CN114200468B - 水下网衣巡检机器人的定位方法、系统及存储介质 - Google Patents
水下网衣巡检机器人的定位方法、系统及存储介质 Download PDFInfo
- Publication number
- CN114200468B CN114200468B CN202111298517.XA CN202111298517A CN114200468B CN 114200468 B CN114200468 B CN 114200468B CN 202111298517 A CN202111298517 A CN 202111298517A CN 114200468 B CN114200468 B CN 114200468B
- Authority
- CN
- China
- Prior art keywords
- netting
- laser
- underwater
- inspection robot
- target
- 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
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 143
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000010586 diagram Methods 0.000 claims abstract description 48
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 43
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 238000012937 correction Methods 0.000 claims description 24
- 230000015654 memory Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000009360 aquaculture Methods 0.000 abstract description 3
- 244000144974 aquaculture Species 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000005291 magnetic effect Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/46—Indirect determination of position data
- G01S17/48—Active triangulation systems, i.e. using the transmission and reflection of electromagnetic waves other than radio waves
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种水下网衣巡检机器人的定位方法、系统及存储介质，该方法包括以下步骤：水下巡检机器人上安装的多个激光传感器发射激光至目标网衣上并接收，获取初始回波信号图；通过视觉传感器获取目标网衣的选定网衣图像，以构建网衣几何模型及激光几何模型；根据第一预设算法对初始回波信号图进行校正，得到校正回波信号图；基于几何模型及校正回波信号图，根据第二预设算法、第三预设算法、第四预设算法、第五预设算法分别计算出校正航行距离、竖直偏移距离、横向偏移距离和横向偏移角度；从而确定水下巡检机器人的位置。本发明公开的水下网衣巡检机器人的定位方法可解决目前针对深海养殖网箱的机器人水下定线巡检方式误差较大的技术问题。
Description
技术领域
本发明属于水下巡检技术领域，具体涉及一种水下网衣巡检机器人的定位方法、水下网衣巡检机器人的定位系统及计算机可读存储介质。
背景技术
深海养殖已成为海洋渔业养殖的主要发展方向，而大型深海养殖网箱及其配套设施的发展尤为重要。对于网箱来说，其网衣的破损情况、生物攀附滋生情况对鱼类产量、网箱内水体代谢速率等指标影响极大，因此，针对深海养殖网箱网衣状态的巡检在深海养殖中具有重大意义。
目前，深海养殖网箱网衣巡检普遍采用机器人水下定线巡检的方式，即检测机器人按程序中预设的导航轨迹绕网衣表面航行，以实现对网衣的全面检测。但由于海洋环境复杂，在海浪等随机性因素的影响下，海上漂浮网箱的网衣存在不可控的摆动及变形，而基于静态参量设置的导航程序难以适应不断变化的网衣情况，无法做到高精度巡检，由此可能造成机器人在巡检过程中与网衣距离过大、遗漏检测区域等问题，使得最终检测结果与实际情况存在较大误差。
发明内容
为了克服现有技术的上述缺点，本发明的目的在于提供一种水下网衣巡检机器人的定位方法，旨在解决目前针对深海养殖网箱的机器人水下定线巡检方式难以适应不断变化的网衣情况，从而导致检测结果误差较大的技术问题。
本发明为达到其目的，所采用的技术方案如下：
一种水下网衣巡检机器人的定位方法，所述水下网衣巡检机器人的定位方法包括以下步骤：
在水下巡检机器人的航行过程中，使所述水下巡检机器人上安装的多个激光传感器发射激光至目标网衣上，并通过多个所述激光传感器持续接收激光反射信号，以获取初始回波信号图；其中，多个所述激光传感器呈十字型排布，包括横向部和竖向部；
在目标航行时间段内，通过所述水下巡检机器人上安装的视觉传感器获取所述目标网衣的选定网衣图像；
通过所述选定网衣图像构建网衣几何模型以及激光几何模型；
基于所述网衣几何模型和所述激光几何模型，根据第一预设算法对所述初始回波信号图进行校正，以得到校正回波信号图；
基于所述校正回波信号图，根据第二预设算法计算出所述水下巡检机器人在所述目标航行时间段内相对所述目标网衣的校正航行距离；
基于所述校正回波信号图，根据第三预设算法计算出所述水下巡检机器人在所述目标航行时间段内的竖直偏移距离；
基于任一所述激光传感器接收到的激光反射信号，根据第四预设算法计算出所述水下巡检机器人在所述目标航行时间段内的横向偏移距离；
基于所述横向部上任意两个所述激光传感器接收到的激光反射信号，根据第五预设算法计算出所述水下巡检机器人在所述目标航行时间段内的横向偏移角度；
根据所述水下巡检机器人在所述目标航行时间段内的所述校正航行距离、所述竖直偏移距离、所述横向偏移距离和所述横向偏移角度，确定所述水下巡检机器人的位置。
进一步地，所述在目标航行时间段内，通过所述水下巡检机器人上安装的视觉传感器获取所述目标网衣的选定网衣图像的步骤，具体包括：
通过所述视觉传感器获取所述目标网衣的初始网衣图像；
利用ROI区域提取算法从所述初始网衣图像中选取出识别区域，以所述识别区域内的图像作为所述选定网衣图像。
进一步地，所述通过所述选定网衣图像构建网衣几何模型以及激光几何模型的步骤，具体包括：
对所述选定网衣图像进行第一滤波操作；
通过角点检测算法提取出所述选定网衣图像中的网结特征点；
连接所述网结特征点，得出所述网衣几何模型；
对所述选定网衣图像进行第二滤波操作；
通过角点检测算法提取出所述选定网衣图像中的激光特征点；
连接所述激光特征点，得出所述激光几何模型。
进一步地，所述基于所述网衣几何模型和所述激光几何模型，根据第一预设算法对所述初始回波信号图进行校正，以得到校正回波信号图的步骤，具体包括：
测量所述网衣几何模型与所述激光几何模型之间的夹角，以作为校正角；
基于所述校正角，根据第一计算公式计算出校正矩阵；
通过所述校正矩阵对所述初始回波信号图进行校正，以得到所述校正回波信号图；其中，所述校正回波信号图中包括与所述激光传感器一一对应的校正回波时间轴，所述校正回波时间轴上出现回波信号点的时间节点表征其对应的所述激光传感器接收到激光反射信号的时间节点。
进一步地，所述基于所述校正回波信号图，根据第二预设算法计算出所述水下巡检机器人在所述目标航行时间段内相对所述目标网衣的校正航行距离的步骤，具体包括：
将与所述竖向部上的所述激光传感器相对应的所述校正回波时间轴筛选出来，以作为竖向回波时间轴；
设定时间阈值，在所述目标航行时间段内，统计多个所述竖向回波时间轴在一个所述时间阈值范围内均出现回波信号点的总次数，以作为所述水下巡检机器人在所述目标航行时间段内的经历网孔数；
基于所述经历网孔数，根据第二计算公式计算出所述校正航行距离。
进一步地，所述基于所述校正回波信号图，根据第三预设算法计算出所述水下巡检机器人在所述目标航行时间段内的竖直偏移距离的步骤，具体包括：
将与所述竖向部上的所述激光传感器相对应的所述校正回波时间轴筛选出来，以作为竖向回波时间轴；
选定所述竖向部上任意一个或多个所述激光传感器，以作为第一基准传感器；
选定所述第一基准传感器所对应的所述竖向回波时间轴，以作为第一基准时间轴；
记录所述第一基准时间轴在所述目标航行时间段的起始时间节点处出现的回波信号点，以作为基准信号点；
跟踪所述基准信号点；
在所述目标航行时间段的结束时间节点处，确认所述基准信号点再次出现时所对应的所述竖向回波时间轴，以作为第二基准时间轴；
确认所述第二基准时间轴所对应的所述激光传感器，以作为第二基准传感器；
测量所述第一基准传感器与所述第二基准传感器的竖直距离，以作为所述竖直偏移距离。
进一步地，所述基于任一所述激光传感器接收到的所述激光反射信号，根据第四预设算法计算出所述水下巡检机器人在所述目标航行时间段内的横向偏移距离的步骤，具体包括：
选定所述横向部上的任一所述激光传感器，以作为第三基准传感器；
在所述目标航行时间段的起始时间节点处，从所述第三基准传感器接收到的激光反射信号中获取所述第三基准传感器与所述目标网衣的第一横向距离；
在所述目标航行时间段的结束时间节点处，从所述第三基准传感器接收到的激光反射信号中获取所述第三基准传感器与所述目标网衣的第二横向距离；
以所述第一横向距离与所述第二横向距离的差值作为所述横向偏移距离。
进一步地，所述基于所述横向部上任意两个所述激光传感器接收到的所述激光反射信号，根据第五预设算法计算出所述水下巡检机器人在所述目标航行时间段内的横向偏移角度，具体包括：
选定所述横向部上的任意两个所述激光传感器，分别作为第四基准传感器和第五基准传感器；
从所述第四基准传感器接收到的激光反射信号中获取所述第四基准传感器与所述目标网衣的第三横向距离，从所述第五基准传感器接收到的激光反射信号中获取所述第五基准传感器与所述目标网衣的第四横向距离；
基于所述第三横向距离、所述第四横向距离、以及所述第四基准传感器与所述第五基准传感器的直线距离，根据第三计算公式计算出所述横向偏移角度。
对应地，本发明还提出一种水下网衣巡检机器人的定位系统，所述水下网衣巡检机器人的定位系统包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如前述的水下网衣巡检机器人的定位方法的步骤。
对应地，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有水下网衣巡检机器人的定位程序，所述水下网衣巡检机器人的定位程序被处理器执行时实现如前述的水下网衣巡检机器人的定位方法的步骤。
与现有技术相比，本发明的有益效果是：
本发明提出的水下网衣巡检机器人的定位方法，在水下网衣巡检机器人上设置可向目标网衣发射激光并接收反射激光的激光传感器，并通过视觉传感器构建网衣几何模型及激光几何模型，基于网衣几何模型与激光几何模型的偏差角度校正激光传感器接收到反射激光的时间节点，最终等效变换为各个激光传感器的回波信号点相对集中的校正回波信号图。而基于该校正回波信号图，可方便地确定水下巡检机器人等效走过一个网孔的时间节点，从而可确定水下巡检机器人在目标航行时间段内相对目标网衣等效走过的距离(即校正航行距离)，水下巡检机器人在目标航行时间段内的竖直偏移距离亦可基于该校正回波信号图确定，而水下巡检机器人在目标航行时间段内的横向偏移距离和横向偏移角度可通过激光传感器的测距功能获取并计算得出。在获知水下巡检机器人在目标航行时间段内的校正航行距离、竖直偏移距离、横向偏移距离和横向偏移角度后，工作人员即可掌握水下巡检机器人的实际位置，从而可根据其偏航程度实时调整航行方向，通过及时纠偏实现水下巡检机器人的精准巡检，提高了针对网衣检测结果的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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示出的结构获得其他的附图。
图1为本发明水下网衣巡检机器人的定位方法第一实施例的流程示意图；
图2为本发明水下网衣巡检机器人的定位方法第二实施例的部分流程示意图；
图3为本发明水下网衣巡检机器人的定位方法第三实施例的部分流程示意图；
图4为本发明水下网衣巡检机器人的定位方法第四实施例的部分流程示意图；
图5为本发明水下网衣巡检机器人的定位方法第四实施例中步骤S5的细化流程示意图；
图6为本发明水下网衣巡检机器人的定位方法第四实施例中步骤S6的细化流程示意图；
图7为本发明水下网衣巡检机器人的定位方法第五实施例的部分流程示意图；
图8为本发明水下网衣巡检机器人的定位方法第六实施例的部分流程示意图；
图9为本发明实施例方案中水下网衣巡检机器人的巡检状态示意图；
图10为本发明实施例方案中初始回波信号图的示意图；
图11为本发明实施例方案中校正回波信号图的示意图；
图12为本发明实施例方案中基准信号点在校正回波信号图中的跳动示意图；
图13为本发明实施例方案中选定网衣图像的示意图；
图14为本发明实施例方案中激光传感器的排布示意图；
图15为本发明实施例方案涉及的硬件运行环境的系统结构示意图。
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
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，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。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。
如图15所示，图15是本发明实施例方案涉及的水下网衣巡检机器人的定位系统的结构示意图。
如图15所示，该水下网衣巡检机器人的定位系统可以包括：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。
可选地，该水下网衣巡检机器人的定位系统还可以包括摄像头、RF(RadioFrequency，射频)电路，传感器、音频电路、WiFi模块等等。其中，传感器可包括光传感器、运动传感器、红外线传感器以及其他传感器，在此不再赘述。
本领域技术人员可以理解，图15中示出的具体结构并不构成对该水下网衣巡检机器人的定位系统的限定，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15所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及水下网衣巡检机器人的定位程序。
在图15所示的水下网衣巡检机器人的定位系统中，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中存储的水下网衣巡检机器人的定位程序，并执行下述任一实施例中的水下网衣巡检机器人的定位方法中的操作。
基于上述硬件结构，提出本发明的水下网衣巡检机器人的定位方法实施例。
参照图1，本发明第一实施例提供一种水下网衣巡检机器人的定位方法，该水下网衣巡检机器人的定位方法包括：
S1，在水下巡检机器人的航行过程中，使水下巡检机器人上安装的多个激光传感器发射激光至目标网衣上，并通过多个激光传感器持续接收激光反射信号，以获取初始回波信号图；其中，多个激光传感器呈十字型排布，包括横向部和竖向部；
激光传感器如图14所示的方式间隔均匀排布并朝向目标网衣表面，数量可根据实际需要设置；网衣由网线编织而成，其包括多个网孔，激光传感器发射的激光若打网线上，将被网线反射回同一激光传感器上，而若打在网孔位置，激光将穿过网孔而不发生反射。激光传感器接收到反射激光的时间点即为回波信号点，随着水下巡检机器人绕目标网衣表面不断航行，激光传感器不断接收到目标网衣反射的反射激光，将每个激光传感器的回波信号点在时间轴上逐一标示出来，即形成了如图10所示的初始回波信号图。
需要说明的是，当水下巡检机器人始终平行于横向网线航行时(具体为呈十字型的激光传感器始终平行于横向网线)，由于每个网孔的尺寸相同，因此每个激光传感器接收到竖向网线反射的反射激光的时间节点是基本相同的，即此时回波信号图中每个激光传感器的每个回波信号点在时间轴上的位置是基本相同的，在此情况下，当各个激光传感器的回波信号点在某一时间节点上同时出现，且在下一时间节点上再次同时出现时，则可认为水下巡检机器人在两个时间节点之间走过了一个网孔的距离，因此在已知网孔尺寸的情况下，通过统计总共走过的网孔数量，可方便地获知水下巡检机器人相对目标网衣表面的总航行距离。而在实际情况下，一方面，目标网衣在静止状态下，其网线不一定呈横向和竖直走向，可能呈如图9所示的倾斜走向，此时水下巡检机器人的航行方向始终与网线的走向呈一定角度；另一方面，由于目标网衣随海浪摆动、以及水下巡检机器人的导航线路存在偏差等情况，水下巡检机器人将在竖直平面上相对网线发生偏移。上述两种情况叠加之后，各个激光传感器接收到反射激光的时间点将存在较大差异，即初始回波信号图上各个激光传感器的回波信号点在时间轴上较为分散，此时将难以判断水下巡检机器人实际走过一个网孔的时间节点，因此需要对初始回波信号图进行处理。
S2，在目标航行时间段内，通过水下巡检机器人上安装的视觉传感器获取目标网衣的选定网衣图像；
S3，通过选定网衣图像构建网衣几何模型以及激光几何模型；
S4，基于网衣几何模型和激光几何模型，根据第一预设算法对初始回波信号图进行校正，以得到校正回波信号图；
视觉传感器可以是配备有相应图像处理功能的水下摄像机，选定网衣图像即从视觉传感器拍摄到的连续画面中截取的每一帧包含目标网衣被关注部分的图像。通过图像处理技术可将选定网衣图像上的目标网衣轮廓和激光点(即各个激光传感器所发射激光打在网线上形成的激光点)提取出来，在图像上构建成网衣几何模型和激光几何模型。
通过比对网衣几何模型与激光几何模型的角度偏差，即可获知每一时刻下水下巡检机器人在竖直平面上与横向网线发生偏移的角度，从而可根据第一预设算法将每一个激光传感器实际接收到反射激光的时间节点，通过缩放的方式等效变换至一个新的时间轴上。如图11所示，在该新的时间轴上，各个激光传感器每轮共同出现回波信号点的位置将变得较为集中，即每轮共同出现回波信号点的时间区间将大大缩窄，如此可便于确定水下巡检机器人等效走过一个网孔的时间节点，从而便于统计水下巡检机器人等效走过的网孔数量。该新的时间轴以及各个激光传感器在该时间轴上的回波信号点即构成校正回波信号图。
可以理解的是，上述动作是在水下巡检机器人的航行过程中持续不断进行的，由此可持续地获取相应数据并基于水下巡检机器人的实时情况持续进行校正。此处截取水下巡检机器人航行过程中的某一时间段作为目标航行时间段，以便于对该时间段内其工作及计算过程进行详细说明。
S5，基于校正回波信号图，根据第二预设算法计算出水下巡检机器人在目标航行时间段内相对目标网衣的校正航行距离；
通过校正回波信号图可方便地统计水下巡检机器人等效走过的网孔数量，在已知网孔尺寸的情况下，通过网孔数量与单个网孔的边长相乘，即可获知水下巡检机器人相对目标网衣的校正航行距离，该校正航行距离可理解为当水下巡检机器人的航行方向在竖直平面上相对目标网衣表面存在偏移时，水下巡检机器人在目标网衣表面扫过的有效距离，工作人员可据此判断水下巡检机器人的巡检进度。
S6，基于校正回波信号图，根据第三预设算法计算出水下巡检机器人在目标航行时间段内的竖直偏移距离；
在目标航行时间段的起始时间点上，可选定竖向部上的任意激光传感器，记录其在校正回波信号图的对应时间轴上出现的回波信号点并作标记，然后跟踪该标记的回波信号点，直至到达目标航行时间段的结束时间点时，看该标记的回波信号点出现在哪些激光传感器所对应的时间轴上，即可认为在目标航行时间段内，巡检机器人在竖直方向上偏移了上述两批激光传感器在竖向部上的直线距离。基于激光传感器发射的激光实际打在目标网衣上的情景来进行说明的话，可理解为任一激光传感器在某一时刻接收到某一横向网线反射的反射激光，而在下一时刻，另一激光传感器又接收到该横向网线发射和的反射激光，因此该两个激光传感器的竖直距离即为在该时间段内，水下巡检机器人在竖直方向上的偏移距离。
S7，基于任一激光传感器接收到的激光反射信号，根据第四预设算法计算出水下巡检机器人在目标航行时间段内的横向偏移距离；
激光传感器具有激光测距功能，其发出的激光经目标网衣反射并被自身接收后，即可获知其距离网衣表面的横向距离(即水下巡检机器人垂直于目标网衣表面的距离)。而通过分别获取同一激光传感器在目标航行时间段起始时间点和结束时间点上距离网衣表面的横向距离，二者的差值即为水下巡检机器人在目标航行时间段内的横向偏移距离。其中，上述激光传感器优选为位于十字型中心的激光传感器。
S8，基于横向部上任意两个激光传感器接收到的激光反射信号，根据第五预设算法计算出水下巡检机器人在目标航行时间段内的横向偏移角度；
当水下巡检机器人在水平面上相对目标网衣偏移一定角度时，横向部上任意两个激光传感器与目标网衣表面的距离不同，通过分别获取该两个激光传感器与目标网衣表面的距离，即可算出该两个激光传感器在垂直于目标网衣表面方向上的距离差，在已知该两个激光传感器之间直线距离的情况下，通过三角函数即可算出水下巡检机器人相对目标网衣的横向偏移角度。
S9，根据水下巡检机器人在目标航行时间段内的校正航行距离、竖直偏移距离、横向偏移距离和横向偏移角度，确定水下巡检机器人的位置。
在校正航行距离、竖直偏移距离、横向偏移距离和横向偏移角度均确定的情况下，水下巡检机器人在三坐标上的实际位置也可确定。如此，工作人员可实时掌控水下巡检机器人的实际位置，判断其在各个坐标方向上相对目标网衣的偏航程度并及时进行调整。
由此可见，本实施例提供的水下网衣巡检机器人的定位方法，在水下网衣巡检机器人上设置可向目标网衣发射激光并接收反射激光的激光传感器，并通过视觉传感器构建网衣几何模型及激光几何模型，基于网衣几何模型与激光几何模型的偏差角度校正激光传感器接收到反射激光的时间节点，最终等效变换为各个激光传感器的回波信号点相对集中的校正回波信号图。而基于该校正回波信号图，可方便地确定水下巡检机器人等效走过一个网孔的时间节点，从而可确定水下巡检机器人在目标航行时间段内相对目标网衣等效走过的距离(即校正航行距离)，水下巡检机器人在目标航行时间段内的竖直偏移距离亦可基于该校正回波信号图确定，而水下巡检机器人在目标航行时间段内的横向偏移距离和横向偏移角度可通过激光传感器的测距功能获取并计算得出。在获知水下巡检机器人在目标航行时间段内的校正航行距离、竖直偏移距离、横向偏移距离和横向偏移角度后，工作人员即可掌握水下巡检机器人的实际位置，从而可根据其偏航程度实时调整航行方向，通过及时纠偏实现水下巡检机器人的精准巡检，提高了针对网衣检测结果的准确性。
进一步的，参照图2和图9，本发明第二实施例提供一种水下网衣巡检机器人的定位方法，基于上述图1所示的第一实施例，步骤S2具体包括：
S21，通过视觉传感器获取目标网衣的初始网衣图像；
S22，利用ROI区域提取算法从初始网衣图像中选取出识别区域，以识别区域内的图像作为选定网衣图像。
识别区域即为感兴趣区域(ROI区域)，在本具体实施方式中，识别区域对应初始网衣图像中覆盖了构建网衣几何模型及激光几何模型所需要素的重点区域。通过ROI区域提取算法选取出识别区域后，初始网衣图像中的其它边缘区域即可自动忽略，从而可降低系统的运算强度，节省功耗，提高系统运算效率。优选地，识别区域为矩形区域。
进一步的，参照图3，本发明第三实施例提供一种水下网衣巡检机器人的定位方法，基于上述图1所示的第一实施例，步骤S3具体包括：
S31，对选定网衣图像进行第一滤波操作；
S32，通过角点检测算法提取出选定网衣图像中的网结特征点；
S33，连接网结特征点，得出网衣几何模型；
S34，对选定网衣图像进行第二滤波操作；
S35，通过角点检测算法提取出选定网衣图像中的激光特征点；
S36，连接激光特征点，得出激光几何模型。
第一滤波操作具体可为利用低频滤波器滤除其它波段而保留目标网衣波段，以得到第一滤波图像；第二滤波操作具体可为利用低频滤波器滤除其它波段而保留激光波段，以得到第二滤波图像。角点检测算法具体可为FAST角点检测算法，如图13所示，利用其可检测出第一滤波图像中的目标网衣角点、以及第二滤波图像中的激光特征点(即各个激光传感器所发射激光打在网线上形成的激光点)，从而可提取出与目标网衣角点相对应的网结特征点。将各个网结特征点连接起来，即形成了网衣几何模型，网衣几何模型可表征实际的目标网衣形状；将各个激光特征点连接起来，即形成了激光几何模型，激光几何模型呈十字型，与多个激光传感器的排布位置相对应。
为便于说明，如图9所示，以下将竖直方向上激光特征点(对应竖向部上的激光传感器)的集合称为竖向激光线阵，将横向上激光特征点(对应横向部上的激光传感器)的集合称为横向激光线阵。
进一步的，参照图4，本发明第四实施例提供一种水下网衣巡检机器人的定位方法，基于上述图1所示的第一实施例，步骤S4具体包括：
S41，测量网衣几何模型与激光几何模型之间的夹角，以作为校正角；
S42，基于校正角，根据第一计算公式计算出校正矩阵；
S43，通过校正矩阵对初始回波信号图进行校正，以得到校正回波信号图；其中，校正回波信号图中包括与激光传感器一一对应的校正回波时间轴，校正回波时间轴上出现回波信号点的时间节点表征其对应的激光传感器接收到激光反射信号的时间节点。
校正角具体为如图13所示的α角，第一计算公式具体如下：
其中，△d为某一时刻下竖向激光线阵上各个激光特征点之间的直线距离；设定竖向激光线阵上任一激光特征点为标准点j(0)，位置低于该标准点的激光特征点分别为j(n)、j(n+1)、j(n+2)、……、j(-2)、j(-1)，位置高于该标准点的激光特征点分别为j(1)、j(2)、……、j(m-2)、j(m-1)、j(m)；其中n<0，m>0，竖向激光线阵上的激光特征点总数为-n+m+1。根据上述第一计算公式，即可算出校正矩阵t′。可以理解的是，t′随着水下巡检机器人的航行角度变化而不断发生变化。
通过上述校正矩阵对初始回波信号图进行校正，具体如图11所示，在信号图上表现为对各个激光传感器的实际回波信号点(实际接收到反射激光的时间节点)进行不同程度的缩放，并将缩放后各个激光传感器对应的回波信号点时间轴设置在一个共同的时间轴上，如此便得到了校正回波信号图。在校正回波信号图的时间轴上，各个激光传感器每轮共同出现回波信号点的位置将变得较为集中，即每轮共同出现回波信号点的时间区间将大大缩窄，如此更便于统计水下巡检机器人在竖直平面上等效走过一个网孔的时间节点。
具体地，参照图5，基于上述图4所示的第四实施例，步骤S5具体包括：
S51，将与竖向部上的激光传感器相对应的校正回波时间轴筛选出来，以作为竖向回波时间轴；
S52，设定时间阈值，在目标航行时间段内，统计多个竖向回波时间轴在一个时间阈值范围内均出现回波信号点的总次数，以作为水下巡检机器人在目标航行时间段内的经历网孔数；
S53，基于经历网孔数，根据第二计算公式计算出校正航行距离。
时间阈值具体可根据以下公式设置：
△t＝l/2v
其中，△t为时间阈值，l为目标网衣上单个网孔的边长，v为水下巡检机器人的航行速度。在具体应用过程中，时间阈值△t可根据实际需要设置，并不局限于上述方式。
如图11所示的情况，在目标航行时间段内，多个竖向回波时间轴在一个时间阈值范围内均出现回波信号点的总次数为5次，则可认为水下巡检机器人在目标航行时间段内等效走过了5个网孔的距离，由此可根据第二计算公式计算出水下巡检机器人的校正航行距离，第二计算公式具体如下：
△y＝N*l
其中，△y为校正航行距离，N为水下巡检机器人经历的网孔数，l为目标网衣上单个网孔的边长。
具体地，参照图6，基于上述图4所示的第四实施例，步骤S6具体包括：
S61，将与竖向部上的激光传感器相对应的校正回波时间轴筛选出来，以作为竖向回波时间轴；
S62，选定竖向部上任意一个或多个激光传感器，以作为第一基准传感器；
S63，选定第一基准传感器所对应的竖向回波时间轴，以作为第一基准时间轴；
S64，记录第一基准时间轴在目标航行时间段的起始时间节点处出现的回波信号点，以作为基准信号点；
S65，跟踪基准信号点；
S66，在目标航行时间段的结束时间节点处，确认基准信号点再次出现时所对应的竖向回波时间轴，以作为第二基准时间轴；
S67，确认第二基准时间轴所对应的激光传感器，以作为第二基准传感器；
S68，测量第一基准传感器与第二基准传感器的竖直距离，以作为竖直偏移距离。
第一基准传感器优选为多个，此处以如图12所示的两个为例进行说明，如此，多个第一基准传感器所对应的回波信号点组合而成的基准信号点更具有辨识度，更便于对其进行跟踪。结合实际巡检情况，可以理解的是，在第一基准传感器发射的激光打在某一根横向网线上(即第一基准时间轴上出现基准信号点的时机)之后，随着水下巡检机器人在竖直平面上朝上或朝下偏移航行，与第一基准传感器相邻接的其它激光传感器所发射的激光将逐一打在该横向网线上，表现在校正回波信号图上即为基准信号点逐一出现在与第一基准时间轴相邻接的其它竖向回波时间轴上(即基准信号点在竖向回波时间轴上的跳动)。通过跟踪基准信号点，在目标航行时间段的结束时间节点处，可定位出基准信号点最后出现在哪些竖向回波时间轴上(即判断出激光打在上述横向网线上的对应激光传感器是哪些，并将其作为第二基准传感器)。最后通过测量第一基准传感器与第二基准传感器的竖直距离(第一基准传感器和第二基准传感器为多个时，应选出第一基准传感器中的任意一个、以及与其相对应的第二基准传感器中的其中一个，并测量两者之间的竖直距离)，即可确定水下巡检机器人在目标航行时间段内的竖直偏移距离△z。
进一步的，参照图7，本发明第五实施例提供一种水下网衣巡检机器人的定位方法，基于上述图1所示的第一实施例，步骤S7具体包括：
S71，选定横向部上的任一激光传感器，以作为第三基准传感器；
S72，在目标航行时间段的起始时间节点处，从第三基准传感器接收到的激光反射信号中获取第三基准传感器与目标网衣的第一横向距离；
S73，在目标航行时间段的结束时间节点处，从第三基准传感器接收到的激光反射信号中获取第三基准传感器与目标网衣的第二横向距离；
S74，以第一横向距离与第二横向距离的差值作为横向偏移距离。
激光传感器具有激光测距功能，其发出的激光经目标网衣反射并被自身接收后，即可获知其距离网衣表面的横向距离(即水下巡检机器人垂直于目标网衣表面的距离)。在本实施例中，通过分别获取第三基准传感器在目标航行时间段起始时间点和结束时间点上距离网衣表面的横向距离(即第一横向距离和第二横向距离)，二者的差值即为水下巡检机器人在目标航行时间段内的横向偏移距离△x。其中，第三基准传感器优选为位于十字型中心的激光传感器。
进一步的，参照图8，本发明第六实施例提供一种水下网衣巡检机器人的定位方法，基于上述图1所示的第一实施例，步骤S8具体包括：
S81，选定横向部上的任意两个激光传感器，分别作为第四基准传感器和第五基准传感器；
S82，从第四基准传感器接收到的激光反射信号中获取第四基准传感器与目标网衣的第三横向距离，从第五基准传感器接收到的激光反射信号中获取第五基准传感器与目标网衣的第四横向距离；
S83，基于第三横向距离、第四横向距离、以及第四基准传感器与第五基准传感器的直线距离，根据第三计算公式计算出横向偏移角度。
当水下巡检机器人在水平面上相对目标网衣偏移一定角度时，横向部上任意两个激光传感器与目标网衣表面的距离不同。在本实施例中，通过分别获取横向部上的第四基准传感器、第五基准传感器与目标网衣表面的距离(即第三横向距离、第四横向距离)，即可算出其距离差，在已知第四基准传感器与第五基准传感器之间直线距离的情况下，根据第三计算公式即可算出水下巡检机器人相对目标网衣的横向偏移角度。第三计算公式具体如下：
γ＝tan-1[(x″-x′)/L]
其中，γ为水下巡检机器人相对目标网衣的横向偏移角度，x″、x′分别为第三横向距离和第四横向距离，L为第四基准传感器与第五基准传感器的直线距离。为保证横向偏移角度γ计算结果的准确度，应避免选取的第四基准传感器与第五基准传感器相隔过近，优选地，第四基准传感器和第五基准传感器选为位于十字型中心的激光传感器以及位于横向部两端的激光传感器。
对应地，本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有水下网衣巡检机器人的定位程序，该水下网衣巡检机器人的定位程序被处理器执行时实现上述任一实施例中的水下网衣巡检机器人的定位方法的步骤。
在本实施例中，上述计算机可读存储介质可以包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory，只读存储器)、RAM(RandomAccessMemory，随机存储器)、EPROM(Erasable Programmable Read-Only Memory，可擦写可编程只读存储器)、EEPROM(Electrically Erasable Programmable Read-Only Memory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片等各种可以存储程序代码的介质。
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、物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、物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、物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计算机可读存储介质中，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)
1.一种水下网衣巡检机器人的定位方法，其特征在于，所述水下网衣巡检机器人的定位方法包括以下步骤：
在水下巡检机器人的航行过程中，使所述水下巡检机器人上安装的多个激光传感器发射激光至目标网衣上，并通过多个所述激光传感器持续接收激光反射信号，以获取初始回波信号图；其中，多个所述激光传感器呈十字型排布，包括横向部和竖向部；
在目标航行时间段内，通过所述水下巡检机器人上安装的视觉传感器获取所述目标网衣的选定网衣图像；
通过所述选定网衣图像构建网衣几何模型以及激光几何模型；
基于所述网衣几何模型和所述激光几何模型，根据第一预设算法对所述初始回波信号图进行校正，以得到校正回波信号图；
基于所述校正回波信号图，根据第二预设算法计算出所述水下巡检机器人在所述目标航行时间段内相对所述目标网衣的校正航行距离；
基于所述校正回波信号图，根据第三预设算法计算出所述水下巡检机器人在所述目标航行时间段内的竖直偏移距离；
基于任一所述激光传感器接收到的激光反射信号，根据第四预设算法计算出所述水下巡检机器人在所述目标航行时间段内的横向偏移距离；
基于所述横向部上任意两个所述激光传感器接收到的激光反射信号，根据第五预设算法计算出所述水下巡检机器人在所述目标航行时间段内的横向偏移角度；
根据所述水下巡检机器人在所述目标航行时间段内的所述校正航行距离、所述竖直偏移距离、所述横向偏移距离和所述横向偏移角度，确定所述水下巡检机器人的位置。
2.根据权利要求1所述的水下网衣巡检机器人的定位方法，其特征在于，所述在目标航行时间段内，通过所述水下巡检机器人上安装的视觉传感器获取所述目标网衣的选定网衣图像的步骤，具体包括：
通过所述视觉传感器获取所述目标网衣的初始网衣图像；
利用ROI区域提取算法从所述初始网衣图像中选取出识别区域，以所述识别区域内的图像作为所述选定网衣图像。
3.根据权利要求1所述的水下网衣巡检机器人的定位方法，其特征在于，所述通过所述选定网衣图像构建网衣几何模型以及激光几何模型的步骤，具体包括：
对所述选定网衣图像进行第一滤波操作；
通过角点检测算法提取出所述选定网衣图像中的网结特征点；
连接所述网结特征点，得出所述网衣几何模型；
对所述选定网衣图像进行第二滤波操作；
通过角点检测算法提取出所述选定网衣图像中的激光特征点；
连接所述激光特征点，得出所述激光几何模型。
4.根据权利要求1所述的水下网衣巡检机器人的定位方法，其特征在于，所述基于所述网衣几何模型和所述激光几何模型，根据第一预设算法对所述初始回波信号图进行校正，以得到校正回波信号图的步骤，具体包括：
测量所述网衣几何模型与所述激光几何模型之间的夹角，以作为校正角；
基于所述校正角，根据第一计算公式计算出校正矩阵；
通过所述校正矩阵对所述初始回波信号图进行校正，以得到所述校正回波信号图；其中，所述校正回波信号图中包括与所述激光传感器一一对应的校正回波时间轴，所述校正回波时间轴上出现回波信号点的时间节点表征其对应的所述激光传感器接收到激光反射信号的时间节点。
5.根据权利要求4所述的水下网衣巡检机器人的定位方法，其特征在于，所述基于所述校正回波信号图，根据第二预设算法计算出所述水下巡检机器人在所述目标航行时间段内相对所述目标网衣的校正航行距离的步骤，具体包括：
将与所述竖向部上的所述激光传感器相对应的所述校正回波时间轴筛选出来，以作为竖向回波时间轴；
设定时间阈值，在所述目标航行时间段内，统计多个所述竖向回波时间轴在一个所述时间阈值范围内均出现回波信号点的总次数，以作为所述水下巡检机器人在所述目标航行时间段内的经历网孔数；
基于所述经历网孔数，根据第二计算公式计算出所述校正航行距离。
6.根据权利要求4所述的水下网衣巡检机器人的定位方法，其特征在于，所述基于所述校正回波信号图，根据第三预设算法计算出所述水下巡检机器人在所述目标航行时间段内的竖直偏移距离的步骤，具体包括：
将与所述竖向部上的所述激光传感器相对应的所述校正回波时间轴筛选出来，以作为竖向回波时间轴；
选定所述竖向部上任意一个或多个所述激光传感器，以作为第一基准传感器；
选定所述第一基准传感器所对应的所述竖向回波时间轴，以作为第一基准时间轴；
记录所述第一基准时间轴在所述目标航行时间段的起始时间节点处出现的回波信号点，以作为基准信号点；
跟踪所述基准信号点；
在所述目标航行时间段的结束时间节点处，确认所述基准信号点再次出现时所对应的所述竖向回波时间轴，以作为第二基准时间轴；
确认所述第二基准时间轴所对应的所述激光传感器，以作为第二基准传感器；
测量所述第一基准传感器与所述第二基准传感器的竖直距离，以作为所述竖直偏移距离。
7.根据权利要求1所述的水下网衣巡检机器人的定位方法，其特征在于，所述基于任一所述激光传感器接收到的所述激光反射信号，根据第四预设算法计算出所述水下巡检机器人在所述目标航行时间段内的横向偏移距离的步骤，具体包括：
选定所述横向部上的任一所述激光传感器，以作为第三基准传感器；
在所述目标航行时间段的起始时间节点处，从所述第三基准传感器接收到的激光反射信号中获取所述第三基准传感器与所述目标网衣的第一横向距离；
在所述目标航行时间段的结束时间节点处，从所述第三基准传感器接收到的激光反射信号中获取所述第三基准传感器与所述目标网衣的第二横向距离；
以所述第一横向距离与所述第二横向距离的差值作为所述横向偏移距离。
8.根据权利要求1所述的水下网衣巡检机器人的定位方法，其特征在于，所述基于所述横向部上任意两个所述激光传感器接收到的所述激光反射信号，根据第五预设算法计算出所述水下巡检机器人在所述目标航行时间段内的横向偏移角度，具体包括：
选定所述横向部上的任意两个所述激光传感器，分别作为第四基准传感器和第五基准传感器；
从所述第四基准传感器接收到的激光反射信号中获取所述第四基准传感器与所述目标网衣的第三横向距离，从所述第五基准传感器接收到的激光反射信号中获取所述第五基准传感器与所述目标网衣的第四横向距离；
基于所述第三横向距离、所述第四横向距离、以及所述第四基准传感器与所述第五基准传感器的直线距离，根据第三计算公式计算出所述横向偏移角度。
9.一种水下网衣巡检机器人的定位系统，其特征在于，所述水下网衣巡检机器人的定位系统包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的水下网衣巡检机器人的定位方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有水下网衣巡检机器人的定位程序，所述水下网衣巡检机器人的定位程序被处理器执行时实现如权利要求1至8中任一项所述的水下网衣巡检机器人的定位方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111298517.XA CN114200468B (zh) | 2021-11-03 | 2021-11-03 | 水下网衣巡检机器人的定位方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111298517.XA CN114200468B (zh) | 2021-11-03 | 2021-11-03 | 水下网衣巡检机器人的定位方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114200468A CN114200468A (zh) | 2022-03-18 |
| CN114200468B true CN114200468B (zh) | 2024-05-17 |
Family
ID=80646786
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111298517.XA Active CN114200468B (zh) | 2021-11-03 | 2021-11-03 | 水下网衣巡检机器人的定位方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114200468B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114852289B (zh) * | 2022-04-06 | 2024-03-26 | 五邑大学 | 深海渔场网箱巡检方法、装置、系统及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106292664A (zh) * | 2016-08-17 | 2017-01-04 | 国网山东省电力公司电力科学研究院 | 一种变电站巡检机器人导航控制系统及方法 |
| KR101888171B1 (ko) * | 2017-11-16 | 2018-08-13 | 엘아이지넥스원 주식회사 | 무인 수상정의 자세정보 기반 환경인식 장치 및 방법 |
| KR20210073079A (ko) * | 2019-12-10 | 2021-06-18 | 한국해양과학기술원 | 수중 로봇의 위치 추정 장치 및 방법 |
| CN113108774A (zh) * | 2021-05-21 | 2021-07-13 | 深圳市人工智能与机器人研究院 | 水下机器人及水下机器人导航定位方法 |
-
2021
- 2021-11-03 CN CN202111298517.XA patent/CN114200468B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106292664A (zh) * | 2016-08-17 | 2017-01-04 | 国网山东省电力公司电力科学研究院 | 一种变电站巡检机器人导航控制系统及方法 |
| KR101888171B1 (ko) * | 2017-11-16 | 2018-08-13 | 엘아이지넥스원 주식회사 | 무인 수상정의 자세정보 기반 환경인식 장치 및 방법 |
| KR20210073079A (ko) * | 2019-12-10 | 2021-06-18 | 한국해양과학기술원 | 수중 로봇의 위치 추정 장치 및 방법 |
| CN113108774A (zh) * | 2021-05-21 | 2021-07-13 | 深圳市人工智能与机器人研究院 | 水下机器人及水下机器人导航定位方法 |
Non-Patent Citations (2)
| Title |
|---|
| 一种基于激光矩阵的水下网衣巡检机器人定位方法;秦浩等;《渔业现代化》;20221015;全文 * |
| 基于激光定位的变电站智能巡检机器人导航系统设计;肖鹏;孙大庆;王明瑞;郭锐;孙勇;;计算机测量与控制;20120625(06);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114200468A (zh) | 2022-03-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109255302A (zh) | 目标物识别方法及终端、移动装置控制方法及终端 | |
| CN113597874B (zh) | 一种除草机器人及其除草路径的规划方法、装置和介质 | |
| CN103891697A (zh) | 一种室内自主移动喷药机器人及其变量喷药方法 | |
| CN107783103B (zh) | 一种轻量级带自学习功能的飞鸟跟踪智能方法 | |
| US20230306735A1 (en) | Agricultural analysis robotic systems and methods thereof | |
| CN112344869B (zh) | 基于侧面拟合的铁塔变形监测方法及系统 | |
| CN110969654A (zh) | 基于收割机的玉米高通量表型测量的方法及装置、收割机 | |
| CN114200468B (zh) | 水下网衣巡检机器人的定位方法、系统及存储介质 | |
| CN111292371A (zh) | 智能水位检测设备、智能水位监控管理装置及检测方法 | |
| CN112084853B (zh) | 一种脚印预测方法、脚印预测装置及人形机器人 | |
| CN108596117A (zh) | 一种基于二维激光测距仪阵列的场景监控方法 | |
| CN113593035A (zh) | 一种运动控制决策生成方法、装置、电子设备及存储介质 | |
| CN116912715A (zh) | 一种面向风机叶片巡检的无人机视觉伺服控制方法及系统 | |
| CN111812659A (zh) | 一种基于图像识别和激光测距的铁塔姿态预警装置及方法 | |
| CN114431124A (zh) | 一种用于农业种植的喷淋智能控制方法 | |
| CN113888589A (zh) | 一种基于激光雷达的水面障碍物检测与多目标跟踪方法 | |
| CN112084854B (zh) | 一种障碍物检测方法、障碍物检测装置及机器人 | |
| CN212623088U (zh) | 一种基于图像识别和激光测距的铁塔姿态预警装置 | |
| CN117876664A (zh) | 一种光电经纬仪目标跟踪辅助方法 | |
| CN109344685A (zh) | 一种智慧托盘及其智能定位追踪方法 | |
| CN116486290A (zh) | 一种无人机监测追踪方法、装置、电子设备及存储介质 | |
| CN112734807A (zh) | 一种基于计算机视觉的板坯在连铸辊道上自动跟踪的方法 | |
| JP4528103B2 (ja) | 画像認識装置 | |
| CN114693799A (zh) | 参数标定方法、目标物体跟踪方法、设备和系统 | |
| CN111521124A (zh) | 基于影像无人机的铁塔形变检测的方法和系统 |
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 |