CN110244763B - 海水污染物的远程监测系统及监测方法 - Google Patents

海水污染物的远程监测系统及监测方法 Download PDF

Info

Publication number
CN110244763B
CN110244763B CN201910542842.2A CN201910542842A CN110244763B CN 110244763 B CN110244763 B CN 110244763B CN 201910542842 A CN201910542842 A CN 201910542842A CN 110244763 B CN110244763 B CN 110244763B
Authority
CN
China
Prior art keywords
monitoring
path
unmanned
unmanned aerial
aerial vehicle
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.)
Active
Application number
CN201910542842.2A
Other languages
English (en)
Other versions
CN110244763A (zh
Inventor
龚玉刚
顾沈明
谭安辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhoushan Chaobo Technology Co ltd
Original Assignee
Zhejiang Ocean University ZJOU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Ocean University ZJOU filed Critical Zhejiang Ocean University ZJOU
Priority to CN201910542842.2A priority Critical patent/CN110244763B/zh
Publication of CN110244763A publication Critical patent/CN110244763A/zh
Application granted granted Critical
Publication of CN110244763B publication Critical patent/CN110244763B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/0206Control of position or course in two dimensions specially adapted to water vehicles
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种海水污染物的远程监测系统及监测方法,所述系统包括多个无人艇,可在巡航模式和水质监测模式两者之间切换,无人艇处于巡航模式时,无人艇沿设定的巡航路径前进,无人艇处于水质监测模式时,无人艇沿设定的监测路径前进,并在监测路径中设定的监测点采用水质传感器进行水质监测;多个无人机,可在巡航模式和海面监测模式两者之间切换,无人机处于巡航模式时,无人机沿设定的巡航路径飞行,无人机处于海面监测模式时,无人机沿设定的监测路径前进,并在监测路径中设定的监测点采用摄像头采集海面图像;以及控制器。本发明采用执行巡航任务的无人机和无人艇定时进行监测,降低了海水污染物监测成本。

Description

海水污染物的远程监测系统及监测方法
技术领域
本发明涉及污染物监测技术领域,具体是指一种海水污染物的远程监测系统及监测方法。
背景技术
随着社会的发展和经济的快速进步,海上船只来往越来越多,给海上水域的生态环境带来了很大的压力。海上污染物主要可能由船舶航行、涉油作业、各种突发事故、船舶航修等环节中产生。现有的海上污染物监测往往是采用专用的监测平台,定点周期性地监测海上的污染物。然而,设置专门的监测平台会造成很大的成本,并且在很广阔的海域中,成本的增加更为明显。
发明内容
为了解决现有技术中的问题,本发明提供了一种海水污染物的远程监测系统及监测方法,采用执行巡航任务的无人机和无人艇定时进行监测,由于监测是周期性进行而不是实时进行的,在无需监测时,无人机和无人艇还可以执行日常的海域巡航工作,降低了海水污染物监测成本。
为了实现上述目的,本发明具有如下构成:
本发明提供了一种海水污染物的远程监测系统,所述系统包括:
多个无人艇,所述无人艇上设置有水质传感器和第一无线通信模块,所述无人艇可在巡航模式和水质监测模式两者之间切换,所述无人艇处于巡航模式时,所述无人艇沿设定的巡航路径前进,所述无人艇处于水质监测模式时,所述无人艇沿设定的监测路径前进,并在监测路径中设定的监测点采用所述水质传感器进行水质监测;
多个无人机,所述无人机上设置有摄像头和第二无线通信模块,所述无人机可在巡航模式和海面监测模式两者之间切换,所述无人机处于巡航模式时,所述无人机沿设定的巡航路径飞行,所述无人机处于海面监测模式时,所述无人机沿设定的监测路径前进,并在监测路径中设定的监测点采用所述摄像头采集海面图像;
以及控制器,所述控制器包括:
巡航路径采集模块,用于在需要规划监测路径时,获取所述多个无人艇当前的巡航路径中关键点的坐标和当前的位置坐标,并获取所述多个无人机当前的巡航路径中关键点的坐标和当前的位置坐标;
监测路径规划模块,用于生成多条监测路径,并在所述多条监测路径中分别设定多个监测点,获取所述多个监测点的位置坐标;
监测路径匹配模块,用于根据所述监测路径中监测点的坐标和所述巡航路径中关键点的坐标的相似度,为每条监测路径分别分配一无人机和一无人艇;
无人机和无人艇绑定模块,用于将分配至同一监测路径的无人机和无人艇设置为绑定关系,向所述无人机发送与其绑定的无人艇的编号,向所述无人艇发送与其绑定的无人机的编号;
监测任务下发模块,用于将所述监测路径中的监测点的坐标发送至所匹配的无人机和无人艇;
监测数据采集模块,用于从所述无人机获取所述无人机在监测点拍摄的图像,并从所述无人艇获取所述无人艇在监测点的水质检测数据。
可选地,所述监测路径匹配模块采用如下步骤为每条监测路径分别分配一无人机和一无人艇:
依次计算所述无人机的巡航路径与所述监测路径的相似度,选择与所述监测路径的相似度最高的巡航路径所对应的无人机为该监测路径匹配的无人机;
依次计算所述无人艇的巡航路径与所述监测路径的相似度,选择与所述监测路径的相似度最高的巡航路径所对应的无人机为该监测路径匹配的无人艇。
可选地,所述监测路径匹配模块采用如下步骤计算所述无人机的巡航路径与所述监测路径的相似度:
根据所述无人机当前的位置,确定所述无人机的巡航路径中剩余的关键点的数量m1;
判断所述无人机的巡航路径中剩余的关键点的数量m1与所述监测路径中监测点的数量n是否一致;
如果所述无人机的剩余的巡航路径中关键点的数量m1大于所述监测路径中监测点的数量n,则将所述无人机的巡航路径中关键点删减至数量与所述监测路径中监测点的数量n相同;
分别计算巡航路径中剩余的第i个关键点与监测路径中第i个监测点的距离di,i∈(1,n),并计算,作为所述巡航路径与所述监测路径的相似度;
如果所述无人机的巡航路径中关键点的数量m1小于所述监测路径中监测点的数量n,则将所述监测路径中监测点删减至数量与所述无人机的巡航路径中关键点的数量m1一致;
分别计算巡航路径中剩余的第j个关键点与监测路径中第j个监测点的距离dj,j∈(1,m1),并计算,作为所述巡航路径与所述监测路径的相似度。
可选地,所述根据所述无人艇当前的位置,确定所述无人艇的巡航路径中剩余的关键点的数量m2;
判断所述无人艇的巡航路径中剩余的关键点的数量m2与所述监测路径中监测点的数量n是否一致;
如果所述无人艇的剩余的巡航路径中关键点的数量m2大于所述监测路径中监测点的数量n,则将所述无人艇的巡航路径中关键点删减至数量与所述监测路径中监测点的数量n相同;
分别计算巡航路径中剩余的第x个关键点与监测路径中第x个监测点的距离dx,x∈(1,n),并计算,作为所述巡航路径与所述监测路径的相似度;
如果所述无人艇的巡航路径中关键点的数量m2小于所述监测路径中监测点的数量n,则将所述监测路径中监测点删减至数量与所述无人艇的巡航路径中关键点的数量m2一致;
分别计算巡航路径中剩余的第y个关键点与监测路径中第y个监测点的距离dy,y∈(1,m2),并计算,作为所述巡航路径与所述监测路径的相似度。
可选地,所述控制器还包括:
监测任务验收模块,用于获取所述无人艇的水质检测数据后,判断所述无人艇是否已上报所述监测路径中所有监测点的水质检测数据,如果是,则向所述无人艇发送验收完成通知;以及获取所述无人机的采集图像后,判断所述无人机是否已上报所述监测路径中所有监测点的采集图像,如果是,则向所述无人机发送验收完成通知;
所述无人机和所述无人艇接收到验收完成通知之后,所述无人机和所述无人艇向巡航路径规划服务器发送巡航请求,获取新的巡航路径数据。
可选地,所述控制器还包括:
监测任务调整模块,用于接收到一无人机的故障通知时,计算所述监测路线中下一个监测点与其他监测中的无人机的监测路径的终点的距离,选择距离最小的监测路径的无人机作为任务接替无人机,将故障的无人机的监测路线中未完成部分并入任务接替无人机的监测路线之后;以及接收到一无人艇的故障通知时,计算所述监测路线中下一个监测点与其他监测中的无人艇的监测路径的终点的距离,选择距离最小的监测路径的无人艇作为任务接替无人艇,将故障的无人艇的监测路线中未完成部分并入任务接替无人艇的监测路线之后。
可选地,所述无人机与所述无人艇绑定后,于所述监测路径中各个监测点处,同步采集图像和水质检测数据。
可选地,所述水质传感器包括浊度传感器、PH传感器、油分析仪和颜色传感器中的至少一种。
本发明实施例还提供一种海水污染物的远程监测方法,采用所述的海水污染物的远程监测系统,所述方法包括如下步骤:
所述控制器获取所述多个无人艇当前的巡航路径中关键点的坐标和当前的位置坐标,并获取所述多个无人机当前的巡航路径中关键点的坐标和当前的位置坐标;
所述控制器生成多条监测路径,并在所述多条监测路径中分别设定多个监测点,获取所述多个监测点的位置坐标;
所述控制器根据所述监测路径中监测点的坐标和所述巡航路径中关键点的坐标的相似度,为每条监测路径分别分配一无人机和一无人艇;
所述控制器将分配至同一监测路径的无人机和无人艇设置为绑定关系,向所述无人机发送与其绑定的无人艇的编号,向所述无人艇发送与其绑定的无人机的编号;
所述控制器将所述监测路径中的监测点的坐标发送至所匹配的无人机和无人艇;
所述无人机接收到所述监测路径后,沿所述监测路径前进并在各个监测点采集图像;
所述无人艇接收到所述监测路径后,沿所述监测路径前进并在各个监测点采集水质检测数据;
所述控制器从所述无人机获取所述无人机在监测点拍摄的图像,并从所述无人艇获取所述无人艇在监测点的水质检测数据。
可选地,所述方法还包括如下步骤:
所述控制器获取所述无人艇的水质检测数据后,判断所述无人艇是否已上报所述监测路径中所有监测点的水质检测数据,如果是,则向所述无人艇发送验收完成通知;
所述控制器获取所述无人机的采集图像后,判断所述无人机是否已上报所述监测路径中所有监测点的采集图像,如果是,则向所述无人机发送验收完成通知;
所述无人机接收到验收完成通知之后,向巡航路径规划服务器发送巡航请求,获取新的巡航路径数据;
所述无人艇接收到验收完成通知之后,向巡航路径规划服务器发送巡航请求,获取新的巡航路径数据。
因此,本发明采用执行巡航任务的无人机和无人艇定时进行监测,由于监测是周期性进行而不是实时进行的,在无需监测时,无人机和无人艇还可以执行日常的海域巡航工作,降低了海水污染物监测成本;在分配监测路径时,优先考虑监测路径与巡航路径的相似性,降低监测过程对巡航过程的影响。
附图说明
图1为本发明一实施例的海水污染物的远程监测系统的结构框图;
图2为本发明一实施例的海水污染物的远程监测方法的流程图;
图3为本发明一实施例的匹配路径的示意图;
图4为本发明一实施例的海水污染物的远程监测系统的结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。
所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本发明的实施方式的充分理解。然而,本领域技术人员应意识到,没有特定细节中的一个或更多,或者采用其它的方法、组元、材料等,也可以实践本发明的技术方案。在某些情况下,不详细示出或描述公知结构、材料或者操作以避免模糊本发明。
如图1所示,本发明提供了一种海水污染物的远程监测系统,所述系统包括:
多个无人艇M100,所述无人艇上设置有水质传感器和第一无线通信模块,所述无人艇可在巡航模式和水质监测模式两者之间切换,所述无人艇处于巡航模式时,所述无人艇沿设定的巡航路径前进,所述无人艇处于水质监测模式时,所述无人艇沿设定的监测路径前进,并在监测路径中设定的监测点采用所述水质传感器进行水质监测,通知水质监测数据可以判断海水是否被污染;
多个无人机M200,所述无人机上设置有摄像头和第二无线通信模块,所述无人机可在巡航模式和海面监测模式两者之间切换,所述无人机处于巡航模式时,所述无人机沿设定的巡航路径飞行,所述无人机处于海面监测模式时,所述无人机沿设定的监测路径前进,并在监测路径中设定的监测点采用所述摄像头采集海面图像,海面图像可以更直观地反映海上的污染物情况;
以及控制器M300,所述控制器M300包括:
巡航路径采集模块M310,用于在需要规划监测路径时,获取所述多个无人艇当前的巡航路径中关键点的坐标和当前的位置坐标,并获取所述多个无人机当前的巡航路径中关键点的坐标和当前的位置坐标;
监测路径规划模块M320,用于生成多条监测路径,并在所述多条监测路径中分别设定多个监测点,获取所述多个监测点的位置坐标;
监测路径匹配模块M330,用于根据所述监测路径中监测点的坐标和所述巡航路径中关键点的坐标的相似度,为每条监测路径分别分配一无人机和一无人艇;
无人机和无人艇绑定模块M340,用于将分配至同一监测路径的无人机和无人艇设置为绑定关系,向所述无人机发送与其绑定的无人艇的编号,向所述无人艇发送与其绑定的无人机的编号;
监测任务下发模块M350,用于将所述监测路径中的监测点的坐标发送至所匹配的无人机和无人艇,无人机和无人艇在接收到下发的监测任务之后,根据匹配的监测路径执行监测任务,到每一个监测点处采集图像或采集水质检测数据;
监测数据采集模块M360,用于从所述无人机获取所述无人机在监测点拍摄的图像,并从所述无人艇获取所述无人艇在监测点的水质检测数据。
本发明中所指的巡航任务主要指的是无人机和无人艇在海上进行海事执法巡航和船舶交通状况巡航,可以有效提升海上突发事件的预警、决策、指挥和处置能力。巡航任务相对于监测任务来说执行更为频繁,一般需要一直有无人机和无人艇在海上执行巡航任务。而监测任务只需要每间隔一段时间进行一次即可,例如每周监测一次,每月监测一次等等。
本发明的海水污染物的远程监测系统采用执行巡航任务的无人机和无人艇定时进行监测,由于监测是周期性进行而不是实时进行的,在无需监测时,无人机和无人艇还可以执行日常的海域巡航工作,降低了海水污染物监测成本。
如图2所示,本发明实施例还提供一种海水污染物的远程监测方法,采用所述的海水污染物的远程监测系统,所述方法包括如下步骤:
所述控制器获取所述多个无人艇当前的巡航路径中关键点的坐标和当前的位置坐标,并获取所述多个无人机当前的巡航路径中关键点的坐标和当前的位置坐标;
所述控制器生成多条监测路径,并在所述多条监测路径中分别设定多个监测点,获取所述多个监测点的位置坐标;
所述控制器根据所述监测路径中监测点的坐标和所述巡航路径中关键点的坐标的相似度,为每条监测路径分别分配一无人机和一无人艇;
所述控制器将分配至同一监测路径的无人机和无人艇设置为绑定关系,向所述无人机发送与其绑定的无人艇的编号,向所述无人艇发送与其绑定的无人机的编号;
所述控制器将所述监测路径中的监测点的坐标发送至所匹配的无人机和无人艇;
所述无人机接收到所述监测路径后,沿所述监测路径前进并在各个监测点采集图像;
所述无人艇接收到所述监测路径后,沿所述监测路径前进并在各个监测点采集水质检测数据;
所述控制器从所述无人机获取所述无人机在监测点拍摄的图像,并从所述无人艇获取所述无人艇在监测点的水质检测数据。
本发明的海水污染物的远程监测方法采用执行巡航任务的无人机和无人艇定时进行监测,由于监测是周期性进行而不是实时进行的,在无需监测时,无人机和无人艇还可以执行日常的海域巡航工作,降低了海水污染物监测成本。
在该实施例中,所述监测路径匹配模块采用如下步骤为每条监测路径分别分配一无人机和一无人艇:
依次计算所述无人机的巡航路径与所述监测路径的相似度,选择与所述监测路径的相似度最高的巡航路径所对应的无人机为该监测路径匹配的无人机;
依次计算所述无人艇的巡航路径与所述监测路径的相似度,选择与所述监测路径的相似度最高的巡航路径所对应的无人机为该监测路径匹配的无人艇。
如图3所示,为监测路径S匹配无人机时,有三个无人机的巡航路径A、B、C分别与监测路径S比较,其中巡航路径C与监测路径S最接近,因此,选择监测路径S所对应的无人艇作为监测路径S匹配的无人艇。
在该实施例中,所述监测路径匹配模块采用如下步骤计算所述无人机的巡航路径与所述监测路径的相似度:
根据所述无人机当前的位置,确定所述无人机的巡航路径中剩余的关键点的数量m1;
判断所述无人机的巡航路径中剩余的关键点的数量m1与所述监测路径中监测点的数量n是否一致;
如果所述无人机的剩余的巡航路径中关键点的数量m1大于所述监测路径中监测点的数量n,则将所述无人机的巡航路径中关键点删减至数量与所述监测路径中监测点的数量n相同;
分别计算巡航路径中剩余的第i个关键点与监测路径中第i个监测点的距离di,i∈(1,n),并计算,作为所述巡航路径与所述监测路径的相似度;
如果所述无人机的巡航路径中关键点的数量m1小于所述监测路径中监测点的数量n,则将所述监测路径中监测点删减至数量与所述无人机的巡航路径中关键点的数量m1一致;
分别计算巡航路径中剩余的第j个关键点与监测路径中第j个监测点的距离dj,j∈(1,m1),并计算,作为所述巡航路径与所述监测路径的相似度。
删减的方法可以采用,将距离最近的两个关键点或者距离最近的两个监测点中的一个删除,直至删除的数量达到要求为止。例如图3中,计算监测路径S与巡航路径C的相似度时,监测路径S的监测点数量大于巡航路径C的关键点的数量,首先选择最近的两个监测点S1、S2,然后比较S1和S4的距离,S2和S3的距离,因为S1和S4的距离小于S2和S3的距离,选择删除S1监测点。在删除S1后,如果数量仍然大于巡航路径C的关键点的数量,则继续选择两个距离最近的监测点,并比较两个监测点与前后监测点的距离,删除距离较近的一个监测点,直至删除的数量达到要求为止。
在该实施例中,所述根据所述无人艇当前的位置,确定所述无人艇的巡航路径中剩余的关键点的数量m2;
判断所述无人艇的巡航路径中剩余的关键点的数量m2与所述监测路径中监测点的数量n是否一致;
如果所述无人艇的剩余的巡航路径中关键点的数量m2大于所述监测路径中监测点的数量n,则将所述无人艇的巡航路径中关键点删减至数量与所述监测路径中监测点的数量n相同;
分别计算巡航路径中剩余的第x个关键点与监测路径中第x个监测点的距离dx,x∈(1,n),并计算,作为所述巡航路径与所述监测路径的相似度;
如果所述无人艇的巡航路径中关键点的数量m2小于所述监测路径中监测点的数量n,则将所述监测路径中监测点删减至数量与所述无人艇的巡航路径中关键点的数量m2一致;
分别计算巡航路径中剩余的第y个关键点与监测路径中第y个监测点的距离dy,y∈(1,m2),并计算,作为所述巡航路径与所述监测路径的相似度。
如图4所示,在该实施例中,所述控制器还包括:
监测任务验收模块M370,用于获取所述无人艇的水质检测数据后,判断所述无人艇是否已上报所述监测路径中所有监测点的水质检测数据,如果是,则向所述无人艇发送验收完成通知;以及获取所述无人机的采集图像后,判断所述无人机是否已上报所述监测路径中所有监测点的采集图像,如果是,则向所述无人机发送验收完成通知;
所述无人机和所述无人艇接收到验收完成通知之后,所述无人机和所述无人艇向巡航路径规划服务器发送巡航请求,获取新的巡航路径数据。无人机和无人艇可以继续执行巡航任务,到下一监测周期开始时再进行监测任务。
如图4所示,在该实施例中,所述控制器还包括:
监测任务调整模块M380,用于接收到一无人机的故障通知时,计算所述监测路线中下一个监测点与其他监测中的无人机的监测路径的终点的距离,选择距离最小的监测路径的无人机作为任务接替无人机,将故障的无人机的监测路线中未完成部分并入任务接替无人机的监测路线之后;以及接收到一无人艇的故障通知时,计算所述监测路线中下一个监测点与其他监测中的无人艇的监测路径的终点的距离,选择距离最小的监测路径的无人艇作为任务接替无人艇,将故障的无人艇的监测路线中未完成部分并入任务接替无人艇的监测路线之后,任务接替无人艇在执行完原本分配给它的监测任务后,可以继续执行故障的无人艇未完成的监测任务。
在该实施例中,所述无人机与所述无人艇绑定后,于所述监测路径中各个监测点处,同步采集图像和水质检测数据。由此,可以保证对于同一个监测点的采集图像和水质检测数据的一致性,不仅位置一致,而且采集时间一致。无人机和无人艇在接收到绑定的无人艇和无人机编号后,可以与绑定的无人艇和无人机进行直接通信,同步检测时间。
在该实施例中,所述水质传感器包括浊度传感器、PH传感器、油分析仪和颜色传感器中的至少一种,可以对海水中的各项参数进行检测。
综上所述,本发明采用执行巡航任务的无人机和无人艇定时进行监测,由于监测是周期性进行而不是实时进行的,在无需监测时,无人机和无人艇还可以执行日常的海域巡航工作,降低了海水污染物监测成本;在分配监测路径时,优先考虑监测路径与巡航路径的相似性,降低监测过程对巡航过程的影响。
在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。

Claims (10)

1.一种海水污染物的远程监测系统,其特征在于,所述系统包括:
多个无人艇,所述无人艇上设置有水质传感器和第一无线通信模块,所述无人艇可在巡航模式和水质监测模式两者之间切换,所述无人艇处于巡航模式时,所述无人艇沿设定的巡航路径前进,所述无人艇处于水质监测模式时,所述无人艇沿设定的监测路径前进,并在监测路径中设定的监测点采用所述水质传感器进行水质监测;
多个无人机,所述无人机上设置有摄像头和第二无线通信模块,所述无人机可在巡航模式和海面监测模式两者之间切换,所述无人机处于巡航模式时,所述无人机沿设定的巡航路径飞行,所述无人机处于海面监测模式时,所述无人机沿设定的监测路径前进,并在监测路径中设定的监测点采用所述摄像头采集海面图像;
以及控制器,所述控制器包括:
巡航路径采集模块,用于在需要规划监测路径时,获取所述多个无人艇当前的巡航路径中关键点的坐标和当前的位置坐标,并获取所述多个无人机当前的巡航路径中关键点的坐标和当前的位置坐标;
监测路径规划模块,用于生成多条监测路径,并在所述多条监测路径中分别设定多个监测点,获取所述多个监测点的位置坐标;
监测路径匹配模块,用于根据所述监测路径中监测点的坐标和所述巡航路径中关键点的坐标的相似度,为每条监测路径分别分配一无人机和一无人艇;
无人机和无人艇绑定模块,用于将分配至同一监测路径的无人机和无人艇设置为绑定关系,向所述无人机发送与其绑定的无人艇的编号,向所述无人艇发送与其绑定的无人机的编号;
监测任务下发模块,用于将所述监测路径中的监测点的坐标发送至所匹配的无人机和无人艇;
监测数据采集模块,用于从所述无人机获取所述无人机在监测点拍摄的图像,并从所述无人艇获取所述无人艇在监测点的水质检测数据。
2.根据权利要求1所述的海水污染物的远程监测系统,其特征在于,所述监测路径匹配模块采用如下步骤为每条监测路径分别分配一无人机和一无人艇:
依次计算所述无人机的巡航路径与所述监测路径的相似度,选择与所述监测路径的相似度最高的巡航路径所对应的无人机为该监测路径匹配的无人机;
依次计算所述无人艇的巡航路径与所述监测路径的相似度,选择与所述监测路径的相似度最高的巡航路径所对应的无人机为该监测路径匹配的无人艇。
3.根据权利要求2所述的海水污染物的远程监测系统,其特征在于,所述监测路径匹配模块采用如下步骤计算所述无人机的巡航路径与所述监测路径的相似度:
根据所述无人机当前的位置,确定所述无人机的巡航路径中剩余的关键点的数量m1;
判断所述无人机的巡航路径中剩余的关键点的数量m1与所述监测路径中监测点的数量n是否一致;
如果所述无人机的剩余的巡航路径中关键点的数量m1大于所述监测路径中监测点的数量n,则将所述无人机的巡航路径中关键点删减至数量与所述监测路径中监测点的数量n相同;
分别计算巡航路径中剩余的第i个关键点与监测路径中第i个监测点的距离di,i∈(1,n),并计算,作为所述巡航路径与所述监测路径的相似度;
如果所述无人机的巡航路径中关键点的数量m1小于所述监测路径中监测点的数量n,则将所述监测路径中监测点删减至数量与所述无人机的巡航路径中关键点的数量m1一致;
分别计算巡航路径中剩余的第j个关键点与监测路径中第j个监测点的距离dj,j∈(1,m1),并计算,作为所述巡航路径与所述监测路径的相似度。
4.根据权利要求2所述的海水污染物的远程监测系统,其特征在于,所述根据所述无人艇当前的位置,确定所述无人艇的巡航路径中剩余的关键点的数量m2;
判断所述无人艇的巡航路径中剩余的关键点的数量m2与所述监测路径中监测点的数量n是否一致;
如果所述无人艇的剩余的巡航路径中关键点的数量m2大于所述监测路径中监测点的数量n,则将所述无人艇的巡航路径中关键点删减至数量与所述监测路径中监测点的数量n相同;
分别计算巡航路径中剩余的第x个关键点与监测路径中第x个监测点的距离dx,x∈(1,n),并计算,作为所述巡航路径与所述监测路径的相似度;
如果所述无人艇的巡航路径中关键点的数量m2小于所述监测路径中监测点的数量n,则将所述监测路径中监测点删减至数量与所述无人艇的巡航路径中关键点的数量m2一致;
分别计算巡航路径中剩余的第y个关键点与监测路径中第y个监测点的距离dy,y∈(1,m2),并计算,作为所述巡航路径与所述监测路径的相似度。
5.根据权利要求1所述的海水污染物的远程监测系统,其特征在于,所述控制器还包括:
监测任务验收模块,用于获取所述无人艇的水质检测数据后,判断所述无人艇是否已上报所述监测路径中所有监测点的水质检测数据,如果是,则向所述无人艇发送验收完成通知;以及获取所述无人机的采集图像后,判断所述无人机是否已上报所述监测路径中所有监测点的采集图像,如果是,则向所述无人机发送验收完成通知;
所述无人机和所述无人艇接收到验收完成通知之后,所述无人机和所述无人艇向巡航路径规划服务器发送巡航请求,获取新的巡航路径数据。
6.根据权利要求1所述的海水污染物的远程监测系统,其特征在于,所述控制器还包括:
监测任务调整模块,用于接收到一无人机的故障通知时,计算所述监测路线中下一个监测点与其他监测中的无人机的监测路径的终点的距离,选择距离最小的监测路径的无人机作为任务接替无人机,将故障的无人机的监测路线中未完成部分并入任务接替无人机的监测路线之后;以及接收到一无人艇的故障通知时,计算所述监测路线中下一个监测点与其他监测中的无人艇的监测路径的终点的距离,选择距离最小的监测路径的无人艇作为任务接替无人艇,将故障的无人艇的监测路线中未完成部分并入任务接替无人艇的监测路线之后。
7.根据权利要求1所述的海水污染物的远程监测系统,其特征在于,所述无人机与所述无人艇绑定后,于所述监测路径中各个监测点处,同步采集图像和水质检测数据。
8.根据权利要求1所述的海水污染物的远程监测系统,其特征在于,所述水质传感器包括浊度传感器、PH传感器、油分析仪和颜色传感器中的至少一种。
9.一种海水污染物的远程监测方法,其特征在于,采用权利要求1至8中任一项所述的海水污染物的远程监测系统,所述方法包括如下步骤:
所述控制器获取所述多个无人艇当前的巡航路径中关键点的坐标和当前的位置坐标,并获取所述多个无人机当前的巡航路径中关键点的坐标和当前的位置坐标;
所述控制器生成多条监测路径,并在所述多条监测路径中分别设定多个监测点,获取所述多个监测点的位置坐标;
所述控制器根据所述监测路径中监测点的坐标和所述巡航路径中关键点的坐标的相似度,为每条监测路径分别分配一无人机和一无人艇;
所述控制器将分配至同一监测路径的无人机和无人艇设置为绑定关系,向所述无人机发送与其绑定的无人艇的编号,向所述无人艇发送与其绑定的无人机的编号;
所述控制器将所述监测路径中的监测点的坐标发送至所匹配的无人机和无人艇;
所述无人机接收到所述监测路径后,沿所述监测路径前进并在各个监测点采集图像;
所述无人艇接收到所述监测路径后,沿所述监测路径前进并在各个监测点采集水质检测数据;
所述控制器从所述无人机获取所述无人机在监测点拍摄的图像,并从所述无人艇获取所述无人艇在监测点的水质检测数据。
10.根据权利要求9所述的海水污染物的远程监测方法,其特征在于,所述方法还包括如下步骤:
所述控制器获取所述无人艇的水质检测数据后,判断所述无人艇是否已上报所述监测路径中所有监测点的水质检测数据,如果是,则向所述无人艇发送验收完成通知;
所述控制器获取所述无人机的采集图像后,判断所述无人机是否已上报所述监测路径中所有监测点的采集图像,如果是,则向所述无人机发送验收完成通知;
所述无人机接收到验收完成通知之后,向巡航路径规划服务器发送巡航请求,获取新的巡航路径数据;
所述无人艇接收到验收完成通知之后,向巡航路径规划服务器发送巡航请求,获取新的巡航路径数据。
CN201910542842.2A 2019-06-21 2019-06-21 海水污染物的远程监测系统及监测方法 Active CN110244763B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910542842.2A CN110244763B (zh) 2019-06-21 2019-06-21 海水污染物的远程监测系统及监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910542842.2A CN110244763B (zh) 2019-06-21 2019-06-21 海水污染物的远程监测系统及监测方法

Publications (2)

Publication Number Publication Date
CN110244763A CN110244763A (zh) 2019-09-17
CN110244763B true CN110244763B (zh) 2021-11-02

Family

ID=67888693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910542842.2A Active CN110244763B (zh) 2019-06-21 2019-06-21 海水污染物的远程监测系统及监测方法

Country Status (1)

Country Link
CN (1) CN110244763B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110531788B (zh) * 2019-09-24 2023-04-07 北京佰才邦技术股份有限公司 无人机的巡航控制方法、装置和电子设备
CN110793566B (zh) * 2019-10-18 2022-01-28 南京中科智慧生态科技有限公司 一种水体漂浮物智能视觉检测方法
CN110737272B (zh) * 2019-10-25 2022-07-05 集美大学 一种智慧港区海事执法无人艇系统
CN111459191A (zh) * 2020-03-16 2020-07-28 天津大学 适用于无人艇-无人机联合的海上搜救方法
CN112148028B (zh) * 2020-08-28 2022-06-14 合肥工业大学 基于无人机拍摄图像的环境监测方法和系统
CN113361765B (zh) * 2021-05-31 2023-12-12 大连海事大学 一种船载无人机协同监测港口船舶大气污染路径规划的方法
CN116048119B (zh) * 2023-01-06 2023-10-13 扬州宇安电子科技有限公司 基于人工智能的无人机巡航监测系统及方法
CN116320303B (zh) * 2023-03-07 2023-08-18 吉林省林业科学研究院 一种基于人工智能的监测样地位置调节系统及方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2682782A1 (en) * 2012-07-05 2014-01-08 Roke Manor Research Limited Sensor location method and system
KR101695899B1 (ko) * 2015-12-31 2017-01-23 한국항공우주연구원 해양감시 시스템
CN106405040A (zh) * 2016-11-17 2017-02-15 苏州航天系统工程有限公司 一种基于无人设备的水质巡检、污染物溯源系统及其方法
CN107097910A (zh) * 2017-05-19 2017-08-29 苏州寅初信息科技有限公司 一种与无人机联合作业的无人船清洁系统及其工作方法
WO2017152067A1 (en) * 2016-03-04 2017-09-08 Animusoft Llc Drone and robot control systems and methods
CN107622231A (zh) * 2017-09-08 2018-01-23 内蒙古大学 一种水天一体智能漂浮物收集系统及其收集方法
CN107945503A (zh) * 2017-12-25 2018-04-20 武汉斑马快跑科技有限公司 顺风车的拼车方法和系统
CN108196575A (zh) * 2018-01-05 2018-06-22 湖北工业大学 一种无人机任务分配及路线规划方法
CN108268040A (zh) * 2018-01-19 2018-07-10 广东美的智能机器人有限公司 多移动机器人的冲突管理方法及系统
WO2018157118A1 (en) * 2017-02-27 2018-08-30 The Charles Stark Draper Laboratory, Inc. Calibration system and method for whole angle gyroscope
CN108563242A (zh) * 2018-03-30 2018-09-21 武汉理工大学 一种海空自主协同搜救m3u平台
CN108693849A (zh) * 2018-05-30 2018-10-23 佛山市神风航空科技有限公司 一种自动远海侦测系统
CN108734928A (zh) * 2018-05-03 2018-11-02 广西师范学院 一种海洋牧场突发事件监测方法及系统
CN108945342A (zh) * 2018-05-30 2018-12-07 佛山市神风航空科技有限公司 一种无人船搭载无人机的海上搜救设备
CN109784585A (zh) * 2019-03-07 2019-05-21 广东华中科技大学工业技术研究院 一种无人机无人艇的混合布放调度方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2682782A1 (en) * 2012-07-05 2014-01-08 Roke Manor Research Limited Sensor location method and system
KR101695899B1 (ko) * 2015-12-31 2017-01-23 한국항공우주연구원 해양감시 시스템
WO2017152067A1 (en) * 2016-03-04 2017-09-08 Animusoft Llc Drone and robot control systems and methods
CN106405040A (zh) * 2016-11-17 2017-02-15 苏州航天系统工程有限公司 一种基于无人设备的水质巡检、污染物溯源系统及其方法
WO2018157118A1 (en) * 2017-02-27 2018-08-30 The Charles Stark Draper Laboratory, Inc. Calibration system and method for whole angle gyroscope
CN107097910A (zh) * 2017-05-19 2017-08-29 苏州寅初信息科技有限公司 一种与无人机联合作业的无人船清洁系统及其工作方法
CN107622231A (zh) * 2017-09-08 2018-01-23 内蒙古大学 一种水天一体智能漂浮物收集系统及其收集方法
CN107945503A (zh) * 2017-12-25 2018-04-20 武汉斑马快跑科技有限公司 顺风车的拼车方法和系统
CN108196575A (zh) * 2018-01-05 2018-06-22 湖北工业大学 一种无人机任务分配及路线规划方法
CN108268040A (zh) * 2018-01-19 2018-07-10 广东美的智能机器人有限公司 多移动机器人的冲突管理方法及系统
CN108563242A (zh) * 2018-03-30 2018-09-21 武汉理工大学 一种海空自主协同搜救m3u平台
CN108734928A (zh) * 2018-05-03 2018-11-02 广西师范学院 一种海洋牧场突发事件监测方法及系统
CN108693849A (zh) * 2018-05-30 2018-10-23 佛山市神风航空科技有限公司 一种自动远海侦测系统
CN108945342A (zh) * 2018-05-30 2018-12-07 佛山市神风航空科技有限公司 一种无人船搭载无人机的海上搜救设备
CN109784585A (zh) * 2019-03-07 2019-05-21 广东华中科技大学工业技术研究院 一种无人机无人艇的混合布放调度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《基于无人机/无人艇的最优动态覆盖观测技术》;姚鹏等;《海洋科学》;20180801;第42卷(第1期);第106-111页 *
《水面无人艇路径规划技术研究》;张玉奎;《万方学位论文》;20091207;第1-67页 *
《遥自主水面无人艇控制系统设计与研究》;耿超;《万方学位论文》;20190105;第1-83页 *

Also Published As

Publication number Publication date
CN110244763A (zh) 2019-09-17

Similar Documents

Publication Publication Date Title
CN110244763B (zh) 海水污染物的远程监测系统及监测方法
KR101703906B1 (ko) 선박 관제 시스템 및 그것의 선박 관제 방법
CN104916166A (zh) 一种桥梁防撞预警系统及实现方法
CN206627156U (zh) 一种船舶溢油监测系统
CN110244720B (zh) 用于海上无人艇的路径规划方法及系统
KR20140099386A (ko) 모바일 단말과 전자해도 서버 및 그의 크라우드소싱 기반의 전자해도 갱신 방법
CN108571962B (zh) 用于构建态势感知的系统
CN205384759U (zh) 船舶违法行为自动取证系统
CN105676844A (zh) 基于模型船的欠驱动无人船编队结构
CN111163290B (zh) 一种夜间航行船舶检测并跟踪的方法
Vasilijevic et al. Heterogeneous robotic system for underwater oil spill survey
EP4020430A1 (en) Method and system for monitoring tugs
JP5078186B1 (ja) 工事用船舶の安全航行支援システム
Bolbot et al. A method to identify and rank objects and hazardous interactions affecting autonomous ships navigation
CN104537892A (zh) 一种信息处理的方法及系统
KR102017154B1 (ko) 드론을 이용한 해양 관측 시스템
Kitowski Architecture of the control system of an unmanned surface vehicle in the process of harbour protection
CN113823087A (zh) 用于分析路侧感知系统rss性能的方法、装置及测试系统
WO2017144377A2 (de) Vorrichtung zur integrierten darstellung von informationen auf einem wasserfahrzeug
KR102293723B1 (ko) 해상교통 통합 관제 시스템 및 방법
CN111812610B (zh) 一种水上目标监管系统、方法、终端设备及存储介质
KR20160094809A (ko) 무인화 선박용 선단 시스템 및 그의 제어방법
CN212516159U (zh) 一种船舶超高监测系统
CN114089299A (zh) 一种基于态势感知多源传感器联动的海上目标检测识别方法
JP2007206880A (ja) 不審船の判定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220907

Address after: Room 1702, No. 11 Baichuan Road, Lincheng Street, Zhoushan Marine Science City, Dinghai District, Zhoushan City, Zhejiang Province, 316000 (Station No. 8 in Talent Enclave)

Patentee after: Zhoushan Chaobo Technology Co.,Ltd.

Address before: No.1 Haida South Road, Lincheng street, Dinghai District, Zhoushan City, Zhejiang Province, 316000

Patentee before: Zhejiang Ocean University