CN111694003A - 一种水下地物识别系统 - Google Patents

一种水下地物识别系统 Download PDF

Info

Publication number
CN111694003A
CN111694003A CN202010567057.5A CN202010567057A CN111694003A CN 111694003 A CN111694003 A CN 111694003A CN 202010567057 A CN202010567057 A CN 202010567057A CN 111694003 A CN111694003 A CN 111694003A
Authority
CN
China
Prior art keywords
data
underwater
remote sensing
ship
depth
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.)
Granted
Application number
CN202010567057.5A
Other languages
English (en)
Other versions
CN111694003B (zh
Inventor
张金良
雷添杰
付健
张鹏鹏
罗秋实
陈翠霞
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.)
Yellow River Engineering Consulting Co Ltd
Original Assignee
Yellow River Engineering Consulting Co Ltd
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 Yellow River Engineering Consulting Co Ltd filed Critical Yellow River Engineering Consulting Co Ltd
Priority to CN202010567057.5A priority Critical patent/CN111694003B/zh
Publication of CN111694003A publication Critical patent/CN111694003A/zh
Application granted granted Critical
Publication of CN111694003B publication Critical patent/CN111694003B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/06—Systems determining the position data of a target
    • G01S15/08—Systems for measuring distance only
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/87—Combinations of sonar systems
    • G01S15/872—Combination of several systems for attitude determination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Acoustics & Sound (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Astronomy & Astrophysics (AREA)
  • Multimedia (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种水下地物识别系统，涉及水下地物识别技术领域，其包括遥感船，遥感船搭载有三维测深侧扫声呐系统、北斗卫星导航系统、便携式多频测深仪、浅地层剖面仪、无线数据传输装置、多平台与多传感器研制系统集成和数据处理平台。本发明为通过无人遥感船与多传感器相结合，选择相应的检测与识别算法构建的更全面的一种水下地物识别系统，该识别系统能在复杂危险的水域作业，能够抵达大型调查船无法抵达的工作地点；该识别系统能获取水下目标物的沉积属性/形态特征数据、水域测量数据和疏浚区域浮泥层厚度数据、水深及浅剖数据，通过对数据进行探测和识别分析，能够获取到目标区域的全面高精度的探测结果。

Description

一种水下地物识别系统
技术领域
本发明涉及水下地物识别技术领域，具体而言，涉及一种水下地物识别系统。
背景技术
目前水下地物识别的主要方式有水上作业和水下作业两种，分别采用大型船舶和潜水艇进行检测，但是在危险的水域，测量工作难以进行，在浅水域和水库等地域，大型的调查船无法抵达工作地点，使得调查工作无法进行。公开号为CN207600450U的专利文献，提出一种水下目标识别装置，包括识别仓、滤光装置、识别器主机和底盘，识别仓内固定安装镜头座和支撑架，镜头座上固定安装摄像头，支撑架上固定安装滤光装置，滤光装置包括微型电机、丝杆、丝杆螺母、移动框架和滑竿，移动框架内固定安装偏振片，识别仓固定连接识别器主机，识别器主机的后端固定安装推进装置，识别器主机的底部固定安装衬垫，衬垫固定焊接支撑杆，底盘上固定连接撑架，撑架固定连接支撑杆。该识别装置为单纯的图像识别，功能较为单一，不能较好的获取水下目标物的沉积属性 /形态特征数据、水域测量数据和疏浚区域浮泥层厚度数据、水深及浅剖数据，不能精准的进行水下地物探测与识别分析，而且作业人员在很多时候需要在较危险的水下环境中工作。
发明内容
本发明在于提供一种水下地物识别系统，其能够缓解上述问题。
为了缓解上述的问题，本发明采取的技术方案如下：
本发明提供了一种水下地物识别系统，包括遥感船，所述遥感船搭载有三维测深侧扫声呐系统、北斗卫星导航系统、便携式多频测深仪、浅地层剖面仪、无线数据传输装置、多平台与多传感器研制系统集成和数据处理平台；
所述三维测深侧扫声呐系统用于获取包括有水下目标物的沉积属性/形态特征数据的声纳图像数据；
所述便携式多频测深仪用于获取水域测量数据和疏浚区域浮泥层厚度数据；
所述浅地层剖面仪用于获取水深及浅剖数据；
所述无线数据传输装置用于将声纳图像数据、水域测量数据、疏浚区域浮泥层厚度数据、水深及浅剖数据无线传输至所述多平台与多传感器研制系统集成和数据处理平台以及显示装置，所述显示装置能对遥感船所在区域的水底部地层进行剖面显示；
所述多平台与多传感器研制系统集成和数据处理平台用于根据接收到的数据进行水下地物探测与识别分析；
所述北斗卫星导航系统用于为遥感船的自动行驶和测量提供位置信息数据。
进一步地，所述遥感船为航行稳定且能够抗3级风浪的低重心结构船体，其采用双舵机推进，且最高船速为3m/s。
进一步地，所述三维测深侧扫声呐系统利用水下表面物质背散射特征的差异获取声纳图像数据。
进一步地，所述遥感船为密封防水结构，所述三维测深侧扫声呐系统、所述北斗卫星导航系统、所述便携式多频测深仪、所述浅地层剖面仪的非防水部分均封装于所述遥感船内部。
进一步地，所述遥感船设置有漏水报警模块，当所述遥感船漏水时，漏水报警模块能够通过无线数据传输装置将漏水信息数据传输至所述多平台与多传感器研制系统集成和数据处理平台。
进一步地，所述北斗卫星导航系统为的RTK精度为水平0.01m±1ppm，朝向精度为0.1度，倾角范围为±80度，倾角准确度为±1度。
进一步地，所述多平台与多传感器研制系统集成和数据处理平台写有水下地物探测与识别算法，所述水下地物探测与识别算法包括边缘约束精确检测方法和基于卷曲神经网络算法的识别方法。
更进一步地，所述边缘约束精确检测方法包括以下步骤：
S1、对声纳图像数据进行预处理；
S2、确定边缘约束条件；
S3、采用Canny算子边缘检测算法对预处理后的声纳图像数据进行边缘检测，获取目标及目标阴影边缘结果数据；
S4、对目标及目标阴影边缘结果数据进行判断，若其未达到边缘约束条件，则跳转至步骤S3，否则输出当前目标及目标阴影边缘结果数据。
更进一步地，所述步骤S1中，预处理过程包括去噪及增强处理。
更进一步地，所述基于卷曲神经网络算法的识别方法用于根据声呐图像中目标及其阴影的形态构造其它同类目标深层次的共性特征。
与现有技术相比，本发明具有的有益效果是：其为通过无人遥感船与多传感器相结合，选择相应的检测与识别算法构建的更全面的一种水下地物识别系统；该识别系统能在复杂危险的水域作业，能够抵达大型调查船无法抵达的工作地点；该识别系统能获取水下目标物的沉积属性/形态特征数据、水域测量数据和疏浚区域浮泥层厚度数据、水深及浅剖数据，通过对数据进行探测和识别分析，能够获取到目标区域的全面高精度的探测结果；边缘约束精确检测能够综合边缘信息、区域特征、平滑约束构造活动轮廓模型泛函，同时提高检测结果的精确性和鲁棒性；卷曲神经网路别算法能够根据声呐图像中目标及其阴影的形态具有明显的多样性，构造能够发现同类目标中深层次的共性特征。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举本发明实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明所述水下地物识别系统的结构示意框图；
图2是本发明所述水下地物识别系统的结构示意图；
图3是本发明系统工作过程中的信号传输示意图；
图4是本发明中的边缘约束精确检测过程示意图；
图中：1、三维测深侧扫声呐系统；2、北斗卫星导航系统；3、便携式多频测深仪； 4、浅地层剖面仪；5、多平台与多传感器研制系统集成和数据处理平台。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
请参照图1～图4，本实施例提供了一种水下地物识别系统，包括遥感船，遥感船搭载有三维测深侧扫声呐系统1、北斗卫星导航系统2、便携式多频测深仪3、浅地层剖面仪4、无线数据传输装置、多平台与多传感器研制系统集成和数据处理平台5；三维测深侧扫声呐系统1用于获取包括有水下目标物的沉积属性/形态特征数据的声纳图像数据；便携式多频测深仪3用于获取水域测量数据和疏浚区域浮泥层厚度数据；浅地层剖面仪4用于获取水深及浅剖数据；无线数据传输装置用于将声纳图像数据、水域测量数据、疏浚区域浮泥层厚度数据、水深及浅剖数据无线传输至多平台与多传感器研制系统集成和数据处理平台5以及显示装置，显示装置能对遥感船所在区域的水底部地层进行剖面显示；多平台与多传感器研制系统集成和数据处理平台5用于根据接收到的数据进行水下地物探测与识别分析；北斗卫星导航系统2用于为遥感船的自动行驶和测量提供位置信息数据。
在本实施例中，遥感船的船体小，重量轻，方便搬运携带，为三体设计，包括重心低、航行稳以及抗3级风浪。船体材料采用加凯夫拉防弹布的高强度玻璃钢材质，防腐防磨防撞损，可经受礁石撞击，可在水中长期工作。
在本实施例中，遥感船为可插拔式双舵机推进，最高船速3m/s；全密封设计，防腐蚀，隔舱防沉，漏水报警。遥感船设置有漏水报警模块，当遥感船漏水时，漏水报警模块能够通过无线数据传输装置将漏水信息数据传输至多平台与多传感器研制系统集成和数据处理平台5。
在本实施例中，三维测深侧扫声呐系统1利用水下表面物质背散射特征的差异获取声纳图像数据。
在本实施例中，遥感船通过北斗卫星导航系统2实现卫星定位，自主导航，其主要参数为：
RTK：水平0.01m±1ppm；
朝向精度：0.1度；
倾角范围：±80度；
倾角准确度：±1度(0度-15度)。
在本实施例中，便携式多频测深仪3采用高频测量水深时具有极高的精确度，采用低频测量时，具有穿透力强的特点，其适合复杂水域测量和检测疏浚区域浮泥层厚度。
在本实施例中，无线数据传输装置接收无人船平台的数据信息和实时图像信息，通过显示装置的界面可监控无人船平台工作状态，接收、存储、显示监测数据。实现船只与地面基站采用无线射频点对点通信方式；船只与遥控器采用无线射频点对点通信方式；通信范围内可进行大量数据传输和数据监控，可远程监控船只动态及工作。
在本实施例中，遥感船为密封防水结构，三维测深侧扫声呐系统1、北斗卫星导航系统2、便携式多频测深仪3、浅地层剖面仪4的非防水部分均封装于遥感船内部。
在本实施例中，多平台与多传感器研制系统集成和数据处理平台5写有水下地物探测与识别算法，水下地物探测与识别算法包括边缘约束精确检测方法和基于卷曲神经网络算法的识别方法。
边缘约束精确检测方法能够综合边缘信息能够、区域特正、平滑约束构造活动轮廓模型(目标及目标阴影边缘结果数据)，同时提高检测结果的精确性，其包括以下步骤：
S1、对声纳图像数据进行预处理，包括去噪及增强处理；
S2、确定边缘约束条件；
S3、采用Canny算子边缘检测算法对预处理后的声纳图像数据进行边缘检测，获取目标及目标阴影边缘结果数据；
S4、对目标及目标阴影边缘结果数据进行判断，若其未达到边缘约束条件，则跳转至步骤S3，否则输出当前目标及目标阴影边缘结果数据。
在本实施例中，基于卷曲神经网络算法的识别方法用于根据声呐图像中目标及其阴影的形态构造其它同类目标深层次的共性特征。
本实施例所述水下地物识别系统，在使用时，用户对勘测区域进行控制测量，在校准一起后采用GPS进行坐标定位，水下断面测量，采用三维测扫声呐与图3所示的 GNSS相结合的方法进行测量。遥感船具备自动测量功能，但在一些水域，情况比较复杂之时，也可以随时采用智能遥控器进行手动控制，视距内可灵活操控，超出视距后可根据遥感船在岸基控制基站上显示的信息(船位、速度、方向等)进行操控遥感船搭载三维侧扫声呐系统及高精度北斗卫星导航系统2进行走航式水下地物勘测，根据现场监控的实测水深值调整测线间距，以保证水下全覆盖测量，相邻测线之间覆盖测量区域需跟进深度选择重合范围以便进行数据的拼接和检测。实际作业过程根据测区范围及作业进度划分测区，在每个小的作业范围内，沿平行岸线方向布置测线并往返航行测量。
在水深较浅区域，设置补测测线补充测量以满足全覆盖测量要求。测线布置按照下列原则进行：
测线要求平行布设。区域内的测线应为彼此平行关系，且走向也要符合底部等深线走向，这样布置可尽量扩大测线范围，提高覆盖率；库区为典型的“U”型横断面，水深由中间向两侧减小，等深线走向基本和岸线走向一致，布设测线时也尽量沿岸线设计布设；各个测线测量范围应有重叠。全覆盖不得存在半点盲区，因此要求测线网可将测区航道全面覆盖。多波束测深系统测量模式是“由点到面”，在声呐波束边缘存在信号干扰区域。而位于边缘的反射波由于散射明显，很多反射波都不能被接收器有效接收，因此得到的有效波较少，信号质量存在较大干扰。因此要求相邻测线的探测范围必须要有一定的重叠区，以保证每一区域的信号清晰，测线总长度不得过长，大范围测量采用分区域相对独立作业。库区水深呈现“中间大，两边小”的特点，布置测线时可适当加密边缘航道测线，而中间测线可适当稀疏，以实际覆盖范围最大为3倍水深的间距进行布置；复杂区应加密测线。测线的布置密度和测量精度呈正比关系，因此在复杂区应加大采样点密度，以提高对该区域水底地形分辨率。
在测量结束后将测量的数据导入多平台与多传感器研制系统集成和数据处理平台5，最后得到同类目标深层次的共性特征。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种水下地物识别系统，其特征在于，包括遥感船，所述遥感船搭载有三维测深侧扫声呐系统、北斗卫星导航系统、便携式多频测深仪、浅地层剖面仪、无线数据传输装置、多平台与多传感器研制系统集成和数据处理平台；
所述三维测深侧扫声呐系统用于获取包括有水下目标物的沉积属性/形态特征数据的声纳图像数据；
所述便携式多频测深仪用于获取水域测量数据和疏浚区域浮泥层厚度数据；
所述浅地层剖面仪用于获取水深及浅剖数据；
所述无线数据传输装置用于将声纳图像数据、水域测量数据、疏浚区域浮泥层厚度数据、水深及浅剖数据无线传输至所述多平台与多传感器研制系统集成和数据处理平台以及显示装置，所述显示装置能对遥感船所在区域的水底部地层进行剖面显示；
所述多平台与多传感器研制系统集成和数据处理平台用于根据接收到的数据进行水下地物探测与识别分析；
所述北斗卫星导航系统用于为遥感船的自动行驶和测量提供位置信息数据。
2.根据权利要求1所述的水下地物识别系统，其特征在于，所述遥感船为航行稳定且能够抗3级风浪的低重心结构船体，其采用双舵机推进，且最高船速为3m/s。
3.根据权利要求1所述的水下地物识别系统，其特征在于，所述三维测深侧扫声呐系统利用水下表面物质背散射特征的差异获取声纳图像数据。
4.根据权利要求1所述的水下地物识别系统，其特征在于，所述遥感船为密封防水结构，所述三维测深侧扫声呐系统、所述北斗卫星导航系统、所述便携式多频测深仪、所述浅地层剖面仪的非防水部分均封装于所述遥感船内部。
5.根据权利要求1所述的水下地物识别系统，其特征在于，所述遥感船设置有漏水报警模块，当所述遥感船漏水时，漏水报警模块能够通过无线数据传输装置将漏水信息数据传输至所述多平台与多传感器研制系统集成和数据处理平台。
6.根据权利要求1所述的水下地物识别系统，其特征在于，所述北斗卫星导航系统为的RTK精度为水平0.01m±1ppm，朝向精度为0.1度，倾角范围为±80度，倾角准确度为±1度。
7.根据权利要求1所述的水下地物识别系统，其特征在于，所述多平台与多传感器研制系统集成和数据处理平台写有水下地物探测与识别算法，所述水下地物探测与识别算法包括边缘约束精确检测方法和基于卷曲神经网络算法的识别方法。
8.根据权利要求7所述的水下地物识别系统，其特征在于，所述边缘约束精确检测方法包括以下步骤：
S1、对声纳图像数据进行预处理；
S2、确定边缘约束条件；
S3、采用Canny算子边缘检测算法对预处理后的声纳图像数据进行边缘检测，获取目标及目标阴影边缘结果数据；
S4、对目标及目标阴影边缘结果数据进行判断，若其未达到边缘约束条件，则跳转至步骤S3，否则输出当前目标及目标阴影边缘结果数据。
9.根据权利要求8所述的水下地物识别系统，其特征在于，所述步骤S1中，预处理过程包括去噪及增强处理。
10.根据权利要求8所述的水下地物识别系统，其特征在于，所述基于卷曲神经网络算法的识别方法用于根据声呐图像中目标及其阴影的形态构造其它同类目标深层次的共性特征。
CN202010567057.5A 2020-06-19 2020-06-19 一种水下地物识别系统 Active CN111694003B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010567057.5A CN111694003B (zh) 2020-06-19 2020-06-19 一种水下地物识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010567057.5A CN111694003B (zh) 2020-06-19 2020-06-19 一种水下地物识别系统

Publications (2)

Publication Number Publication Date
CN111694003A true CN111694003A (zh) 2020-09-22
CN111694003B CN111694003B (zh) 2021-07-13

Family

ID=72482258

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010567057.5A Active CN111694003B (zh) 2020-06-19 2020-06-19 一种水下地物识别系统

Country Status (1)

Country Link
CN (1) CN111694003B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113189598A (zh) * 2021-05-13 2021-07-30 无锡德林海环保科技股份有限公司 一种湖床盆地快速定位及淤泥分布及厚度快速测定方法
CN114200537A (zh) * 2021-12-13 2022-03-18 北京环境特性研究所 一种卫星下视地球的探测边界确定方法
RU2806876C1 (ru) * 2023-01-10 2023-11-08 Акционерное Общество "Концерн "Океанприбор" Способ классификации подводного объекта

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104199123A (zh) * 2014-08-07 2014-12-10 上海瑞洋船舶科技有限公司 海底电缆铺设质量检测系统
US20150226588A1 (en) * 2014-02-07 2015-08-13 Teledyne Rd Instruments, Inc. System and method for a handheld current profiler
CN104943836A (zh) * 2015-05-21 2015-09-30 中国科学院声学研究所 一种用于深海拖体的紧急安全系统
CN108045531A (zh) * 2017-12-04 2018-05-18 国网山东省电力公司电力科学研究院 用于海底电缆巡检的水下机器人控制系统及方法
KR20180107036A (ko) * 2018-09-10 2018-10-01 김창봉 지형측량 및 탐색용의 다양한 소나를 장착하기 위한 지그 타입의 수상드론
CN208012618U (zh) * 2018-02-05 2018-10-26 天津市陆海测绘有限公司 一种海管调查系统
CN209553437U (zh) * 2019-01-10 2019-10-29 浙江嘉蓝海洋电子有限公司 无人测绘艇

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150226588A1 (en) * 2014-02-07 2015-08-13 Teledyne Rd Instruments, Inc. System and method for a handheld current profiler
CN104199123A (zh) * 2014-08-07 2014-12-10 上海瑞洋船舶科技有限公司 海底电缆铺设质量检测系统
CN104943836A (zh) * 2015-05-21 2015-09-30 中国科学院声学研究所 一种用于深海拖体的紧急安全系统
CN108045531A (zh) * 2017-12-04 2018-05-18 国网山东省电力公司电力科学研究院 用于海底电缆巡检的水下机器人控制系统及方法
CN208012618U (zh) * 2018-02-05 2018-10-26 天津市陆海测绘有限公司 一种海管调查系统
KR20180107036A (ko) * 2018-09-10 2018-10-01 김창봉 지형측량 및 탐색용의 다양한 소나를 장착하기 위한 지그 타입의 수상드론
CN209553437U (zh) * 2019-01-10 2019-10-29 浙江嘉蓝海洋电子有限公司 无人测绘艇

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113189598A (zh) * 2021-05-13 2021-07-30 无锡德林海环保科技股份有限公司 一种湖床盆地快速定位及淤泥分布及厚度快速测定方法
CN113189598B (zh) * 2021-05-13 2021-12-07 无锡德林海环保科技股份有限公司 一种湖床盆地快速定位及淤泥分布及厚度快速测定方法
CN114200537A (zh) * 2021-12-13 2022-03-18 北京环境特性研究所 一种卫星下视地球的探测边界确定方法
CN114200537B (zh) * 2021-12-13 2023-12-22 北京环境特性研究所 一种卫星下视地球的探测边界确定方法
RU2806876C1 (ru) * 2023-01-10 2023-11-08 Акционерное Общество "Концерн "Океанприбор" Способ классификации подводного объекта

Also Published As

Publication number Publication date
CN111694003B (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
CN110414396B (zh) 一种基于深度学习的无人艇感知融合算法
CN107883932B (zh) 一种适用岛礁与岸滩的测量系统与方法
US10950041B2 (en) Method for generating 3D data relating to an object
CN109934891B (zh) 一种基于无人船的水域岸线构建方法及系统
CN208110051U (zh) 一种基于无人船的水下测量系统
CN111694003B (zh) 一种水下地物识别系统
CN110580044A (zh) 基于智能感知的无人船全自动航行异构系统
CN109631857B (zh) 一种多无人艇联合岛礁测绘系统和方法
CN114488164B (zh) 水下航行器同步定位与建图方法及水下航行器
CN209426501U (zh) 海洋探测机器人
US20170242113A1 (en) Systems and associated methods for producing sonar image overlay
US11947007B2 (en) Sonar beam zone presentation
US11921199B2 (en) Sonar beam footprint presentation
CN107766818A (zh) 一种启发式的水下结构化环境线特征提取方法
KR101380250B1 (ko) 로봇 및 로봇 위치 인식 방법
CN114910024A (zh) 一种水下淤泥厚度探测方法及其系统
Iscar et al. Autonomous surface vehicle 3D seafloor reconstruction from monocular images and sonar data
JP3590833B2 (ja) 測量システムとその測量システムを用いた測量方法
Pulido et al. Time and cost-efficient bathymetric mapping system using sparse point cloud generation and automatic object detection
JP4445635B2 (ja) 無人潜水機の航行方法および無人潜水機
US20240004062A1 (en) Geographically augmented sonar
RU2736231C1 (ru) Способ определения распределения скорости звука
Mindell Precision Navigation and Remotes Sensing for Underwaters Archaeology
Jones et al. Mapping of submerged aquatic vegetation using autonomous underwater vehicles in nearshore regions
US20240027193A1 (en) Dynamic easyrouting utilizing onboard sensors

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