CN105076076A - 采用神经网络识别的鱼体定位系统 - Google Patents

Abstract

本发明涉及一种采用神经网络识别的鱼体定位系统，包括水下机器人主体、特征提取设备和鱼体类型识别设备，所述特征提取设备和所述鱼体类型识别设备都位于所述水下机器人主体上，用于分别提取水下鱼体特征和确定鱼体类型，并在确定鱼体类型为珍稀保护类型时发出报警信息。通过本发明，能够实现在自动捕捞鱼体的同时，准确定位水下珍稀保护类型鱼体。

Description

采用神经网络识别的鱼体定位系统

技术领域

本发明涉及数字图像领域，尤其涉及一种采用神经网络识别的鱼体定位系统。

背景技术

现有技术中的捕鱼模式偏依赖于人工，而且无法判断水下鱼群情况，更无法自适应地根据水下鱼群状态进行动态可调整地撒网捕鱼。

为此，本发明提供了一种采用神经网络识别的鱼体定位系统，能够直接与水下接触，识别鱼体目标，在水下判断鱼体动态，从而确定鱼体位置，控制撒网策略，实现自适应地水下捕鱼，以机器捕鱼模式替代人工捕鱼模式，可持续时间更久，效果更高，捕鱼成果尤为显著。

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鱼体定位系统，利用特有结构的水下机器人作为捕鱼载体，引入中值滤波子设备、低通滤波子设备和同态滤波子设备进行水下图像预处理，采用神经网络识别的图像技术以适应水下环境，还引入水下定位设备以准确定位水下鱼体位置。

根据本发明的一方面，提供了一种采用神经网络识别的鱼体定位系统，所述定位系统设置包括水下机器人主体、特征提取设备和鱼体类型识别设备，所述特征提取设备和所述鱼体类型识别设备都位于所述水下机器人主体上，用于分别提取水下鱼体特征和确定鱼体类型，并在确定鱼体类型为珍稀保护类型时发出报警信息。

更具体地，在所述采用神经网络识别的鱼体定位系统中，还包括：渔网容器，设置在所述水下机器人主体上，用于在非捕鱼状态下容纳渔网，所述渔网容器包括电动锁扣、继电器和开口，所述电动锁扣在接收到捕鱼启动信号时，打开所述开口，所述电动锁扣在接收到回收完毕信号时，关闭所述开口，所述继电器与电动锁扣和供电设备分别连接，用于为所述电动锁扣供电并控制所述电动锁扣的打开操作和关闭操作；渔网释放驱动器，设置在所述水下机器人主体上，与所述渔网连接，用于根据所述渔网释放力度和所述渔网释放角度控制所述渔网的释放；渔网回收驱动器，设置在所述水下机器人主体上，与所述渔网连接，用于在接收到捕鱼结束信号时，控制所述渔网以将所述渔网回收到所述渔网容器内；释放电机，设置在所述水下机器人主体上，与所述渔网释放驱动器连接，为所述渔网释放驱动器对渔网释放的控制提供动力；回收电机，设置在所述水下机器人主体上，与所述渔网回收驱动器连接，为所述渔网回收驱动器对渔网释放的控制提供动力；水上信号接收器，设置在所述水下机器人主体上，与所述电动锁扣和所述渔网回收驱动器分别连接，通过电缆与所述水上处理设备连接，用于在所述渔网完全回收到所述渔网容器内后在水上人员的操作下提供回收完毕信号，还用于在水上人员的操作下提供捕鱼结束信号；所述水下机器人主体包括驱动设备和机器人机械架构，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，驱动水下机器人主体实现前进、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，驱动水下机器人主体实现上升与下潜动作；水下摄像设备，设置在所述水下机器人主体上，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，设置在所述水下机器人主体上，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，设置在所述水下机器人主体上，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鱼体图像灰度阈值范围将所述增强水下图像中的鱼体目标识别出来以获得水下鱼体图像；所述特征向量识别子设备与所述图像分割子设备连接，基于所述水下鱼体图像确定水下鱼体目标的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；所述鱼体类型识别设备，设置在所述水下机器人主体上，与所述特征提取设备连接，采用8输入4输出的单隐层BP神经网络，以水下鱼体目标的8个几何特征作为输入层神经元，输出层为水下鱼体类型，所述水下鱼体类型包括珍稀保护类型、危险类型、食用类型和其他类型，在输出的水下鱼体类型为食用类型时，基于所述水下鱼体图像在所述水下图像中的相对位置计算水下鱼体偏离角度；水上浮标，设置在所述水下机器人主体的上方水面上；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；超声波测距设备，设置在所述水下机器人主体上，用于测量所述水下机器人主体距离前方鱼体目标的距离，并作为第二相对距离输出；单片机，设置在所述水下机器人主体上，与所述鱼体类型识别设备、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，当接收到所述水下鱼体类型为珍稀保护类型时，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鱼体定位数据；其中，所述单片机还与所述电动锁扣、所述渔网释放驱动器和所述渔网回收驱动器分别连接，当接收到所述水下鱼体类型为食用类型时，根据第二相对距离和渔网重量确定渔网释放力度；根据水下鱼体偏离角度确定渔网释放角度，并向所述电动锁扣发送所述捕鱼启动信号；所述单片机还与所述水上信号接收器连接，以通过电缆将所述报警信号和所述鱼体定位数据发送到所述水上处理设备。

更具体地，在所述采用神经网络识别的鱼体定位系统中：所述单片机当接收到所述水下鱼体类型为珍稀保护类型时，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鱼体定位系统中：所述单片机当接收到所述水下鱼体类型为危险类型、食用类型或其他类型时，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鱼体定位系统中，还包括：渔网重量检测设备，用于检测所述渔网重量。

更具体地，在所述采用神经网络识别的鱼体定位系统中：所述渔网重量检测设备与所述单片机连接。

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鱼体定位系统的结构方框图。

附图标记：1水下机器人主体；2特征提取设备；3鱼体类型识别设备

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鱼体定位系统的实施方案进行详细说明。

现有技术中，常用的捕鱼模式主要依靠水面上的观测，定点撒网，捕鱼效率低下。

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鱼体定位系统，以水下机器人为主体，集成了一系列适合水下环境的鱼体识别、定位和捕捉设备，提高水下捕鱼的自动化水平和续航能力。

图1为根据本发明实施方案示出的采用神经网络识别的鱼体定位系统的结构方框图，所述定位系统包括水下机器人主体、特征提取设备和鱼体类型识别设备，所述特征提取设备和所述鱼体类型识别设备都位于所述水下机器人主体上，用于分别提取水下鱼体特征和确定鱼体类型，并在确定鱼体类型为珍稀保护类型时发出报警信息。

接着，继续对本发明的采用神经网络识别的鱼体定位系统的具体结构进行进一步的说明。

所述定位系统还包括：渔网容器，设置在所述水下机器人主体上，用于在非捕鱼状态下容纳渔网，所述渔网容器包括电动锁扣、继电器和开口，所述电动锁扣在接收到捕鱼启动信号时，打开所述开口，所述电动锁扣在接收到回收完毕信号时，关闭所述开口，所述继电器与电动锁扣和供电设备分别连接，用于为所述电动锁扣供电并控制所述电动锁扣的打开操作和关闭操作。

所述定位系统还包括：渔网释放驱动器，设置在所述水下机器人主体上，与所述渔网连接，用于根据所述渔网释放力度和所述渔网释放角度控制所述渔网的释放。

所述定位系统还包括：渔网回收驱动器，设置在所述水下机器人主体上，与所述渔网连接，用于在接收到捕鱼结束信号时，控制所述渔网以将所述渔网回收到所述渔网容器内。

所述定位系统还包括：释放电机，设置在所述水下机器人主体上，与所述渔网释放驱动器连接，为所述渔网释放驱动器对渔网释放的控制提供动力。

所述定位系统还包括：回收电机，设置在所述水下机器人主体上，与所述渔网回收驱动器连接，为所述渔网回收驱动器对渔网释放的控制提供动力。

所述定位系统还包括：水上信号接收器，设置在所述水下机器人主体上，与所述电动锁扣和所述渔网回收驱动器分别连接，通过电缆与所述水上处理设备连接，用于在所述渔网完全回收到所述渔网容器内后在水上人员的操作下提供回收完毕信号，还用于在水上人员的操作下提供捕鱼结束信号。

所述水下机器人主体包括驱动设备和机器人机械架构，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，驱动水下机器人主体实现前进、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，驱动水下机器人主体实现上升与下潜动作。

所述定位系统还包括：水下摄像设备，设置在所述水下机器人主体上，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。

所述定位系统还包括：预处理设备，设置在所述水下机器人主体上，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，设置在所述水下机器人主体上，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鱼体图像灰度阈值范围将所述增强水下图像中的鱼体目标识别出来以获得水下鱼体图像；所述特征向量识别子设备与所述图像分割子设备连接，基于所述水下鱼体图像确定水下鱼体目标的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。

所述鱼体类型识别设备，设置在所述水下机器人主体上，与所述特征提取设备连接，采用8输入4输出的单隐层BP神经网络，以水下鱼体目标的8个几何特征作为输入层神经元，输出层为水下鱼体类型，所述水下鱼体类型包括珍稀保护类型、危险类型、食用类型和其他类型，在输出的水下鱼体类型为食用类型时，基于所述水下鱼体图像在所述水下图像中的相对位置计算水下鱼体偏离角度。

所述定位系统还包括：水上浮标，设置在所述水下机器人主体的上方水面上。

所述定位系统还包括：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。

所述定位系统还包括：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。

所述定位系统还包括：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。

所述定位系统还包括：超声波测距设备，设置在所述水下机器人主体上，用于测量所述水下机器人主体距离前方鱼体目标的距离，并作为第二相对距离输出。

所述定位系统还包括：单片机，设置在所述水下机器人主体上，与所述鱼体类型识别设备、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，当接收到所述水下鱼体类型为珍稀保护类型时，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鱼体定位数据；其中，所述单片机还与所述电动锁扣、所述渔网释放驱动器和所述渔网回收驱动器分别连接，当接收到所述水下鱼体类型为食用类型时，根据第二相对距离和渔网重量确定渔网释放力度；根据水下鱼体偏离角度确定渔网释放角度，并向所述电动锁扣发送所述捕鱼启动信号；所述单片机还与所述水上信号接收器连接，以通过电缆将所述报警信号和所述鱼体定位数据发送到所述水上处理设备。

可选地，在所述采用神经网络识别的鱼体定位系统中：所述单片机当接收到所述水下鱼体类型为珍稀保护类型时，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鱼体类型为危险类型、食用类型或其他类型时，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；所述系统还包括渔网重量检测设备，用于检测所述渔网重量；所述渔网重量检测设备与所述单片机连接。

另外，CMOS传感器也可细分为被动式像素传感器(PassivePixelSensorCMOS)与主动式像素传感器(ActivePixelSensorCMOS)。

被动式像素传感器(PassivePixelSensor，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(Columnbus)连通。位于列线末端的电荷积分放大器读出电路(Chargeintegratingamplifier)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(ActivePixelSensor，简称APS)，又叫有源式像素传感器。几乎在CMOSPPS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CMOSAPS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CMOSAPS像素内的每个放大器仅在此读出期间被激发，所以CMOSAPS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鱼体定位系统，针对现有技术中无法进行水下自适应捕鱼的技术问题，引入水下机器人和一系列高精度的图像处理和目标定位设备，实现可持续性的智能化水下捕鱼。

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 (6)

1.一种采用神经网络识别的鱼体定位系统，所述定位系统包括水下机器人主体、特征提取设备和鱼体类型识别设备，所述特征提取设备和所述鱼体类型识别设备都位于所述水下机器人主体上，用于分别提取水下鱼体特征和确定鱼体类型，并在确定鱼体类型为珍稀保护类型时发出报警信息。

2.如权利要求1所述的采用神经网络识别的鱼体定位系统，其特征在于，所述定位系统还包括：

渔网容器，设置在所述水下机器人主体上，用于在非捕鱼状态下容纳渔网，所述渔网容器包括电动锁扣、继电器和开口，所述电动锁扣在接收到捕鱼启动信号时，打开所述开口，所述电动锁扣在接收到回收完毕信号时，关闭所述开口，所述继电器与电动锁扣和供电设备分别连接，用于为所述电动锁扣供电并控制所述电动锁扣的打开操作和关闭操作；

渔网释放驱动器，设置在所述水下机器人主体上，与所述渔网连接，用于根据所述渔网释放力度和所述渔网释放角度控制所述渔网的释放；

渔网回收驱动器，设置在所述水下机器人主体上，与所述渔网连接，用于在接收到捕鱼结束信号时，控制所述渔网以将所述渔网回收到所述渔网容器内；

释放电机，设置在所述水下机器人主体上，与所述渔网释放驱动器连接，为所述渔网释放驱动器对渔网释放的控制提供动力；

回收电机，设置在所述水下机器人主体上，与所述渔网回收驱动器连接，为所述渔网回收驱动器对渔网释放的控制提供动力；

水上信号接收器，设置在所述水下机器人主体上，与所述电动锁扣和所述渔网回收驱动器分别连接，通过电缆与所述水上处理设备连接，用于在所述渔网完全回收到所述渔网容器内后在水上人员的操作下提供回收完毕信号，还用于在水上人员的操作下提供捕鱼结束信号；

所述水下机器人主体包括驱动设备和机器人机械架构，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，驱动水下机器人主体实现前进、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，驱动水下机器人主体实现上升与下潜动作；

水下摄像设备，设置在所述水下机器人主体上，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，设置在所述水下机器人主体上，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，设置在所述水下机器人主体上，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鱼体图像灰度阈值范围将所述增强水下图像中的鱼体目标识别出来以获得水下鱼体图像；所述特征向量识别子设备与所述图像分割子设备连接，基于所述水下鱼体图像确定水下鱼体目标的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；

所述鱼体类型识别设备，设置在所述水下机器人主体上，与所述特征提取设备连接，采用8输入4输出的单隐层BP神经网络，以水下鱼体目标的8个几何特征作为输入层神经元，输出层为水下鱼体类型，所述水下鱼体类型包括珍稀保护类型、危险类型、食用类型和其他类型，在输出的水下鱼体类型为食用类型时，基于所述水下鱼体图像在所述水下图像中的相对位置计算水下鱼体偏离角度；

水上浮标，设置在所述水下机器人主体的上方水面上；

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；

超声波测距设备，设置在所述水下机器人主体上，用于测量所述水下机器人主体距离前方鱼体目标的距离，并作为第二相对距离输出；

单片机，设置在所述水下机器人主体上，与所述鱼体类型识别设备、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，当接收到所述水下鱼体类型为珍稀保护类型时，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鱼体定位数据；

其中，所述单片机还与所述电动锁扣、所述渔网释放驱动器和所述渔网回收驱动器分别连接，当接收到所述水下鱼体类型为食用类型时，根据第二相对距离和渔网重量确定渔网释放力度；根据水下鱼体偏离角度确定渔网释放角度，并向所述电动锁扣发送所述捕鱼启动信号；

其中，所述单片机还与所述水上信号接收器连接，以通过电缆将所述报警信号和所述鱼体定位数据发送到所述水上处理设备。

3.如权利要求2所述的采用神经网络识别的鱼体定位系统，其特征在于：

所述单片机当接收到所述水下鱼体类型为珍稀保护类型时，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。

4.如权利要求2所述的采用神经网络识别的鱼体定位系统，其特征在于：

所述单片机当接收到所述水下鱼体类型为危险类型、食用类型或其他类型时，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。

5.如权利要求2所述的采用神经网络识别的鱼体定位系统，其特征在于，还包括：

渔网重量检测设备，用于检测所述渔网重量。

6.如权利要求5所述的采用神经网络识别的鱼体定位系统，其特征在于：

所述渔网重量检测设备与所述单片机连接。