CN111351908A - 基于机器人的水生生态调查方法、水下机器人及存储介质 - Google Patents
基于机器人的水生生态调查方法、水下机器人及存储介质 Download PDFInfo
- Publication number
- CN111351908A CN111351908A CN202010145840.2A CN202010145840A CN111351908A CN 111351908 A CN111351908 A CN 111351908A CN 202010145840 A CN202010145840 A CN 202010145840A CN 111351908 A CN111351908 A CN 111351908A
- Authority
- CN
- China
- Prior art keywords
- water area
- investigation
- water
- parameters
- robot
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于机器人的水生生态调查方法,包括:在接收到水域生态调查指令时获取当前待调查水域的水域参数,所述水域参数包括水体类型以及水域类型;根据获取到的水域参数切换调查模式启动水下机器人,并以切换的调查模式获取当前待调查水域的水域信息;将获取到的水域信息上传至服务器以生成所述待调查水域的调查日志。本发明还公开了一种水下机器人及存储介质。本发明通过水下机器人调查水生生态系统的生态情况,根据水域类型设置有不同的调查模式,以调查模式下的一个或多个水域调查参数进行水域信息的统计,无需相关作业人员实地调查,提高了水生生态调查效率的效果。
Description
技术领域
本发明涉及机器人应用的技术领域,尤其涉及一种基于机器人的水生生态调查方法、水下机器人及存储介质。
背景技术
水生生态系统就是指水生生物群落与水环境构成的生态系统。水生生态系统在人类的生活环境中起着十分重要的作用。一方面,它在维持全球物质循环和水循环中具有重要的作用;另一方面,它还承担着水源地、动力源、交通运输、污染净化场所等功能。水生生态以水为主要载体,水体为水生生物的繁衍生息提供了基本的场所,各种生物通过物质流和能量流相互联系并维持生命,形成了水生生态系统(aquatic ecosystem)。其构成要素有生产者、消费者、分解者和非生物类物质四类。非生物类物质是指水、氧气、二氧化碳、氮和磷营养物质等作为生物生长原料的无机物质以及生物排泄物和死体等有机物质。生产者是指利用光能或无机物,合成有机细胞物质的生物,称为一级生产者。水环境中有代表性的生产者是光合自养型的藻类及部分水生植物。另外。利用氧化能的化学合成自养型硝化细菌也属于生产者范畴。消费者是以生产者产生的有机物为食料的异养型生物,称为捕食者。浮游生物、鱼类、哺乳类动物等是典型的消费者,其中直接捕食生产者的称为一级消费者,捕食一级消费者的称为二级消费者,依此类推。分解者都是异养型生物,如细菌、真菌、放线菌及原生动物和一些小型无脊椎动物。它们分解生物死体和排泄物,使之成为简单的无机物质,供生产者再利用。
水体受到严重污染后,不但直接危害人体健康。首当其冲受害的是水生生物。因为在正常的水生生态系统中,各种生物的、化学的、物理的因素组成高度复杂、相互依赖的同一整体,物种之间的相互关系都维持着一定动态平衡,也就是生态平衡。如果这种关系受到人为活动的干扰,如水体受到污染,那么这种平衡就会受到破坏,使生物种类发生变化,许多敏感的种类可能消失,而一些忍耐型种类的个体大量繁殖起来。如果污染程度继续发展和加剧,不仅导致水生生物多样性的持续衰减,最终还会使水生生态系统的结构和功能遭到破坏,其影响十分深远。因而调查水体信息作为维护水生生态系统的重要操作,而现有技术的水生生态系统调查一般需要相关仪器以及对应技术人员统计测绘之后形成水体日志才能对水生生态系统进行管理,其现有调查操作太过繁琐在调查次数较多时可能存在工作量巨大的问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于机器人的水生生态调查方法、水下机器人及存储介质,旨在解决现有技术的水生生态系统调查一般需要相关仪器以及对应技术人员统计测绘之后形成水体日志才能对水生生态系统进行管理,其现有调查操作太过繁琐在调查次数较多时存在工作量巨大的问题。
为实现上述目的,本发明提供一种基于机器人的水生生态调查方法,所述基于机器人的水生生态调查方法应用于水下机器人,所述基于机器人的水生生态调查方法包括以下内容:
在接收到水域生态调查指令时获取当前待调查水域的水域参数,所述水域参数包括水体类型以及水域类型;
根据获取到的水域参数切换调查模式启动水下机器人,并以切换的调查模式获取当前待调查水域的水域信息;
将获取到的水域信息上传至服务器以生成所述待调查水域的调查日志。
可选地,所述在接收到水域生态调查指令时获取当前待调查水域的水域参数的步骤之后,还包括:
获取预先登记的水域参数,根据所述水域参数确认当前待调查水域的水域类型;
根据已确认的水域类型确定水下机器人的调查模式。
可选地,所述根据获取到的水域参数切换调查模式启动水下机器人,并以切换的调查模式获取当前待调查水域的水域信息的步骤包括:
获取所述调查模式的水域调查参数;
根据所述水域调查参数获取当前待调查水域的水体信息,所述水域调查参数包括一个或多个。
可选地,所述根据所述水域调查参数获取当前待调查水域的水体信息的步骤包括:
检测水体深度,通过所述水体深度确定对应的水域调查参数;
以所述水域调查参数统计当前水体的水体信息,根据统计到的水体信息生成所述水域信息。
可选地,统计到的所述水体信息包括一个或多个。
可选地,所述基于机器人的水生生态调查方法,还包括:
统计当前待调查水域的水域类型,以所述水域类型生成水域参数;
以所述水域参数为标识新建水下机器人的调查模式。
可选地,所述以所述水域参数为标识新建水下机器人的调查模式的步骤,包括:
根据所述水域参数设置所述调查模式的水域调查参数。
可选地,所述水域调查参数以水体深度为标识。
此外,为实现上述目的,本发明还提供一种基于机器人的水生生态调查装置,所述基于机器人的水生生态调查装置包括:存储器、处理器以及存储在所述存储器上并可以在所述处理器上运行的基于机器人的水生生态调查程序,所述基于机器人的水生生态调查程序被处理器执行时实现如上所述的基于机器人的水生生态调查方法的步骤。
本发明还提供一种存储介质,其特征在于,所述计算机可读存储有基于机器人的水生生态调查程序,所述基于机器人的水生生态调查程序被处理器执行时实现如上所述的基于机器人的水生生态调查方法的步骤。
本发明提出的一种基于机器人的水生生态调查方法,在接收到水域生态调查指令时获取当前待调查水域的水域参数,所述水域参数包括水体类型以及水域类型;根据获取到的水域参数切换调查模式启动水下机器人,并以切换的调查模式获取当前待调查水域的水域信息;将获取到的水域信息上传至服务器以生成所述待调查水域的调查日志。本发明通过水下机器人调查水生生态系统的生态情况,根据水域类型设置有不同的调查模式,以调查模式下的一个或多个水域调查参数进行水域信息的统计,无需相关作业人员实地调查,提高了水生生态调查效率的效果。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端\装置结构示意图;
图2为本发明基于机器人的水生生态调查方法第一实施例的流程示意图;
图3为本发明基于机器人的水生生态调查方法第二实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:在接收到水域生态调查指令时获取当前待调查水域的水域参数,所述水域参数包括水体类型以及水域类型;根据获取到的水域参数切换调查模式启动水下机器人,并以切换的调查模式获取当前待调查水域的水域信息;将获取到的水域信息上传至服务器以生成所述待调查水域的调查日志。
由于现有技术的水生生态系统调查一般需要相关仪器以及对应技术人员统计测绘之后形成水体日志才能对水生生态系统进行管理,其现有调查操作太过繁琐在调查次数较多时存在工作量巨大的问题。
本发明提供一种解决方案,通过水下机器人调查水生生态系统的生态情况,根据水域类型设置有不同的调查模式,以调查模式下的一个或多个水域调查参数进行水域信息的统计,无需相关作业人员实地调查,提高了水生生态调查效率的效果。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的终端\装置结构示意图。
本发明实施例终端可以是PC,也可以是智能手机、平板电脑、电子书阅读器,便携计算机等可移动式或不可移动式终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于机器人的水生生态调查程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的基于机器人的水生生态调查程序,并执行以下操作:
在接收到水域生态调查指令时获取当前待调查水域的水域参数,所述水域参数包括水体类型以及水域类型;
根据获取到的水域参数切换调查模式启动水下机器人,并以切换的调查模式获取当前待调查水域的水域信息;
将获取到的水域信息上传至服务器以生成所述待调查水域的调查日志。
进一步地,处理器1001可以调用存储器1005中存储的基于机器人的水生生态调查程序,还执行以下操作:
获取预先登记的水域参数,根据所述水域参数确认当前待调查水域的水域类型;
根据已确认的水域类型确定水下机器人的调查模式。
进一步地,处理器1001可以调用存储器1005中存储的基于机器人的水生生态调查程序,还执行以下操作:
获取所述调查模式的水域调查参数;
根据所述水域调查参数获取当前待调查水域的水体信息,所述水域调查参数包括一个或多个。
进一步地,处理器1001可以调用存储器1005中存储的基于机器人的水生生态调查程序,还执行以下操作:
检测水体深度,通过所述水体深度确定对应的水域调查参数;
以所述水域调查参数统计当前水体的水体信息,根据统计到的水体信息生成所述水域信息。
进一步地,处理器1001可以调用存储器1005中存储的基于机器人的水生生态调查程序,还执行以下操作:
统计到的所述水体信息包括一个或多个。
进一步地,处理器1001可以调用存储器1005中存储的基于机器人的水生生态调查程序,还执行以下操作:
统计当前待调查水域的水域类型,以所述水域类型生成水域参数;
以所述水域参数为标识新建水下机器人的调查模式。
进一步地,处理器1001可以调用存储器1005中存储的基于机器人的水生生态调查程序,还执行以下操作:
根据所述水域参数设置所述调查模式的水域调查参数。
进一步地,处理器1001可以调用存储器1005中存储的基于机器人的水生生态调查程序,还执行以下操作:
所述水域调查参数以水体深度为标识。
参照图2,图2为本发明基于机器人的水生生态调查方法第一实施例的流程示意图,所述水下机器人的水生生态调查方法应用于水下机器人,所述基于机器人的水生生态调查方法包括:
步骤S10,在接收到水域生态调查指令时获取当前待调查水域的水域参数,所述水域参数包括水体类型以及水质类型;
根据当前的水生生态调查需求,发起水下机器人的启动指令,以所述启动指令启动水下机器人调查当前待调查水域的水域生态。其中,在调查带调查水域的水域生态时,需基于当前水域类型进行对应调查操作,可获取当前待调查水域的水域参数,以所述水域参数确定当前待调查水域的水域类型,在实际应用中,所述水域类型包括多种,以水质物理、化学性质的差异可分为海洋生态系统以及淡水生态系统,在淡水生态系统中,根据水的流动性的差异可分为流动水域生态系统以及静水水域生态系统,并且,在流水水域生态系统中,根据流水速度还可分为急流生态系统及缓流生态系统。如此,在确认当前待调查水域的水域类型时,通过获取到的水域参数进行水域类型的确认,而基于水域类型确认的水域参数包括水体类型以及水质类型,进一步的,考虑到待调查水域的多种类型,为避免水域类型分类出错造成的生态系统调查异常,在水下机器人执行生态调查操作时,可通过预先登记的水域参数确定当前待调查水域的水域类型,即所述在接收到水域生态调查指令时获取当前待调查水域的水域参数的步骤之后,还包括:
获取预先登记的水域参数,根据所述水域参数确认当前待调查水域的水域类型;
根据已确认的水域类型确定水下机器人的调查模式。
根据当前水生生态的调查需求,在水下机器人的相关功能设置中登记水域参数,所述水域参数定义为可区别当前待识别水域的水域类型的数据信息,包括水体类型以及水域类型,因此,需相关的技术人员在水下机器人的水域参数设置区域登记当前待调查水域的水域参数,以使水下机器人根据所述水域参数确定当前待调查水域的水域类型,进一步的,根据当前已登记的水域参数,确定水下机器人的调查模式。
步骤S20,根据获取到的水域参数切换调查模式启动水下机器人,并以切换的调查模式获取当前待调查水域的水域信息;
根据当前已确定的待调查水域的水域参数,确认当前待调查水域的水域类型,继而根据已确认的水域类型切换当前的调查模式,所述调查模式定义为当前水下机器人的当前获取待调查水域的水域信息的相关检测模式,如此,根据当前已切换的调查模式启动所述水下机器人,以使所述水下机器人通过已切换的所述调查模式获取当前待调查水域的水域信息,所述水域信息定义为当前形成水生生态系统的数据信息。
如上所述的根据当前待调查水域的水域类型,在所述水域类型对应的调查模式下设置有一个或多个水域调查参数,以所述水域调查参数重点对当前待调查水域的水域信息进行统计获取,因此所述根据获取到的水域参数切换调查模式启动,并以切换的调查模式获取当前待调查水域的水域参数的步骤包括:
获取所述调查模式的水域调查参数;
根据所述水域调查参数获取当前待调查水域的水域信息,所述水域调查参数包括一个或多个。
根据当前待调查水域的水域类型,以当前调查模式获取所述待调查水域的水域信息,所述水域信息定义为生成当前待调查水域的水生生态系统的数据内容,所述数据内容包括但不限于组成所述水生生态系统的物质,例如微生物、动植物、杂质等,而根据当前待调查水域的水域类型,不同的水域类型下具备的物质比例存在区别,因此为了提高水生生态系统的调查精确性,需基于不同水域类型限定对应的水域调查参数,进一步的,基于不同水域类型下的物质类别,所设置的所述水域调查参数包括一个或多个。
另外,在以当前水域调查参数获取当前的水域信息时,由于不同深度的水域所包含的生态物质不一,因此可基于不同深度水域设定的对应水域调查参数获取所述水域信息,即所述根据所述水域调查参数获取当前待调查水域的水域信息的步骤包括:
检测水体深度,通过所述水体深度确定对应的水域调查参数;
以所述水域调查参数统计当前水体的水质信息,根据统计到的水质信息生成所述水域信息。
根据当前待调查水域的调查操作,在水下机器人基于当前的调查模式以及调查模式对应的水域调查参数获取当前的水域信息时,在水域生态环境中,以水深定义的不同水域范围具备不同生态物质,因此根据当前水下机器人的调查操作,确认当前调查过程中的水体深度,并基于所述水体深度获取对应的水域调查参数,以所述水域调查参数统计当前深度的水体的水质信息,所述水质信息即为基于当前水域调查参数统计到的数据内容,例如微生物比例、含氧量等信息,根据统计到的水质信息生成所述水域信息,如此,在当前待调查水域分为多个深度的水体范围时,其不同深度水体具备不同的水域调查参数,因此,其统计到的所述水质信息包括一个或多个。
步骤S30,将获取到的水域信息上传至服务器以生成所述待调查水域的调查日志。
根据当前水下机器人获取到的当前水域类型的水域信息,将所述水域信息上传至对应的服务器,以使所述服务器生成所述待调查水域的调查日志,所述调查日志为基于当前水域信息以预设格式生成的基于生成生态系统的数据内容。
本实施例中,通过水下机器人调查水生生态系统的生态情况,根据水域类型设置有不同的调查模式,以调查模式下的一个或多个水域调查参数进行水域信息的统计,无需相关作业人员实地调查,提高了水生生态调查效率的效果。
进一步的,查看图3,图3为本发明基于水下机器人的水生生态调查方法第二实施例的流程示意图,所述基于机器人的水生生态调查方法,还包括:
步骤S40、统计当前待调查水域的水域类型,以所述水域类型生成水域参数;
步骤S50、以所述水域参数为标识新建水下机器人的调查模式。
本实施例中,基于当前水域的水生生态系统调查需求,在应用水下机器人进行生成生态系统的调查操作时,设置所述水下机器人的调查模式,其中,所述水下机器人的调查模式与当前待调查水域的水域类型相关,因此设置所述调查模式时,统计当前待调查水域的水域类型,并基于所述水域类型生成对应的水域参数,进而以所述水域参数为标识新建水下机器人的调查模式。根据当前已创建的调查模式,在所述调查模式下设置对应水域类型的水域调查参数,即所述以所述水域参数为标识新建水下机器人的调查模式的步骤,包括:
根据所述水域参数设置所述调查模式的水域调查参数。
基于所述水域参数所创建的调查类型,确认所述水域参数对应的水域类型,并基于所述水域类型设置基于当前调查模式下的水域调查参数,进一步的,所述水域调查参数与当前待调查水域的水深区域相关,因此所述水域调查参数以水体深度为标识。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有基于机器人的水生生态调查程序,所述基于机器人的水生生态调查程序被处理器执行时实现如下操作:
在接收到水域生态调查指令时获取当前待调查水域的水域参数,所述水域参数包括水体类型以及水域类型;
根据获取到的水域参数切换调查模式启动水下机器人,并以切换的调查模式获取当前待调查水域的水域信息;
将获取到的水域信息上传至服务器以生成所述待调查水域的调查日志。
进一步地,所述基于机器人的水生生态调查程序被处理器执行时还实现如下操作:
获取预先登记的水域参数,根据所述水域参数确认当前待调查水域的水域类型;
根据已确认的水域类型确定水下机器人的调查模式。
进一步地,所述基于机器人的水生生态调查程序被处理器执行时还实现如下操作:
获取所述调查模式的水域调查参数;
根据所述水域调查参数获取当前待调查水域的水体信息,所述水域调查参数包括一个或多个。
进一步地,所述基于机器人的水生生态调查程序被处理器执行时还实现如下操作:
检测水体深度,通过所述水体深度确定对应的水域调查参数;
以所述水域调查参数统计当前水体的水体信息,根据统计到的水体信息生成所述水域信息。
进一步地,所述基于机器人的水生生态调查程序被处理器执行时还实现如下操作:
统计到的所述水体信息包括一个或多个。
进一步地,所述基于机器人的水生生态调查程序被处理器执行时还实现如下操作:
统计当前待调查水域的水域类型,以所述水域类型生成水域参数;
以所述水域参数为标识新建水下机器人的调查模式。
进一步地,所述基于机器人的水生生态调查程序被处理器执行时还实现如下操作:
根据所述水域参数设置所述调查模式的水域调查参数。
进一步地,所述基于机器人的水生生态调查程序被处理器执行时还实现如下操作:
所述水域调查参数以水体深度为标识。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、药品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、药品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、药品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于机器人的水生生态调查方法,其特征在于,所述基于机器人的水生生态调查方法应用于水下机器人,所述基于机器人的水生生态调查方法包括以下步骤:
在接收到水域生态调查指令时获取当前待调查水域的水域参数,所述水域参数包括水体类型以及水域类型;
根据获取到的水域参数切换调查模式启动水下机器人,并以切换的调查模式获取当前待调查水域的水域信息;
将获取到的水域信息上传至服务器以生成所述待调查水域的调查日志。
2.如权利要求1所述的基于机器人的水生生态调查方法,其特征在于,所述在接收到水域生态调查指令时获取当前待调查水域的水域参数的步骤之后,还包括:
获取预先登记的水域参数,根据所述水域参数确认当前待调查水域的水域类型;
根据已确认的水域类型确定水下机器人的调查模式。
3.如权利要求1所述的基于机器人的水生生态调查方法,其特征在于,所述根据获取到的水域参数切换调查模式启动水下机器人,并以切换的调查模式获取当前待调查水域的水域信息的步骤包括:
获取所述调查模式的水域调查参数;
根据所述水域调查参数获取当前待调查水域的水体信息,所述水域调查参数包括一个或多个。
4.如权利要求3所述的基于机器人的水生生态调查方法,其特征在于,所述根据所述水域调查参数获取当前待调查水域的水体信息的步骤包括:
检测水体深度,通过所述水体深度确定对应的水域调查参数;
以所述水域调查参数统计当前水体的水体信息,根据统计到的水体信息生成所述水域信息。
5.如权利要求4所述的基于机器人的水生生态调查方法,其特征在于,统计到的所述水体信息包括一个或多个。
6.如权利要求1至5任一项所述的基于机器人的水生生态调查方法,其特征在于,所述基于机器人的水生生态调查方法,还包括:
统计当前待调查水域的水域类型,以所述水域类型生成水域参数;
以所述水域参数为标识新建水下机器人的调查模式。
7.如权利要求1所述的基于机器人的水生生态调查方法,其特征在于,所述以所述水域参数为标识新建水下机器人的调查模式的步骤,包括:
根据所述水域参数设置所述调查模式的水域调查参数。
8.如权利要求7所述的基于机器人的水生生态调查方法,其特征在于,所述水域调查参数以水体深度为标识。
9.一种水下机器人,其特征在于,所述水下机器人包括:存储器、处理器以及存储在所述存储器上并可以在所述处理器上运行的基于机器人的水生生态调查程序,所述基于机器人的水生生态调查程序被处理器执行时实现如权利要求1至8任一项所述的基于机器人的水生生态调查方法的步骤。
10.一种存储介质,其特征在于,所述存储介质存储有基于机器人的水生生态调查程序,所述基于机器人的水生生态调查程序被处理器执行时实现如权利要求1至8任一项所述的基于机器人的水生生态调查方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010145840.2A CN111351908A (zh) | 2020-03-04 | 2020-03-04 | 基于机器人的水生生态调查方法、水下机器人及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010145840.2A CN111351908A (zh) | 2020-03-04 | 2020-03-04 | 基于机器人的水生生态调查方法、水下机器人及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111351908A true CN111351908A (zh) | 2020-06-30 |
Family
ID=71192579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010145840.2A Pending CN111351908A (zh) | 2020-03-04 | 2020-03-04 | 基于机器人的水生生态调查方法、水下机器人及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111351908A (zh) |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006079245A (ja) * | 2004-09-08 | 2006-03-23 | Nagoya Institute Of Technology | 水中ロボットを利用した交通情報システム |
WO2011059197A2 (ko) * | 2009-11-12 | 2011-05-19 | 한국해양대학교 산학협력단 | 다자유도 무인 수상 로봇 기반의 수중 작업 로봇 |
US8048623B1 (en) * | 2002-04-24 | 2011-11-01 | The University Of North Carolina At Greensboro | Compositions, products, methods and systems to monitor water and other ecosystems |
CN102567401A (zh) * | 2010-12-31 | 2012-07-11 | 中国科学院沈阳自动化研究所 | 一种载人潜水器数据分析系统 |
CN102999047A (zh) * | 2012-12-07 | 2013-03-27 | 河海大学 | 自主导航式水下机器人运行异常自检及数据传输系统 |
CN103029818A (zh) * | 2012-12-18 | 2013-04-10 | 浙江工业大学 | 一种仿生海底生物捕捞机器人 |
CN203502405U (zh) * | 2013-09-22 | 2014-03-26 | 山东省科学院海洋仪器仪表研究所 | 一种遥控式水质监测水下机器人系统 |
US20140343728A1 (en) * | 2011-12-15 | 2014-11-20 | Korea Institute Of Ocean Science & Technology | Multi-joint underwater robot having complex movement functions of walking and swimming and underwater exploration system using same |
CN106791589A (zh) * | 2015-11-20 | 2017-05-31 | 哈尔滨格泰科技有限公司 | 一种物联网网箱远程监控系统 |
CN107271627A (zh) * | 2017-07-05 | 2017-10-20 | 威海格邦电子科技有限公司 | 一种基于物联网和大数据技术的可视化水质信息监测系统 |
CN108414284A (zh) * | 2017-12-05 | 2018-08-17 | 珠江水利委员会珠江水利科学研究院 | 一种水生态样品自动采集和分类保存系统及同步监测采集方法 |
CN109060419A (zh) * | 2018-06-22 | 2018-12-21 | 深圳市宇驰检测技术股份有限公司 | 水样采集装置和方法 |
CN109211911A (zh) * | 2017-07-04 | 2019-01-15 | 辽宁科技学院 | 水体环境监测方法 |
CN109470829A (zh) * | 2018-11-21 | 2019-03-15 | 武汉新烽光电股份有限公司 | 水质检测方法、装置、服务器、水质采样器及介质 |
CN109515086A (zh) * | 2018-12-10 | 2019-03-26 | 江门市蓬江区联诚达科技发展有限公司 | 海洋探测机器人及其作业方法 |
CN109540151A (zh) * | 2018-03-25 | 2019-03-29 | 哈尔滨工程大学 | 一种基于强化学习的auv三维路径规划方法 |
CN110244011A (zh) * | 2019-06-26 | 2019-09-17 | 熊颖郡 | 无人机的河流排污自动监测分析预警系统 |
CN209432812U (zh) * | 2018-12-27 | 2019-09-24 | 中科院合肥技术创新工程院 | 一种水生态监测与修复水面机器人 |
MX2018003787A (es) * | 2018-03-26 | 2019-09-27 | Benemerita Univ Autonoma De Puebla Star | Robot jarv-1 para saneamiento y mantenimiento de cuerpos de agua artificiales. |
CN110308244A (zh) * | 2019-06-26 | 2019-10-08 | 深圳市宇驰检测技术股份有限公司 | 无人机的空气监测预警方法、系统及存储介质 |
CN110320163A (zh) * | 2019-06-26 | 2019-10-11 | 深圳市宇驰检测技术股份有限公司 | 无人机的在线水质监测方法、系统及存储介质 |
CN110471451A (zh) * | 2019-08-29 | 2019-11-19 | 株洲中车时代电气股份有限公司 | 一种远程遥控水下机器人操控系统 |
CN110608727A (zh) * | 2019-11-06 | 2019-12-24 | 青岛罗博飞海洋技术有限公司 | 一种海草床监测系统及方法 |
-
2020
- 2020-03-04 CN CN202010145840.2A patent/CN111351908A/zh active Pending
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8048623B1 (en) * | 2002-04-24 | 2011-11-01 | The University Of North Carolina At Greensboro | Compositions, products, methods and systems to monitor water and other ecosystems |
JP2006079245A (ja) * | 2004-09-08 | 2006-03-23 | Nagoya Institute Of Technology | 水中ロボットを利用した交通情報システム |
WO2011059197A2 (ko) * | 2009-11-12 | 2011-05-19 | 한국해양대학교 산학협력단 | 다자유도 무인 수상 로봇 기반의 수중 작업 로봇 |
CN102567401A (zh) * | 2010-12-31 | 2012-07-11 | 中国科学院沈阳自动化研究所 | 一种载人潜水器数据分析系统 |
US20140343728A1 (en) * | 2011-12-15 | 2014-11-20 | Korea Institute Of Ocean Science & Technology | Multi-joint underwater robot having complex movement functions of walking and swimming and underwater exploration system using same |
CN102999047A (zh) * | 2012-12-07 | 2013-03-27 | 河海大学 | 自主导航式水下机器人运行异常自检及数据传输系统 |
CN103029818A (zh) * | 2012-12-18 | 2013-04-10 | 浙江工业大学 | 一种仿生海底生物捕捞机器人 |
CN203502405U (zh) * | 2013-09-22 | 2014-03-26 | 山东省科学院海洋仪器仪表研究所 | 一种遥控式水质监测水下机器人系统 |
CN106791589A (zh) * | 2015-11-20 | 2017-05-31 | 哈尔滨格泰科技有限公司 | 一种物联网网箱远程监控系统 |
CN109211911A (zh) * | 2017-07-04 | 2019-01-15 | 辽宁科技学院 | 水体环境监测方法 |
CN107271627A (zh) * | 2017-07-05 | 2017-10-20 | 威海格邦电子科技有限公司 | 一种基于物联网和大数据技术的可视化水质信息监测系统 |
CN108414284A (zh) * | 2017-12-05 | 2018-08-17 | 珠江水利委员会珠江水利科学研究院 | 一种水生态样品自动采集和分类保存系统及同步监测采集方法 |
CN109540151A (zh) * | 2018-03-25 | 2019-03-29 | 哈尔滨工程大学 | 一种基于强化学习的auv三维路径规划方法 |
MX2018003787A (es) * | 2018-03-26 | 2019-09-27 | Benemerita Univ Autonoma De Puebla Star | Robot jarv-1 para saneamiento y mantenimiento de cuerpos de agua artificiales. |
CN109060419A (zh) * | 2018-06-22 | 2018-12-21 | 深圳市宇驰检测技术股份有限公司 | 水样采集装置和方法 |
CN109470829A (zh) * | 2018-11-21 | 2019-03-15 | 武汉新烽光电股份有限公司 | 水质检测方法、装置、服务器、水质采样器及介质 |
CN109515086A (zh) * | 2018-12-10 | 2019-03-26 | 江门市蓬江区联诚达科技发展有限公司 | 海洋探测机器人及其作业方法 |
CN209432812U (zh) * | 2018-12-27 | 2019-09-24 | 中科院合肥技术创新工程院 | 一种水生态监测与修复水面机器人 |
CN110244011A (zh) * | 2019-06-26 | 2019-09-17 | 熊颖郡 | 无人机的河流排污自动监测分析预警系统 |
CN110308244A (zh) * | 2019-06-26 | 2019-10-08 | 深圳市宇驰检测技术股份有限公司 | 无人机的空气监测预警方法、系统及存储介质 |
CN110320163A (zh) * | 2019-06-26 | 2019-10-11 | 深圳市宇驰检测技术股份有限公司 | 无人机的在线水质监测方法、系统及存储介质 |
CN110471451A (zh) * | 2019-08-29 | 2019-11-19 | 株洲中车时代电气股份有限公司 | 一种远程遥控水下机器人操控系统 |
CN110608727A (zh) * | 2019-11-06 | 2019-12-24 | 青岛罗博飞海洋技术有限公司 | 一种海草床监测系统及方法 |
Non-Patent Citations (4)
Title |
---|
LAVINIA SUBERGA, RUSSELL B. WYNN, JEROEN VAN DER KOOIJ,ET AL.: "Assessing the potential of autonomous submarine gliders for ecosystem monitoring across multiple trophic levels (plankton to cetaceans) and pollutants in shallow shelf seas", 《METHODS IN OCEANOGRAPHY》 * |
YU W, RUI T, XING G, ET AL: "Monitoring Aquatic Debris Using Smartphone-Based Robots", 《 IEEE TRANSACTIONS ON MOBILE COMPUTING》 * |
付丽云,王文爽: "基于背景差分和三帧差分的水下运动目标检测", 《电脑与信息技术》 * |
房熊,林礼群,沈熙晟等: "一种渔业水下机器人的系统设计及模型研究", 《渔业现代化》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Muscarella et al. | Resource heterogeneity structures aquatic bacterial communities | |
Beyenal et al. | Quantifying biofilm structure: facts and fiction | |
O’Brien et al. | How is ecosystem health defined and measured? A critical review of freshwater and estuarine studies | |
Shogren et al. | Water flow and biofilm cover influence environmental DNA detection in recirculating streams | |
Monuki et al. | eDNA captures depth partitioning in a kelp forest ecosystem | |
Chacón et al. | The spatial and metabolic basis of colony size variation | |
Downing et al. | Meta‐analysis of marine nutrient‐enrichment experiments: variation in the magnitude of nutrient limitation | |
Almstrand et al. | New methods for analysis of spatial distribution and coaggregation of microbial populations in complex biofilms | |
Oh et al. | Comparison of taxon-based and trophi-based response patterns of rotifer community to water quality: applicability of the rotifer functional group as an indicator of water quality | |
Wisnoski et al. | Metabolic insight into bacterial community assembly across ecosystem boundaries | |
Lesser et al. | Sponge density increases with depth throughout the Caribbean | |
De Lange et al. | Changes in ventilation and locomotion of Gammarus pulex (Crustacea, Amphipoda) in response to low concentrations of pharmaceuticals | |
Bell et al. | The effect of temporal scale on the outcome of trophic cascade experiments | |
Faure et al. | Species distribution and population connectivity of deep-sea mussels at hydrocarbon seeps in the Gulf of Mexico | |
Rodil et al. | The role of dispersal mode and habitat specialization for metacommunity structure of shallow beach invertebrates | |
Petermann et al. | Resources alter the structure and increase stochasticity in bromeliad microfauna communities | |
Staehr et al. | Environmental DNA monitoring of biodiversity hotspots in Danish marine waters | |
Rapacciuolo et al. | Microbes and macro-invertebrates show parallel β-diversity but contrasting α-diversity patterns in a marine natural experiment | |
Danovaro et al. | Cosmopolitism, rareness and endemism in deep-sea marine nematodes | |
Wan et al. | Differentiation strategies for planktonic bacteria and eukaryotes in response to aggravated algal blooms in urban lakes | |
CN111351908A (zh) | 基于机器人的水生生态调查方法、水下机器人及存储介质 | |
Mukherjee et al. | Standardized naming of microbiome samples in Genomes OnLine Database | |
Haron et al. | Remote water quality monitoring system using wireless sensors | |
Khairul | Fish Biodiversity in the Swamp Ecosystem of Barumun River Area | |
Aghaji et al. | Digitalization in small-scale urban recirculation aquaculture: Data analytics in Sub-Saharan Africa |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200630 |
|
RJ01 | Rejection of invention patent application after publication |