CN111966137A - 一种基于大数据的水产品运输环境智能监测调控系统 - Google Patents

一种基于大数据的水产品运输环境智能监测调控系统 Download PDF

Info

Publication number
CN111966137A
CN111966137A CN202010824838.8A CN202010824838A CN111966137A CN 111966137 A CN111966137 A CN 111966137A CN 202010824838 A CN202010824838 A CN 202010824838A CN 111966137 A CN111966137 A CN 111966137A
Authority
CN
China
Prior art keywords
water
fish
water quality
transportation
module
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Withdrawn
Application number
CN202010824838.8A
Other languages
English (en)
Inventor
刘同友
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202010824838.8A priority Critical patent/CN111966137A/zh
Publication of CN111966137A publication Critical patent/CN111966137A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D21/00—Control of chemical or physico-chemical variables, e.g. pH value
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152—Water filtration

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Food Science & Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

本发明公开一种基于大数据的水产品运输环境智能监测调控系统，包括鱼群种类图像采集分类模块、运输鱼群密度分析模块、水体溶氧量分析统计模块、运输环境水质检测模块、水质波动检测模块、水质波动分析模块、参数数据库、总控服务器、充氧模块、显示终端和语音提示终端，本发明通过对运输车内的鱼群进行图像采集，获取鱼群的种类及密度，进而得到水箱内所有鱼需要的综合水溶氧量，再对水质参数和水质波动参数进行检测，并进行运输环境适宜度系数和运输水质波动系数计算，实现对水产品运输环境的监测调节，保障了水产品在运输过程中的安全性，降低因运输环境的恶化导致水产品受伤和死亡率，大大提高了水产品的鲜活度。

Description

一种基于大数据的水产品运输环境智能监测调控系统
技术领域
本发明属于运输环境监测技术领域，涉及到一种基于大数据的水产品运输环境智能监测调控系统。
背景技术
随着鱼类等水产品大量上市季节来临，水产品流通领域日益活跃，但是水产品有别于其他农副产品，水产品在运输过程中，因暂养密度高，运输时间长，路途颠簸、缺乏足够的水处理设备，水质极易恶化，进而造成水产品受伤和死亡，因此对水产品运输环境进行监测调节对提高水产品鲜活度具有重大意义。
发明内容
本发明的技术任务是提供一种基于大数据的水产品运输环境智能监测调控系统，通过图像采集分析，获取运输鱼群的种类及密度，进而得到水箱内所有鱼需要的综合水溶氧量，再对水质参数和水质波动参数进行检测，并进行运输环境适宜度系数和运输水质波动系数计算，实现对水产品运输环境的监测调节，解决了背景技术中提到了的水产品在运输过程中存在的问题。
为实现上述目的，本发明提供了以下技术方案：
一种基于大数据的水产品运输环境智能监测调控系统，包括鱼群种类图像采集分类模块、运输鱼群密度分析模块、水体溶氧量分析统计模块、运输环境水质检测模块、水质波动检测模块、水质波动分析模块、参数数据库、总控服务器、充氧模块、显示终端和语音提示终端，所述运输鱼群密度分析模块与鱼群种类图像采集分类模块连接，水体溶氧量分析统计模块与运输鱼群密度分析模块连接，总控服务器分别与运输环境水质检测模块、参数数据库、充氧模块、显示终端和语音提示终端连接，水质波动分析模块分别与水质波动检测模块和总控服务器连接；
所述鱼群种类图像采集分类模块用于利用图像采集识别技术对运输水箱中的所有鱼群进行种类识别，其包括水箱水体区域划分模块、图像采集处理模块和图像对比分类模块，所述图像采集处理模块模块与水箱水体区域划分模块连接，图像对比分类模块与图像采集处理模块连接；
所述水箱水体区域划分模块用于将水箱水体区域的深度采用等距离划分方式，将水箱水体区域划分为若干深度子区域，各深度子区域按照预设的顺序进行编号，依次标记为1,2...h....n；
所述图像采集处理模块包括若干高清水下摄像头，其均匀安装在各深度子区域位置，用于同时对各深度子区域内的鱼群图像进行拍摄，获取各深度子区域鱼群图像，并对获取的深度子区域鱼群图像进行图像增强和高清滤波处理，得到各深度子区域高清鱼群图像，构成子区域高清鱼群图像集合P(p1,p2,...,ph,...,pn),ph表示为第h个深度子区域鱼群图像；
所述图像对比分类模块将得到的子区域高清鱼群图像集合中每个深度子区域高清鱼群图像进行鱼数量获取，并对每条鱼进行鱼种类外形特征抓取，同时将抓取的各深度子区域中每条鱼的种类特征与参数数据库中存储的各种类鱼的外形特征进行对比，得到整个水箱水体区域中装载的每条鱼所属种类，统计属于同一种类鱼的鱼数量，进而获取整个水箱水体区域中装载的鱼种类数，以及各种类鱼对应的鱼群数量，构成鱼群种类数量集合W(w1,w2,...,wj,...,wm)，wj表示为第j种鱼类对应的鱼群数量，图像对比分类模块将获得的鱼群种类数量集合发送至运输鱼群密度分析模块；
所述运输鱼群密度分析模块接收鱼群种类图像采集分类模块发送的鱼群种类数量集合，根据运输水箱中所装水的体积，利用密度计算公式
Figure BDA0002635770840000031
获取运输水箱中各种类鱼的鱼群密度，构成鱼种类密度集合ρ(ρ1,ρ2,...,ρj,...,ρm)，并发送至水体溶氧量分析统计模块；
所述水体溶氧量分析统计模块接收运输鱼群密度分析模块发送的鱼种类密度集合，提取参数数据中各种类鱼需要的水溶氧量标准临界值和该水溶氧量标准临界值对应的标准鱼群密度，统计各种类鱼群需要的总体水溶氧量，进而获得整个运输水箱内所有鱼需要的综合水溶氧量，并发送至总控服务器；
所述运输环境水质检测模块包括若干水质检测终端，其均匀安装在各深度子区域位置，用于检测各深度子区域的水质参数，构成各深度子区域水质参数集合GS(gs1,gs2,...,gsh,...,gsn)，gsh表示为第h个深度子区域的第s个水质参数对应的数值，s表示为水质参数，s＝r1,r2,r3,r4,r5,r1,r2,r3,r4,r5分别表示为水体中的溶氧量、水温、酸碱度、氨氮浓度、亚硝酸盐浓度,并将同一水质参数在不同深度子区域的检测值进行平均值计算，获得各水质参数的平均值，并分别发送至总控服务器和显示终端；
所述参数数据库，存储各种类鱼的外形特征，存储各种类鱼需要的水溶氧量标准临界值和该水溶氧量标准临界值对应的标准鱼群密度，存储标准水质参数，存储各安全等级水质环境对应的运输环境适宜度系数范围，存储运输前的原始运输环境适宜度系数，存储安全运输水质波动系数及安全运输水质波动系数对应的安全运输车速度范围和振动位移范围，并存储各种类鱼的水溶氧量影响系数；
所述总控服务器接收水体溶氧量分析统计模块发送的整个运输水箱内所有鱼需要的综合水溶氧量，接收运输环境水质检测模块发送的各水质参数的平均值，并提取平均水质参数中的水体平均溶氧量与综合水溶氧量进行对比，若水体平均溶氧量小于综合水溶氧量，则表明水体缺氧，需要进行充氧，将综合水溶氧量减去水体平均溶氧量获取水体充氧量，发送充氧控制指令及水体充氧量至充氧模块，同时接收充氧模块反馈的充氧量，当反馈的充氧量大于统计的水体充氧量，则发送停止充氧控制指令至充氧模块；
所述总控服务器提取参数数据库中标准水质参数，将接收的水体平均溶氧量、平均水温、平均酸碱度、平均氨氮浓度和平均亚硝酸盐浓度分别与整个运输水箱内鱼需要的水综合溶氧量、标准水温、标准酸碱度、标准氨氮浓度、标准亚硝酸盐浓度进行对比，统计运输环境适宜度系数，将统计的运输环境适宜度系数与各安全等级水质环境对应的运输环境适宜度系数范围进行对比，筛选该运输环境适宜度系数对应的水质环境等级，且发送至显示终端；
同时，总控服务器将统计的运输环境适宜度系数与参数数据库中存储的运输前的原始运输环境适宜度系数进行对比，若运输水环境适宜度系数小于原始运输环境适宜度系数，则表明运输水环境在运输的过程中出现了污染波动，统计运输水质波动系数，并发送至水质波动分析模块；
所述水质波动检测模块包括速度传感器和振动位移传感器，所述速度传感器安装在运输车驾驶室内，用于检测运输车在行驶过程中的速度，所述振动位移传感器安装在运输水箱底部，用于检测运输车在行驶过程中的振动位移，水质波动检测模块将检测的速度和振动位移发送至水质波动分析模块；
所述水质波动分析模块接收水质波动检测模块发送的运输车速度和振动位移，同时接收总控服务器发送的运输水质波动系数，与安全运输水质波动系数进行对比，若大于安全运输水质波动系数，则表明水质污染波动较大，提取参数数据库中安全运输水质波动系数对应的安全运输车速度范围和振动位移范围，并与检测的运输车速度和振动位移进行对比，若检测的运输车速度值大于安全运输车速度上限值，则发送减速语音信号至语音提示终端，若检测的振动位移值大于安全振动位移范围上限值，则发送平稳开车语音信号至语音提示终端；
所述充氧模块，包括供氧装置，充氧模块接收总控服务器发送的增氧指令和水体增氧量，打开供氧的供氧开关，对运输水箱的水体区域进行充氧，并实时采集充氧量，将采集的充氧量发送至总控服务器，接收总控服务器发送的停止充氧指令，关闭供氧装置的供氧开关；
所述显示终端安装在驾驶车内，分别接收总控服务器发送的水质环境等级和运输环境水质检测模块发送的各水质参数的平均值，并显示，同时驾驶员根据显示的水质环境等级进行相应的处理措施；
所述语音提示终端安装在驾驶车内，接收总控服务器发送的减速和平稳开车语音提示信号，驾驶员可根据提示进行相应操作。
优选地，所述预设的各深度子区域的标记顺序为按照运输水箱中水深度由浅到深的顺序进行标记。
进一步地，所述各种类鱼群需要的总体水溶氧量计算公式为
Figure BDA0002635770840000051
式中
Figure BDA0002635770840000052
表示为第j种鱼类鱼群需要的总体水溶氧量，
Figure BDA0002635770840000053
表示为第j种鱼类需要的水溶氧量标准临界值，ρj0表示为第j种鱼类需要的水溶氧量标准临界值对应的标准鱼群密度，ρj表示为统计的第j种鱼类的鱼群密度。
进一步地，所述整个运输水箱内所有鱼需要的综合水溶氧量的计算公式为
Figure BDA0002635770840000054
Figure BDA0002635770840000055
表示为第j种鱼类的水溶氧量影响系数。
进一步地，所述水质检测终端包括水质检测仪，其用于检测运输水箱水体中的溶氧量、水温、酸碱度、氨氮浓度和亚硝酸盐浓度，所述标准水质参数包括标准水温、标准酸碱度、标准氨氮浓度和标准亚硝酸盐浓度。
进一步地，所述运输环境适宜度系数的计算公式为
Figure BDA0002635770840000061
式中Δgr表示为水体平均溶氧量、平均水温、平均酸碱度、平均氨氮浓度和平均亚硝酸盐浓度分别与整个运输水箱内鱼需要的水综合溶氧量、标准水温、标准酸碱度、标准氨氮浓度和标准亚硝酸盐浓度的对比差值，
Figure BDA0002635770840000062
表示为水体平均溶氧量、平均水温、平均酸碱度、平均氨氮浓度和平均亚硝酸盐浓度，gr标准表示为整个运输水箱内鱼需要的水综合溶氧量、标准水温、标准酸碱度、标准氨氮浓度和标准亚硝酸盐浓度，r＝1,2,3,4,5。
进一步地，所述运输水质波动系数的计算公式为
Figure BDA0002635770840000063
Figure BDA0002635770840000064
表示为运输前的原始运输环境适宜度系数。
有益效果：
(1)本发明提供的一种基于大数据的水产品运输环境智能监测调控系统，通过对运输车内运输水箱中的鱼类水产品进行图像采集，获取运输鱼的种类及密度，进而得到整个运输水箱内所有鱼需要的综合水溶氧量，再对水箱水体的水质进行检测，并进行运输环境适宜度系数计算，同时根据水质波动参数分析水质的波动系数，实现对水产品运输环境的监测调节，其计算的运输环境适宜度系数实现了对运输环境的安全适宜性的量化展示，便于驾驶员直观了解并采取针对性的措施，保障了水产品在运输过程中的安全性，降低因运输环境的恶化导致水产品受伤和死亡率，大大提高了水产品的鲜活度。
(2)本发明提供的一种基于大数据的水产品运输环境智能监测调控系统，通过获取的运输水质波动系数与安全运输水质波动系数进行对比，根据对比值，对运输车的速度和振动位移进行调节，以实现对运输水质的智能控制，保证水产品在运输过程中的水质波动在安全运输水质波动系数以内，进一步保障了运输环境水质的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明的水产品运输车示意图；
图2为本发明的模块示意图；
图3为本发明的鱼群种类图像采集分类模块示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。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它实施例，都属于本发明保护的范围。
请参阅图1-3所示，一种基于大数据的水产品运输环境智能监测调控系统，包括鱼群种类图像采集分类模块、运输鱼群密度分析模块、水体溶氧量分析统计模块、运输环境水质检测模块、水质波动检测模块、水质波动分析模块、参数数据库、总控服务器、充氧模块、显示终端和语音提示终端，所述运输鱼群密度分析模块与鱼群种类图像采集分类模块连接，水体溶氧量分析统计模块与运输鱼群密度分析模块连接，总控服务器分别与运输环境水质检测模块、参数数据库、充氧模块、显示终端和语音提示终端连接，水质波动分析模块分别与水质波动检测模块和总控服务器连接。
鱼群种类图像采集分类模块用于利用图像采集识别技术对运输水箱中的所有鱼群进行种类识别，其包括水箱水体区域划分模块、图像采集处理模块和图像对比分类模块，所述图像采集处理模块模块与水箱水体区域划分模块连接，图像对比分类模块与图像采集处理模块连接；
所述水箱水体区域划分模块用于将水箱水体区域的深度采用等距离划分方式，将水箱水体区域划分为若干深度子区域，各深度子区域按照预设的顺序进行编号，其预设的顺序为按照运输水箱中水深度由浅到深的顺序进行标记，编号为1,2...h....n；
本实施例通过对运输水箱水体区域进行划分，为后续进行鱼群图像采集提供支撑，通过对划分的各深度子区域进行图像采集，避免使用单个摄像头对水箱水体整体鱼群区域图像拍摄因水体过深或水质浑浊带来的拍摄不清晰，拍摄遗漏，准确度不高的问题，提高图像采集的精准度和可靠性。
所述图像采集处理模块包括若干高清水下摄像设备，所述水下摄像设备能够在水下进行目标物体拍摄，其均匀安装在各深度子区域位置，用于同时对各深度子区域内的鱼群图像进行拍摄，获取各深度子区域鱼群图像，并对获取的深度子区域鱼群图像进行图像增强和高清滤波处理，得到各深度子区域高清鱼群图像，构成子区域高清鱼群图像集合P(p1,p2,...,ph,...,pn),ph表示为第h个深度子区域鱼群图像；
所述图像对比分类模块将得到的子区域高清鱼群图像集合中每个深度子区域高清鱼群图像进行鱼数量获取，并对每条鱼进行鱼种类外形特征抓取，同时将抓取的各深度子区域中每条鱼的种类特征与参数数据库中存储的各种类鱼的外形特征进行对比，得到整个水箱水体区域中装载的每条鱼所属种类，统计属于同一种类鱼的鱼数量，进而获取整个水箱水体区域中装载的鱼种类数，以及各种类鱼对应的鱼群数量，构成鱼群种类数量集合W(w1,w2,...,wj,...,wm)，wj表示为第j种鱼类对应的鱼群数量，图像对比分类模块将获得的鱼群种类数量集合发送至运输鱼群密度分析模块。
运输鱼群密度分析模块接收鱼群种类图像采集分类模块发送的鱼群种类数量集合，根据运输水箱中所装水的体积，利用密度计算公式
Figure BDA0002635770840000091
V表示为运输水箱中水的体积，获取运输水箱中各种类鱼的鱼群密度，构成鱼种类密度集合ρ(ρ1,ρ2,...,ρj,...,ρm)，并发送至水体溶氧量分析统计模块。
水体溶氧量分析统计模块接收运输鱼群密度分析模块发送的鱼种类密度集合，提取参数数据库中各种类鱼需要的水溶氧量标准临界值和该水溶氧量标准临界值对应的标准鱼群密度，统计各种类鱼群需要的总体水溶氧量
Figure BDA0002635770840000092
式中
Figure BDA0002635770840000093
表示为第j种鱼类鱼群需要的总体水溶氧量，
Figure BDA0002635770840000094
表示为第j种鱼类需要的水溶氧量标准临界值，ρj0表示为第j种鱼类需要的水溶氧量标准临界值对应的标准鱼群密度，ρj表示为统计的第j种鱼类的鱼群密度，进而获得整个运输水箱内所有鱼需要的综合水溶氧量
Figure BDA0002635770840000095
Figure BDA0002635770840000096
表示为第j种鱼类的水溶氧量影响系数，水体溶氧量分析统计模块将获取的整个运输水箱内所有鱼需要的综合水溶氧量发送至总控服务器。
运输环境水质检测模块包括若干水质检测终端，水质检测终端包括水质检测仪，其用于检测运输水箱水体中的溶氧量、水温、酸碱度、氨氮浓度和亚硝酸盐浓度，其均匀安装在各深度子区域位置，用于检测各深度子区域的水质参数，构成各深度子区域水质参数集合GS(gs1,gs2,...,gsh,...,gsn)，gsh表示为第h个深度子区域的第s个水质参数对应的数值，s表示为水质参数，s＝r1,r2,r3,r4,r5,r1,r2,r3,r4,r5分别表示为水体中的溶氧量、水温、酸碱度、氨氮浓度、亚硝酸盐浓度,并将同一水质参数在不同深度子区域的检测值进行平均值计算，获得各水质参数的平均值，并分别发送至总控服务器和显示终端；
参数数据库，存储各种类鱼的外形特征，其外形特征包括形状、颜色和大小，存储各种类鱼需要的水溶氧量标准临界值和该水溶氧量标准临界值对应的标准鱼群密度，存储标准水质参数，其标准水质参数包括标准水温、标准酸碱度、标准氨氮浓度和标准亚硝酸盐浓度，存储各等级水质环境D,D＝1,2,3对应的运输环境适宜度系数范围，存储运输前的原始运输环境适宜度系数，存储安全运输水质波动系数及安全运输水质波动系数对应的安全运输车速度范围和振动位移范围，并存储各种类鱼的水溶氧量影响系数；
总控服务器接收水体溶氧量分析统计模块发送的整个运输水箱内所有鱼需要的综合水溶氧量，接收运输环境水质检测模块发送的各水质参数的平均值，并提取平均水质参数中的水体平均溶氧量与综合水溶氧量进行对比，若水体平均溶氧量小于综合水溶氧量，则表明水体缺氧，需要进行充氧，将综合水溶氧量减去水体平均溶氧量获取水体充氧量，发送充氧控制指令及水体充氧量至充氧模块，同时接收充氧模块反馈的充氧量，当反馈的充氧量大于统计的水体充氧量，则发送停止充氧控制指令至充氧模块。
总控服务器提取参数数据库中标准水质参数，将接收的水体平均溶氧量、平均水温、平均酸碱度、平均氨氮浓度和平均亚硝酸盐浓度分别与整个运输水箱内鱼需要的水综合溶氧量、标准水温、标准酸碱度、标准氨氮浓度、标准亚硝酸盐浓度进行对比，统计运输环境适宜度系数
Figure BDA0002635770840000111
式中Δgr表示为水体平均溶氧量、平均水温、平均酸碱度、平均氨氮浓度和平均亚硝酸盐浓度分别与整个运输水箱内鱼需要的水综合溶氧量、标准水温、标准酸碱度、标准氨氮浓度和标准亚硝酸盐浓度的对比差值，
Figure BDA0002635770840000112
表示为水体平均溶氧量、平均水温、平均酸碱度、平均氨氮浓度和平均亚硝酸盐浓度，gr标准表示为整个运输水箱内鱼需要的水综合溶氧量、标准水温、标准酸碱度、标准氨氮浓度和标准亚硝酸盐浓度，r＝1,2,3,4,5，运输环境适宜度系数越大，表明运输环境安全性越好，将统计的运输环境适宜度系数与各安全等级水质环境对应的运输环境适宜度系数范围进行对比，筛选该运输环境适宜度系数对应的水质环境等级，且发送至显示终端；
本实施例计算的运输环境适宜度系数实现了对运输环境的安全适宜性的量化，方便驾驶员直观了解，为后续进行水质波动分析提供了参数依据。
同时，总控服务器将统计的运输环境适宜度系数与参数数据库中存储的运输前的原始运输环境适宜度系数进行对比，若运输水环境适宜度系数小于原始运输环境适宜度系数，则表明运输水环境在运输的过程中出现了污染波动，统计运输水质波动系数
Figure BDA0002635770840000113
Figure BDA0002635770840000114
表示为运输前的原始运输环境适宜度系数，总控服务器将计算的运输水质波动系数发送至水质波动分析模块。
水质波动检测模块包括速度传感器和振动位移传感器，所述速度传感器安装在运输车驾驶室内，用于检测运输车在行驶过程中的速度，所述振动位移传感器安装在运输水箱底部，用于检测运输车在行驶过程中的振动位移，水质波动检测模块将检测的速度和振动位移发送至水质波动分析模块；
水质波动分析模块接收水质波动检测模块发送的运输车速度和振动位移，同时接收总控服务器发送的运输水质波动系数，与安全运输水质波动系数进行对比，若大于安全运输水质波动系数，则表明水质污染波动较大，提取参数数据库中安全运输水质波动系数对应的安全运输车速度范围和振动位移范围，并与检测的运输车速度和振动位移进行对比，若检测的运输车速度值大于安全运输车速度上限值，则发送减速语音信号至语音提示终端，若检测的振动位移值大于安全振动位移范围上限值，则发送平稳开车语音信号至语音提示终端。
本实施例通过提出运输水质波动系数计算方法获取运输水质波动系数与安全运输水质波动系数进行对比，根据对比值，对运输车的速度和振动位移进行调节，以实现对运输水质的智能控制，保证水产品在运输过程中的水质波动在安全运输水质波动系数以内，进一步保障了运输环境水质的安全性。
充氧模块，包括供氧装置，充氧模块接收总控服务器发送的增氧指令和水体增氧量，打开供氧的供氧开关，对运输水箱的水体区域进行充氧，并实时采集充氧量，将采集的充氧量发送至总控服务器，接收总控服务器发送的停止充氧指令，关闭供氧装置的供氧开关。
显示终端安装在驾驶车内，分别接收总控服务器发送的水质环境等级和运输环境水质检测模块发送的各水质参数的平均值，并显示，便于驾驶员直观了解运输水箱中的水体水质参数和水质环境等级，同时驾驶员根据显示的水质环境等级可以进行相应的处理措施，实现对水产品运输环境的监测调节，保障了水产品在运输过程中的安全性，降低因运输环境的恶化导致水产品受伤和死亡率，大大提高了水产品的鲜活度。
其中各水质环境等级分为一级水质环境、二级水质环境和三级水质环境，其对应的安全性依次降低，一级水质环境为安全性最高，最适宜鱼类存活和保持鲜活度，二级水质环境的安全性次之，能基本维持鱼类存活，但新活度不高，需要密切监测水质参数，三级水质环境为安全性最低，不能维持鱼类存活，需要更换新鲜干净的水。
语音提示终端安装在驾驶车内，接收总控服务器发送的减速和平稳开车语音提示信号，提醒驾驶员注意，方便驾驶员根据提示进行相应操作。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中的描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.一种基于大数据的水产品运输环境智能监测调控系统，其特征在于：包括鱼群种类图像采集分类模块、运输鱼群密度分析模块、水体溶氧量分析统计模块、运输环境水质检测模块、水质波动检测模块、水质波动分析模块、参数数据库、总控服务器、充氧模块、显示终端和语音提示终端，所述运输鱼群密度分析模块与鱼群种类图像采集分类模块连接，水体溶氧量分析统计模块与运输鱼群密度分析模块连接，总控服务器分别与运输环境水质检测模块、参数数据库、充氧模块、显示终端和语音提示终端连接，水质波动分析模块分别与水质波动检测模块和总控服务器连接；
所述参数数据库，存储各种类鱼的外形特征，存储各种类鱼需要的水溶氧量标准临界值和该水溶氧量标准临界值对应的标准鱼群密度，存储标准水质参数，存储各安全等级水质环境对应的运输环境适宜度系数范围，存储运输前的原始运输环境适宜度系数，存储安全运输水质波动系数及安全运输水质波动系数对应的安全运输车速度范围和振动位移范围，并存储各种类鱼的水溶氧量影响系数；
所述鱼群种类图像采集分类模块用于利用图像采集识别技术对运输水箱中的所有鱼群进行种类识别，其包括水箱水体区域划分模块、图像采集处理模块和图像对比分类模块，所述图像采集处理模块模块与水箱水体区域划分模块连接，图像对比分类模块与图像采集处理模块连接；
所述水箱水体区域划分模块用于将水箱水体区域的深度采用等距离划分方式，将水箱水体区域划分为若干深度子区域，各深度子区域按照预设的顺序进行编号，依次标记为1,2...h....n；
所述图像采集处理模块包括若干高清水下摄像头，其均匀安装在各深度子区域位置，用于同时对各深度子区域内的鱼群图像进行拍摄，获取各深度子区域鱼群图像，并对获取的深度子区域鱼群图像进行图像增强和高清滤波处理，得到各深度子区域高清鱼群图像，构成子区域高清鱼群图像集合P(p1,p2,...,ph,...,pn),ph表示为第h个深度子区域鱼群图像；
所述图像对比分类模块将得到的子区域高清鱼群图像集合中每个深度子区域高清鱼群图像进行鱼数量获取，并对每条鱼进行鱼种类外形特征抓取，同时将抓取的各深度子区域中每条鱼的种类特征与参数数据库中存储的各种类鱼的外形特征进行对比，得到整个水箱水体区域中装载的每条鱼所属种类，统计属于同一种类鱼的鱼数量，进而获取整个水箱水体区域中装载的鱼种类数，以及各种类鱼对应的鱼群数量，构成鱼群种类数量集合W(w1,w2,...,wj,...,wm)，wj表示为第j种鱼类对应的鱼群数量，图像对比分类模块将获得的鱼群种类数量集合发送至运输鱼群密度分析模块；
所述运输鱼群密度分析模块接收鱼群种类图像采集分类模块发送的鱼群种类数量集合，根据运输水箱中所装水的体积，利用密度计算公式
Figure FDA0002635770830000021
获取运输水箱中各种类鱼的鱼群密度，构成鱼种类密度集合ρ(ρ1,ρ2,...,ρj,...,ρm)，并发送至水体溶氧量分析统计模块；
所述水体溶氧量分析统计模块接收运输鱼群密度分析模块发送的鱼种类密度集合，提取参数数据库中各种类鱼需要的水溶氧量标准临界值和该水溶氧量标准临界值对应的标准鱼群密度，统计各种类鱼群需要的总体水溶氧量，进而获得整个运输水箱内所有鱼需要的综合水溶氧量，并发送至总控服务器；
所述运输环境水质检测模块包括若干水质检测终端，其均匀安装在各深度子区域位置，用于检测各深度子区域的水质参数，构成各深度子区域水质参数集合GS(gs1,gs2,...,gsh,...,gsn)，gsh表示为第h个深度子区域的第s个水质参数对应的数值，s表示为水质参数，s＝r1,r2,r3,r4,r5,r1,r2,r3,r4,r5分别表示为水体中的溶氧量、水温、酸碱度、氨氮浓度、亚硝酸盐浓度,并将同一水质参数在不同深度子区域的检测值进行平均值计算，获得各水质参数的平均值，并分别发送至总控服务器和显示终端；
所述总控服务器接收水体溶氧量分析统计模块发送的整个运输水箱内所有鱼需要的综合水溶氧量，接收运输环境水质检测模块发送的各水质参数的平均值，并提取平均水质参数中的水体平均溶氧量与综合水溶氧量进行对比，若水体平均溶氧量小于综合水溶氧量，则表明水体缺氧，需要进行充氧，将综合水溶氧量减去水体平均溶氧量获取水体充氧量，发送充氧控制指令及水体充氧量至充氧模块，同时接收充氧模块反馈的充氧量，当反馈的充氧量大于统计的水体充氧量，则发送停止充氧控制指令至充氧模块；
所述总控服务器提取参数数据库中标准水质参数，将接收的水体平均溶氧量、平均水温、平均酸碱度、平均氨氮浓度和平均亚硝酸盐浓度分别与整个运输水箱内鱼需要的水综合溶氧量、标准水温、标准酸碱度、标准氨氮浓度、标准亚硝酸盐浓度进行对比，统计运输环境适宜度系数，将统计的运输环境适宜度系数与各安全等级水质环境对应的运输环境适宜度系数范围进行对比，筛选该运输环境适宜度系数对应的水质环境等级，且发送至显示终端；
同时，总控服务器将统计的运输环境适宜度系数与参数数据库中存储的运输前的原始运输环境适宜度系数进行对比，若运输水环境适宜度系数小于原始运输环境适宜度系数，则表明运输水环境在运输的过程中出现了污染波动，统计运输水质波动系数，并发送至水质波动分析模块；
所述水质波动检测模块包括速度传感器和振动位移传感器，所述速度传感器安装在运输车驾驶室内，用于检测运输车在行驶过程中的速度，所述振动位移传感器安装在运输水箱底部，用于检测运输车在行驶过程中的振动位移，水质波动检测模块将检测的速度和振动位移发送至水质波动分析模块；
所述水质波动分析模块接收水质波动检测模块发送的运输车速度和振动位移，同时接收总控服务器发送的运输水质波动系数，与安全运输水质波动系数进行对比，若大于安全运输水质波动系数，则表明水质污染波动较大，提取参数数据库中安全运输水质波动系数对应的安全运输车速度范围和振动位移范围，并与检测的运输车速度和振动位移进行对比，若检测的运输车速度值大于安全运输车速度上限值，则发送减速语音信号至语音提示终端，若检测的振动位移值大于安全振动位移范围上限值，则发送平稳开车语音信号至语音提示终端；
所述充氧模块，包括供氧装置，充氧模块接收总控服务器发送的增氧指令和水体增氧量，打开供氧的供氧开关，对运输水箱的水体区域进行充氧，并实时采集充氧量，将采集的充氧量发送至总控服务器，接收总控服务器发送的停止充氧指令，关闭供氧装置的供氧开关；
所述显示终端安装在驾驶车内，分别接收总控服务器发送的水质环境等级和运输环境水质检测模块发送的各水质参数的平均值，并显示，同时驾驶员根据显示的水质环境等级进行相应的处理措施；
所述语音提示终端安装在驾驶车内，接收总控服务器发送的减速和平稳开车语音提示信号，驾驶员可根据提示进行相应操作。
2.根据权利要求1所述的一种基于大数据的水产品运输环境智能监测调控系统，其特征在于：所述预设的各深度子区域的标记顺序为按照运输水箱中水深度由浅到深的顺序进行标记。
3.根据权利要求1所述的一种基于大数据的水产品运输环境智能监测调控系统，其特征在于：所述各种类鱼群需要的总体水溶氧量计算公式为
Figure FDA0002635770830000051
式中
Figure FDA0002635770830000052
表示为第j种鱼类鱼群需要的总体水溶氧量，
Figure FDA0002635770830000053
表示为第j种鱼类需要的水溶氧量标准临界值，ρj0表示为第j种鱼类需要的水溶氧量标准临界值对应的标准鱼群密度，ρj表示为统计的第j种鱼类的鱼群密度。
4.根据权利要求1所述的一种基于大数据的水产品运输环境智能监测调控系统，其特征在于：所述整个运输水箱内所有鱼需要的综合水溶氧量的计算公式为
Figure FDA0002635770830000054
Figure FDA0002635770830000055
表示为第j种鱼类的水溶氧量影响系数。
5.根据权利要求1所述的一种基于大数据的水产品运输环境智能监测调控系统，其特征在于：所述水质检测终端包括水质检测仪，其用于检测运输水箱水体中的溶氧量、水温、酸碱度、氨氮浓度和亚硝酸盐浓度，所述标准水质参数包括标准水温、标准酸碱度、标准氨氮浓度和标准亚硝酸盐浓度。
6.根据权利要求1所述的一种基于大数据的水产品运输环境智能监测调控系统，其特征在于：所述运输环境适宜度系数的计算公式为
Figure FDA0002635770830000056
式中Δgr表示为水体平均溶氧量、平均水温、平均酸碱度、平均氨氮浓度和平均亚硝酸盐浓度分别与整个运输水箱内鱼需要的水综合溶氧量、标准水温、标准酸碱度、标准氨氮浓度和标准亚硝酸盐浓度的对比差值，
Figure FDA0002635770830000061
表示为水体平均溶氧量、平均水温、平均酸碱度、平均氨氮浓度和平均亚硝酸盐浓度，gr标准表示为整个运输水箱内鱼需要的水综合溶氧量、标准水温、标准酸碱度、标准氨氮浓度和标准亚硝酸盐浓度，r＝1,2,3,4,5。
7.根据权利要求1所述的一种基于大数据的水产品运输环境智能监测调控系统，其特征在于：所述运输水质波动系数的计算公式为
Figure FDA0002635770830000062
Figure FDA0002635770830000063
表示为运输前的原始运输环境适宜度系数。
CN202010824838.8A 2020-08-17 2020-08-17 一种基于大数据的水产品运输环境智能监测调控系统 Withdrawn CN111966137A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010824838.8A CN111966137A (zh) 2020-08-17 2020-08-17 一种基于大数据的水产品运输环境智能监测调控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010824838.8A CN111966137A (zh) 2020-08-17 2020-08-17 一种基于大数据的水产品运输环境智能监测调控系统

Publications (1)

Publication Number Publication Date
CN111966137A true CN111966137A (zh) 2020-11-20

Family

ID=73388090

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010824838.8A Withdrawn CN111966137A (zh) 2020-08-17 2020-08-17 一种基于大数据的水产品运输环境智能监测调控系统

Country Status (1)

Country Link
CN (1) CN111966137A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906510A (zh) * 2021-02-02 2021-06-04 中国水利水电科学研究院 一种渔业资源统计方法及系统
CN112956446A (zh) * 2021-04-29 2021-06-15 广州珠江水资源保护科技发展有限公司 高密度活鱼维生运输设备
CN114524529A (zh) * 2022-03-11 2022-05-24 重庆工商大学 一种曝气智能控制系统及方法
CN117151332A (zh) * 2023-08-31 2023-12-01 山东头一锅餐饮管理连锁有限公司 一种基于大数据的智能食品运输监测系统

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101194182A (zh) * 2005-06-08 2008-06-04 麻省理工学院 鱼类聚集群及其习性的连续地大陆架规模监测
US20120291335A1 (en) * 2011-05-19 2012-11-22 Brooke Thomas C Fish Livewell and Padding System Therefor
KR20150049139A (ko) * 2013-10-29 2015-05-08 (주)리얼허브 수중 내에서의 어류 수 감지를 통한 수질 측정 장치 및 그 방법
CN205455437U (zh) * 2016-03-31 2016-08-17 中国计量学院 一种鱼塘水质监测及增氧浮标
CN206876691U (zh) * 2017-05-08 2018-01-12 青岛罗博飞海洋技术有限公司 一种视频图像和水质参数分流输送的物联网养殖系统
KR20180005817A (ko) * 2016-07-07 2018-01-17 (주)시스코어 해양 환경 탐지 시스템
CN206959911U (zh) * 2017-07-26 2018-02-02 深圳市金海威景观设计工程有限公司 一种水库生态环境监测系统
CN109001407A (zh) * 2018-09-12 2018-12-14 叶福达 一种湖水水质分析系统
CN209086737U (zh) * 2018-12-27 2019-07-09 浙江北冥有渔环境科技有限公司 一种实现智能化水质管理的水产运输系统
CN110771548A (zh) * 2019-10-31 2020-02-11 上海埃威航空电子有限公司 基于统计的深远海养殖网箱的生物量评估装置与方法
CN111127411A (zh) * 2019-12-17 2020-05-08 北京深测科技有限公司 一种渔业养殖的监测控制方法
CN210726401U (zh) * 2019-06-19 2020-06-12 广东景天环境科技股份有限公司 一种水产养殖智能监控系统
JP2020092645A (ja) * 2018-12-12 2020-06-18 大成建設株式会社 水域における生物種モニタリング方法
CN111426806A (zh) * 2020-03-27 2020-07-17 渤海大学 基于物联网手段对水产品冷链物流保鲜程度自动监测预警方法
CN111449009A (zh) * 2020-03-17 2020-07-28 佛山市中渔科技有限公司 投饵方法及投饵系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101194182A (zh) * 2005-06-08 2008-06-04 麻省理工学院 鱼类聚集群及其习性的连续地大陆架规模监测
US20120291335A1 (en) * 2011-05-19 2012-11-22 Brooke Thomas C Fish Livewell and Padding System Therefor
KR20150049139A (ko) * 2013-10-29 2015-05-08 (주)리얼허브 수중 내에서의 어류 수 감지를 통한 수질 측정 장치 및 그 방법
CN205455437U (zh) * 2016-03-31 2016-08-17 中国计量学院 一种鱼塘水质监测及增氧浮标
KR20180005817A (ko) * 2016-07-07 2018-01-17 (주)시스코어 해양 환경 탐지 시스템
CN206876691U (zh) * 2017-05-08 2018-01-12 青岛罗博飞海洋技术有限公司 一种视频图像和水质参数分流输送的物联网养殖系统
CN206959911U (zh) * 2017-07-26 2018-02-02 深圳市金海威景观设计工程有限公司 一种水库生态环境监测系统
CN109001407A (zh) * 2018-09-12 2018-12-14 叶福达 一种湖水水质分析系统
JP2020092645A (ja) * 2018-12-12 2020-06-18 大成建設株式会社 水域における生物種モニタリング方法
CN209086737U (zh) * 2018-12-27 2019-07-09 浙江北冥有渔环境科技有限公司 一种实现智能化水质管理的水产运输系统
CN210726401U (zh) * 2019-06-19 2020-06-12 广东景天环境科技股份有限公司 一种水产养殖智能监控系统
CN110771548A (zh) * 2019-10-31 2020-02-11 上海埃威航空电子有限公司 基于统计的深远海养殖网箱的生物量评估装置与方法
CN111127411A (zh) * 2019-12-17 2020-05-08 北京深测科技有限公司 一种渔业养殖的监测控制方法
CN111449009A (zh) * 2020-03-17 2020-07-28 佛山市中渔科技有限公司 投饵方法及投饵系统
CN111426806A (zh) * 2020-03-27 2020-07-17 渤海大学 基于物联网手段对水产品冷链物流保鲜程度自动监测预警方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906510A (zh) * 2021-02-02 2021-06-04 中国水利水电科学研究院 一种渔业资源统计方法及系统
CN112956446A (zh) * 2021-04-29 2021-06-15 广州珠江水资源保护科技发展有限公司 高密度活鱼维生运输设备
CN114524529A (zh) * 2022-03-11 2022-05-24 重庆工商大学 一种曝气智能控制系统及方法
CN117151332A (zh) * 2023-08-31 2023-12-01 山东头一锅餐饮管理连锁有限公司 一种基于大数据的智能食品运输监测系统
CN117151332B (zh) * 2023-08-31 2024-05-07 山东每日好农业发展有限公司 一种基于大数据的智能食品运输监测系统

Similar Documents

Publication Publication Date Title
CN109717120B (zh) 一种基于物联网的鱼类养殖监测投料系统及方法
CN111966137A (zh) 一种基于大数据的水产品运输环境智能监测调控系统
EP1510125B1 (en) Method for monitoring and controlling the non-consumed food in fish farms
JP3462412B2 (ja) 水棲生物用自動給餌装置
CN111640139B (zh) 一种基于鱼群行为时空特性的循环水养殖水质智能预警装置和方法
CN109001407A (zh) 一种湖水水质分析系统
CN112506120A (zh) 一种基于物联网的智慧渔业管理系统
CN111657189A (zh) 一种基于大数据的渔业水产养殖日常监测管理系统
CN111161214B (zh) 一种基于双目视觉的猪只体重测量及饮水行为识别系统及方法
CN113615620B (zh) 一种高密度养殖循环系统
CN113317265B (zh) 一种循环水养殖智能控制系统
CN110910067A (zh) 一种结合深度学习与Q-learning的活鱼运输水质智能调控方法和系统
CN111274975A (zh) 猪只采食行为预测方法及装置
CN107830891A (zh) 水产养殖水质pH值多参量数据采集装置及数据处理方法
CN205844884U (zh) 一种水产养殖自动化系统
CN115903967A (zh) 一种养殖智能控制方法和装置
CN115100513A (zh) 基于计算机视觉识别的养殖对象进食量估算方法及系统
CN115661081A (zh) 基于图像处理的水产养殖自动控制换水方法
DE60210885T2 (de) Vorrichtung zum Melken eines milchgebenden Tieres
CN114557308A (zh) 应用于循环水养殖的精准投喂系统及方法
CN113705282A (zh) 信息采集装置、系统、方法和信息采集车
KR101822735B1 (ko) 바이오플락 양식생물 측정방법 및 장치
CN110264227A (zh) 观赏鱼类溯源及监测系统及方法
CN215836578U (zh) 一种基于物联网的水产养殖系统
CN117689491B (zh) 虾料自动投放方法、装置、系统、电子设备及存储介质

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20201120

WW01 Invention patent application withdrawn after publication