反螺旋桨和所述附带螺旋桨连接,所述驱动控制器接收所述水上处理设备发送的驱动控制信号,以根据所述驱动控制信号的内容驱动所述左舷直流减速电机和所述右舷直流减速电机以分别控制所述正螺旋桨和所述反螺旋桨,驱动潜水器主体实现前进、后退和左右动作,还用于根据所述驱动控制信号的内容驱动所述沉浮电机以控制所述附带螺旋桨,驱动潜水器主体实现上升与下潜动作;水下摄像设备,设置在所述潜水器主体上,包括半球形防水透明罩、辅助照明子设备和CMOS摄像头,所述半球形防水透明罩用于容纳所述辅助照明子设备和所述CMOS摄像头,所述辅助照明子设备为所述CMOS摄像头的水下拍摄提供辅助照明,所述CMOS摄像头对前方目标拍摄以获得包含前方目标的水下图像;预处理设备,设置在所述潜水器主体上,与所述CMOS摄像头连接,包括中值滤波子设备、低通滤波子设备和同态滤波子设备;所述中值滤波子设备与所述CMOS摄像头连接,用于对所述水下图像执行中值滤波,以滤除所述水下图像中的点噪声,获得第一滤波图像;所述低通滤波子设备与所述中值滤波子设备连接,用于去除所述第一滤波图像中的随机噪声,获得第二滤波图像;所述同态滤波子设备与所述低通滤波子设备连接,用于对所述第二滤波图像执行图像增强,以获得增强水下图像;特征提取设备,设置在所述潜水器主体上,与所述预处理设备连接,包括图像分割子设备和特征向量识别子设备,所述图像分割子设备基于岩石图像灰度阈值范围将所述增强水下图像中的岩石目标识别出来以获得水下岩石图像;所述特征向量识别子设备与所述图像分割子设备连接,基于所述水下岩石图像确定水下岩石目标的8个几何特征:欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度,并将所述8个几何特征组成特征向量;岩石类型识别设备,设置在所述潜水器主体上,与所述特征提取设备连接,采用8输入2输出的单隐层BP神经网络,以水下岩石目标的8个几何特征作为输入层神经元,输出层为水下岩石类型,所述水下岩石类型包括危险岩石和常规岩石;岩石状态分析设备,与所述特征提取设备和所述超声波测距设备分别连接,当接收到所述水下岩石类型时,基于所述第二相对距离和所述水下岩石图像占据所述增强水下图像的面积百分比计算水下岩石横向面积,基于所述第二相对距离和所述水下岩石图像纵向高度占据所述增强水下图像纵向高度的高度百分比计算水下岩石高度,基于所述第二相对距离和所述水下岩石图像横向宽度占据所述增强水下图像横向宽度的宽度百分比计算水下岩石宽度;水上浮标,设置在所述潜水器主体的上方水面上;供电设备,设置在所述水上浮标上,包括防水密封罩、太阳能供电器件、蓄电池、切换开关和电压转换器,所述防水密封罩用于容纳所述太阳能供电器件、所述蓄电池、所述切换开关和所述电压转换器,所述切换开关与所述太阳能供电器件和所述蓄电池分别连接,根据蓄电池的剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电,所述电压转换器与所述切换开关连接,以将通过切换开关输入的5V电压转换为3.3V电压;北斗星定位设备,设置在所述水上浮标上,由所述供电设备提供电力供应,用于接收北斗星卫星发送的北斗星定位数据;声纳探测设备,设置在所述水上浮标上,由所述供电设备提供电力供应,用于探测所述潜水器主体到所述水上浮标的相对距离,并作为第一相对距离输出;单片机,设置在所述潜水器主体上,与所述岩石类型识别设备、所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备分别连接,当接收到所述水下岩石类型为危险岩石时,发出报警信号,并基于所述北斗星定位数据、所述第一相对距离和所述第二相对距离计算岩石定位数据;其中,所述单片机还与所述岩石状态分析设备、所述岩石类型识别设备和所述静态存储设备分别连接,当接收到所述水下岩石类型时,将所述水下岩石横向面积与所述岩石面积阈值比较,所述水下岩石横向面积小于等于所述岩石面积阈值则发出挖掘驱动信号,所述水下岩石横向面积大于所述岩石面积阈值则进入躲避工作模式;所述单片机在所述躲避工作模式中执行以下操作:当所述水下岩石高度小于等于所述岩石高度阈值时则发出上升驱动信号,当所述水下岩石高度大于所述岩石高度阈值时,进一步判断所述水下岩石宽度和所述岩石宽度阈值的比较结果:当所述水下岩石宽度小于等于所述岩石宽度阈值时则发出左右绕行驱动信号,否则,发出后退驱动信号;所述单片机还与所述驱动设备连接,以将所述上升驱动信号、所述左右绕行驱动信号或后退驱动信号发送到所述驱动设备;所述单片机还与所述挖掘驱动器连接,以将所述挖掘驱动信号发送到所述挖掘驱动器。
更具体地,在所述采用神经网络识别的水下岩石检测平台中,所述检测平台还包括:水下电缆,用于将所述单片机与水上救援中心连接,将所述报警信号和所述岩石定位数据发送到所述水上救援中心。
更具体地,在所述采用神经网络识别的水下岩石检测平台中:所述单片机当接收到所述水下岩石类型为危险岩石时,启动所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备。
更具体地,在所述采用神经网络识别的水下岩石检测平台中:所述单片机当接收到所述水下岩石类型为常规岩石时,关闭所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备。
更具体地,在所述采用神经网络识别的水下岩石检测平台中:所述单片机为AT89C51。
更具体地,在所述采用神经网络识别的水下岩石检测平台中:所述潜水器机械架构包括支架、左压力克透明筒、右压力克透明筒、连接箍、储物台、机械臂、机械手和隔水密封筒。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的采用神经网络识别的水下岩石检测平台的结构方框图。
附图标记:1潜水器主体;2特征提取设备;3岩石类型识别设备
具体实施方式
下面将参照附图对本发明的采用神经网络识别的水下岩石检测平台的实施方案进行详细说明。
潜水器由于智能化水平较高,通常造价昂贵,然而,水下岩石情况复杂,无法预判以进行合理规避,一旦发生潜水器与岩石碰撞,后果不堪设想。现有技术中尚没有有效躲避水下岩石的潜水器方案。
为了克服上述不足,本发明搭建了一种采用神经网络识别的水下岩石检测平台,基于水下岩石的具体情况制定不同的处理策略,避免岩石运营商受到经济损失。
图1为根据本发明实施方案示出的采用神经网络识别的水下岩石检测平台的结构方框图,所述检测平台包括潜水器主体、特征提取设备和岩石类型识别设备,所述特征提取设备和所述岩石类型识别设备都位于所述潜水器主体上,用于分别提取水下岩石特征和确定岩石类型。
接着,继续对本发明的采用神经网络识别的水下岩石检测平台的具体结构进行进一步的说明。
所述检测平台还包括:挖掘设备,设置在所述潜水器主体上,包括挖掘电机和挖掘驱动器,所述挖掘驱动器与所述挖掘电机连接,用于对前方岩石进行挖掘。
所述检测平台还包括:超声波测距设备,设置在所述潜水器主体上,用于测量所述潜水器主体距离前方岩石目标的距离,并作为第二相对距离输出。
所述检测平台还包括:静态存储设备,预先存储了岩石面积阈值、岩石高度阈值和岩石宽度阈值,所述岩石面积阈值与挖掘设备输出功率成正比,所述岩石高度阈值与潜水器驱动设备瞬时爬升输出功率成正比,所述岩石宽度阈值与所述潜水器驱动设备瞬时绕行输出功率成正比。
所述潜水器主体包括驱动设备和潜水器机械架构,所述驱动设备包括驱动控制器、左舷直流减速电机、右舷直流减速电机、沉浮电机、正螺旋桨、反螺旋桨、附带螺旋桨和联轴器,所述左舷直流减速电机、所述右舷直流减速电机和所述沉浮电机分别通过所述联轴器与所述正螺旋桨、所述反螺旋桨和所述附带螺旋桨连接,所述驱动控制器接收所述水上处理设备发送的驱动控制信号,以根据所述驱动控制信号的内容驱动所述左舷直流减速电机和所述右舷直流减速电机以分别控制所述正螺旋桨和所述反螺旋桨,驱动潜水器主体实现前进、后退和左右动作,还用于根据所述驱动控制信号的内容驱动所述沉浮电机以控制所述附带螺旋桨,驱动潜水器主体实现上升与下潜动作。
所述检测平台还包括:水下摄像设备,设置在所述潜水器主体上,包括半球形防水透明罩、辅助照明子设备和CMOS摄像头,所述半球形防水透明罩用于容纳所述辅助照明子设备和所述CMOS摄像头,所述辅助照明子设备为所述CMOS摄像头的水下拍摄提供辅助照明,所述CMOS摄像头对前方目标拍摄以获得包含前方目标的水下图像。
所述检测平台还包括:预处理设备,设置在所述潜水器主体上,与所述CMOS摄像头连接,包括中值滤波子设备、低通滤波子设备和同态滤波子设备;所述中值滤波子设备与所述CMOS摄像头连接,用于对所述水下图像执行中值滤波,以滤除所述水下图像中的点噪声,获得第一滤波图像;所述低通滤波子设备与所述中值滤波子设备连接,用于去除所述第一滤波图像中的随机噪声,获得第二滤波图像;所述同态滤波子设备与所述低通滤波子设备连接,用于对所述第二滤波图像执行图像增强,以获得增强水下图像。
所述特征提取设备,设置在所述潜水器主体上,与所述预处理设备连接,包括图像分割子设备和特征向量识别子设备,所述图像分割子设备基于岩石图像灰度阈值范围将所述增强水下图像中的岩石目标识别出来以获得水下岩石图像;所述特征向量识别子设备与所述图像分割子设备连接,基于所述水下岩石图像确定水下岩石目标的8个几何特征:欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度,并将所述8个几何特征组成特征向量。
所述岩石类型识别设备,设置在所述潜水器主体上,与所述特征提取设备连接,采用8输入2输出的单隐层BP神经网络,以水下岩石目标的8个几何特征作为输入层神经元,输出层为水下岩石类型,所述水下岩石类型包括危险岩石和常规岩石;岩石状态分析设备,与所述特征提取设备和所述超声波测距设备分别连接,当接收到所述水下岩石类型时,基于所述第二相对距离和所述水下岩石图像占据所述增强水下图像的面积百分比计算水下岩石横向面积,基于所述第二相对距离和所述水下岩石图像纵向高度占据所述增强水下图像纵向高度的高度百分比计算水下岩石高度,基于所述第二相对距离和所述水下岩石图像横向宽度占据所述增强水下图像横向宽度的宽度百分比计算水下岩石宽度。
所述检测平台还包括:水上浮标,设置在所述潜水器主体的上方水面上。
所述检测平台还包括:供电设备,设置在所述水上浮标上,包括防水密封罩、太阳能供电器件、蓄电池、切换开关和电压转换器,所述防水密封罩用于容纳所述太阳能供电器件、所述蓄电池、所述切换开关和所述电压转换器,所述切换开关与所述太阳能供电器件和所述蓄电池分别连接,根据蓄电池的剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电,所述电压转换器与所述切换开关连接,以将通过切换开关输入的5V电压转换为3.3V电压。
所述检测平台还包括:北斗星定位设备,设置在所述水上浮标上,由所述供电设备提供电力供应,用于接收北斗星卫星发送的北斗星定位数据。
所述检测平台还包括:声纳探测设备,设置在所述水上浮标上,由所述供电设备提供电力供应,用于探测所述潜水器主体到所述水上浮标的相对距离,并作为第一相对距离输出。
所述检测平台还包括:单片机,设置在所述潜水器主体上,与所述岩石类型识别设备、所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备分别连接,当接收到所述水下岩石类型为危险岩石时,发出报警信号,并基于所述北斗星定位数据、所述第一相对距离和所述第二相对距离计算岩石定位数据。
所述单片机还与所述岩石状态分析设备、所述岩石类型识别设备和所述静态存储设备分别连接,当接收到所述水下岩石类型时,将所述水下岩石横向面积与所述岩石面积阈值比较,所述水下岩石横向面积小于等于所述岩石面积阈值则发出挖掘驱动信号,所述水下岩石横向面积大于所述岩石面积阈值则进入躲避工作模式。
所述单片机在所述躲避工作模式中执行以下操作:当所述水下岩石高度小于等于所述岩石高度阈值时则发出上升驱动信号,当所述水下岩石高度大于所述岩石高度阈值时,进一步判断所述水下岩石宽度和所述岩石宽度阈值的比较结果:当所述水下岩石宽度小于等于所述岩石宽度阈值时则发出左右绕行驱动信号,否则,发出后退驱动信号。
所述单片机还与所述驱动设备连接,以将所述上升驱动信号、所述左右绕行驱动信号或后退驱动信号发送到所述驱动设备;所述单片机还与所述挖掘驱动器连接,以将所述挖掘驱动信号发送到所述挖掘驱动器。
可选地,在所述采用神经网络识别的水下岩石检测平台中,所述检测平台还包括:水下电缆,用于将所述单片机与水上救援中心连接,将所述报警信号和所述岩石定位数据发送到所述水上救援中心;所述单片机当接收到所述水下岩石类型为危险岩石时,启动所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备;所述单片机当接收到所述水下岩石类型为常规岩石时,关闭所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备;所述单片机为AT89C51;以及,所述潜水器机械架构包括支架、左压力克透明筒、右压力克透明筒、连接箍、储物台、机械臂、机械手和隔水密封筒。
另外,CMOS传感器也可细分为被动式像素传感器(Passive PixelSensor CMOS)与主动式像素传感器(Active Pixel Sensor CMOS)。
被动式像素传感器(Passive Pixel Sensor,简称PPS),又叫无源式像素传感器,他由一个反向偏置的光敏二极管和一个开关管构成。光敏二极管本质上是一个由P型半导体和N型半导体组成的PN结,他可等效为一个反向偏置的二极管和一个MOS电容并联。当开关管开启时,光敏二极管与垂直的列线(Column bus)连通。位于列线末端的电荷积分放大器读出电路(Charge integrating amplifier)保持列线电压为一常数,当光敏二极管存贮的信号电荷被读出时,其电压被复位到列线电压水平,与此同时,与光信号成正比的电荷由电荷积分放大器转换为电荷输出。
主动式像素传感器(Active Pixel Sensor,简称APS),又叫有源式像素传感器。几乎在CMOS PPS像素结构发明的同时,人们很快认识到在像素内引入缓冲器或放大器可以改善像素的性能,在CMOS APS中每一像素内都有自己的放大器。集成在表面的放大晶体管减少了像素元件的有效表面积,降低了“封装密度”,使40%~50%的入射光被反射。这种传感器的另一个问题是,如何使传感器的多通道放大器之间有较好的匹配,这可以通过降低残余水平的固定图形噪声较好地实现。由于CMOS APS像素内的每个放大器仅在此读出期间被激发,所以CMOS APS的功耗比CCD图像传感器的还小。
采用本发明的采用神经网络识别的水下岩石检测平台,针对现有技术中缺乏潜水器岩石智能化躲避的技术问题,改造现有潜水器结构,在潜水器主体上增加适应水下环境的岩石识别设备和岩石状态分析设备,能够检测到各种水下岩石状态,并进行自适应躲避,从而提高潜水器的自动化水平,避免水下碰撞事故发生。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (7)
1.一种采用神经网络识别的水下岩石检测平台,所述检测平台包括潜水器主体、特征提取设备和岩石类型识别设备,所述特征提取设备和所述岩石类型识别设备都位于所述潜水器主体上,用于分别提取水下岩石特征和确定岩石类型。
2.如权利要求1所述的采用神经网络识别的水下岩石检测平台,其特征在于,所述检测平台还包括:
挖掘设备,设置在所述潜水器主体上,包括挖掘电机和挖掘驱动器,所述挖掘驱动器与所述挖掘电机连接,用于对前方岩石进行挖掘;
超声波测距设备,设置在所述潜水器主体上,用于测量所述潜水器主体距离前方岩石目标的距离,并作为第二相对距离输出;
静态存储设备,预先存储了岩石面积阈值、岩石高度阈值和岩石宽度阈值,所述岩石面积阈值与挖掘设备输出功率成正比,所述岩石高度阈值与潜水器驱动设备瞬时爬升输出功率成正比,所述岩石宽度阈值与所述潜水器驱动设备瞬时绕行输出功率成正比;
所述潜水器主体包括驱动设备和潜水器机械架构,所述驱动设备包括驱动控制器、左舷直流减速电机、右舷直流减速电机、沉浮电机、正螺旋桨、反螺旋桨、附带螺旋桨和联轴器,所述左舷直流减速电机、所述右舷直流减速电机和所述沉浮电机分别通过所述联轴器与所述正螺旋桨、所述反螺旋桨和所述附带螺旋桨连接,所述驱动控制器接收所述水上处理设备发送的驱动控制信号,以根据所述驱动控制信号的内容驱动所述左舷直流减速电机和所述右舷直流减速电机以分别控制所述正螺旋桨和所述反螺旋桨,驱动潜水器主体实现前进、后退和左右动作,还用于根据所述驱动控制信号的内容驱动所述沉浮电机以控制所述附带螺旋桨,驱动潜水器主体实现上升与下潜动作;
水下摄像设备,设置在所述潜水器主体上,包括半球形防水透明罩、辅助照明子设备和CMOS摄像头,所述半球形防水透明罩用于容纳所述辅助照明子设备和所述CMOS摄像头,所述辅助照明子设备为所述CMOS摄像头的水下拍摄提供辅助照明,所述CMOS摄像头对前方目标拍摄以获得包含前方目标的水下图像;
预处理设备,设置在所述潜水器主体上,与所述CMOS摄像头连接,包括中值滤波子设备、低通滤波子设备和同态滤波子设备;所述中值滤波子设备与所述CMOS摄像头连接,用于对所述水下图像执行中值滤波,以滤除所述水下图像中的点噪声,获得第一滤波图像;所述低通滤波子设备与所述中值滤波子设备连接,用于去除所述第一滤波图像中的随机噪声,获得第二滤波图像;所述同态滤波子设备与所述低通滤波子设备连接,用于对所述第二滤波图像执行图像增强,以获得增强水下图像;
特征提取设备,设置在所述潜水器主体上,与所述预处理设备连接,包括图像分割子设备和特征向量识别子设备,所述图像分割子设备基于岩石图像灰度阈值范围将所述增强水下图像中的岩石目标识别出来以获得水下岩石图像;所述特征向量识别子设备与所述图像分割子设备连接,基于所述水下岩石图像确定水下岩石目标的8个几何特征:欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度,并将所述8个几何特征组成特征向量;
岩石类型识别设备,设置在所述潜水器主体上,与所述特征提取设备连接,采用8输入2输出的单隐层BP神经网络,以水下岩石目标的8个几何特征作为输入层神经元,输出层为水下岩石类型,所述水下岩石类型包括危险岩石和常规岩石;
岩石状态分析设备,与所述特征提取设备和所述超声波测距设备分别连接,当接收到所述水下岩石类型时,基于所述第二相对距离和所述水下岩石图像占据所述增强水下图像的面积百分比计算水下岩石横向面积,基于所述第二相对距离和所述水下岩石图像纵向高度占据所述增强水下图像纵向高度的高度百分比计算水下岩石高度,基于所述第二相对距离和所述水下岩石图像横向宽度占据所述增强水下图像横向宽度的宽度百分比计算水下岩石宽度;
水上浮标,设置在所述潜水器主体的上方水面上;
供电设备,设置在所述水上浮标上,包括防水密封罩、太阳能供电器件、蓄电池、切换开关和电压转换器,所述防水密封罩用于容纳所述太阳能供电器件、所述蓄电池、所述切换开关和所述电压转换器,所述切换开关与所述太阳能供电器件和所述蓄电池分别连接,根据蓄电池的剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电,所述电压转换器与所述切换开关连接,以将通过切换开关输入的5V电压转换为3.3V电压;
北斗星定位设备,设置在所述水上浮标上,由所述供电设备提供电力供应,用于接收北斗星卫星发送的北斗星定位数据;
声纳探测设备,设置在所述水上浮标上,由所述供电设备提供电力供应,用于探测所述潜水器主体到所述水上浮标的相对距离,并作为第一相对距离输出;
单片机,设置在所述潜水器主体上,与所述岩石类型识别设备、所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备分别连接,当接收到所述水下岩石类型为危险岩石时,发出报警信号,并基于所述北斗星定位数据、所述第一相对距离和所述第二相对距离计算岩石定位数据;
其中,所述单片机还与所述岩石状态分析设备、所述岩石类型识别设备和所述静态存储设备分别连接,当接收到所述水下岩石类型时,将所述水下岩石横向面积与所述岩石面积阈值比较,所述水下岩石横向面积小于等于所述岩石面积阈值则发出挖掘驱动信号,所述水下岩石横向面积大于所述岩石面积阈值则进入躲避工作模式;
其中,所述单片机在所述躲避工作模式中执行以下操作:当所述水下岩石高度小于等于所述岩石高度阈值时则发出上升驱动信号,当所述水下岩石高度大于所述岩石高度阈值时,进一步判断所述水下岩石宽度和所述岩石宽度阈值的比较结果:当所述水下岩石宽度小于等于所述岩石宽度阈值时则发出左右绕行驱动信号,否则,发出后退驱动信号;
其中,所述单片机还与所述驱动设备连接,以将所述上升驱动信号、所述左右绕行驱动信号或后退驱动信号发送到所述驱动设备;
其中,所述单片机还与所述挖掘驱动器连接,以将所述挖掘驱动信号发送到所述挖掘驱动器。
3.如权利要求2所述的采用神经网络识别的水下岩石检测平台,其特征在于,所述检测平台还包括:
水下电缆,用于将所述单片机与水上救援中心连接,将所述报警信号和所述岩石定位数据发送到所述水上救援中心。
4.如权利要求2所述的采用神经网络识别的水下岩石检测平台,其特征在于:
所述单片机当接收到所述水下岩石类型为危险岩石时,启动所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备。
5.如权利要求2所述的采用神经网络识别的水下岩石检测平台,其特征在于:
所述单片机当接收到所述水下岩石类型为常规岩石时,关闭所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备。
6.如权利要求2所述的采用神经网络识别的水下岩石检测平台,其特征在于:
所述单片机为AT89C51。
7.如权利要求2所述的采用神经网络识别的水下岩石检测平台,其特征在于:
所述潜水器机械架构包括支架、左压力克透明筒、右压力克透明筒、连接箍、储物台、机械臂、机械手和隔水密封筒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510471396.2A CN105004670A (zh) | 2015-08-04 | 2015-08-04 | 采用神经网络识别的水下岩石检测平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510471396.2A CN105004670A (zh) | 2015-08-04 | 2015-08-04 | 采用神经网络识别的水下岩石检测平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105004670A true CN105004670A (zh) | 2015-10-28 |
Family
ID=54377423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510471396.2A Withdrawn CN105004670A (zh) | 2015-08-04 | 2015-08-04 | 采用神经网络识别的水下岩石检测平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105004670A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034621A (zh) * | 2018-07-27 | 2018-12-18 | 重庆工程职业技术学院 | 防渗止水帷幕体施工工期和造价的风险评价方法 |
-
2015
- 2015-08-04 CN CN201510471396.2A patent/CN105004670A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034621A (zh) * | 2018-07-27 | 2018-12-18 | 重庆工程职业技术学院 | 防渗止水帷幕体施工工期和造价的风险评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102566724B1 (ko) | 항만 모니터링 장치 및 항만 모니터링 방법 | |
CN102879786B (zh) | 一种针对水下障碍物的检测定位方法和系统 | |
Taraba et al. | Utilization of modern sensors in autonomous vehicles | |
EP4089660A1 (en) | Method and device for monitoring port and ship in consideration of sea level | |
CN105129052A (zh) | 一种水下人体搜寻方法 | |
CN105046232A (zh) | 基于图像处理的船舶底部鱼体搜索系统 | |
CN105005996A (zh) | 图像清晰化分析系统 | |
CN111332288A (zh) | 一种基于视觉系统的车辆行人碰撞避免方法 | |
CN110371259A (zh) | 一种近岸水面漂浮物清理装置及方法 | |
CN105173038A (zh) | 结合小波滤波和中值滤波的船下暗礁识别装置 | |
KR102520844B1 (ko) | 해수면을 고려한 항만 및 선박 모니터링 방법 및 장치 | |
CN105076076A (zh) | 采用神经网络识别的鱼体定位系统 | |
CN105072395A (zh) | 一种基于数据通信的潜水员水下岩石避让方法 | |
CN105004670A (zh) | 采用神经网络识别的水下岩石检测平台 | |
CN105005050A (zh) | 一种采用神经网络识别的水下岩石检测方法 | |
CN105007467B (zh) | 位于船底下方的人体搜索平台 | |
CN105123635A (zh) | 一种采用神经网络识别的鱼体定位方法 | |
CN105160637A (zh) | 一种图像清晰化分析方法 | |
CN105095875A (zh) | 一种基于图像滤波的船下鱼体检测方法 | |
CN105076078A (zh) | 一种基于特征提取的自动化探测方法 | |
CN105070103A (zh) | 基于数据通信的船舶水下暗礁避让系统 | |
CN105035287A (zh) | 一种基于数据通信的水下遗体探寻方法 | |
CN105005979A (zh) | 基于图像滤波的检测平台 | |
CN105187775A (zh) | 基于数据通信的潜水员水下岩石避让系统 | |
CN105184769A (zh) | 基于清晰化图像处理的水下设备缺陷识别系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20151028 |
|
WW01 | Invention patent application withdrawn after publication |