CN114852289B - 深海渔场网箱巡检方法、装置、系统及存储介质 - Google Patents
深海渔场网箱巡检方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN114852289B CN114852289B CN202210353771.3A CN202210353771A CN114852289B CN 114852289 B CN114852289 B CN 114852289B CN 202210353771 A CN202210353771 A CN 202210353771A CN 114852289 B CN114852289 B CN 114852289B
- Authority
- CN
- China
- Prior art keywords
- deep sea
- sea fishing
- fishing ground
- net cage
- inspection
- 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 221
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000000007 visual effect Effects 0.000 claims abstract description 35
- 238000005259 measurement Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 20
- 238000001914 filtration Methods 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000003672 processing method Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 15
- 238000012423 maintenance Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000004807 localization Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 229920000459 Nitrile rubber Polymers 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000002379 ultrasonic velocimetry Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63C—LAUNCHING, HAULING-OUT, OR DRY-DOCKING OF VESSELS; LIFE-SAVING IN WATER; EQUIPMENT FOR DWELLING OR WORKING UNDER WATER; MEANS FOR SALVAGING OR SEARCHING FOR UNDERWATER OBJECTS
- B63C11/00—Equipment for dwelling or working underwater; Means for searching for underwater objects
- B63C11/48—Means for searching for underwater objects
- B63C11/49—Floating structures with underwater viewing devices, e.g. with windows ; Arrangements on floating structures of underwater viewing devices, e.g. on boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- 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
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
- Y02A40/81—Aquaculture, e.g. of fish
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种深海渔场网箱巡检方法、装置、系统及存储介质，该方法包括：获取摄像模块的摄像参数，以确定可视范围；根据预设的测量参数，构建深海渔场网箱的三维模型；根据三维模型和可视范围，确定各个水下机器人对应的目标巡检路线，其中，目标巡检路线的轨迹与深海渔场网箱之间的距离在预设的可视范围内；向各个水下机器人发送目标巡检路线，以使水下机器人按照对应的目标巡检路线进行巡检；接收来自水下机器人的图像信息和位置信息；对深海渔场网箱进行破口定位处理，确定破口位置，并更新三维模型，以得到深海渔场网箱的实时模型。根据本发明实施例提供的方案，能够保证巡检效果、提高巡检效率和对破口位置进行准确定位。
Description
技术领域
本发明涉及但不限于水下机器人技术领域，尤其涉及一种深海渔场网箱巡检方法、装置、系统及存储介质。
背景技术
在深海渔场中，网箱养殖具有投资少、产量高、可机动、见效快等优点，完善大型深海渔场网箱及其配套设施能够有效促进海洋养殖业的发展。
在养殖过程中，深海渔场网箱出现破口后，如果不能及时发现破口的位置，就会导致网箱出现更严重的损坏，增加维修成本，而且还会导致网箱内的养殖鱼类减少，造成经济损失，因此需要对深海渔场网箱进行巡检。
目前，巡检的方法是维护人员操控水下机器人沿着深海渔场网箱的内壁移动，对深海渔场网箱进行检查，对产生的破口进行修复，但是，人工控制水下机器人会出现遗漏检查，巡检效果差，还会出现重复检查的情况，巡检效率低；另外，破口位置的定位效果差，维护人员无法对破口位置进行准确定位，增加工作难度。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供了一种深海渔场网箱巡检方法、装置、系统及存储介质，能够保证巡检效果、提高巡检效率和对破口位置进行准确定位。
第一方面，本发明还提供了一种深海渔场网箱巡检方法，应用于深海渔场网箱巡检系统，所述深海渔场网箱巡检系统包括多个水下机器人和控制终端，所述水下机器人设置有摄像模块和定位模块，所述水下机器人与所述控制终端通信连接，所述摄像模块用于获取所述深海渔场网箱的图像信息，所述定位模块用于获取所述水下机器人的位置信息，所述方法包括：获取所述摄像模块的摄像参数，以确定所述摄像模块的可视范围；根据预设的测量参数，构建所述深海渔场网箱的三维模型；根据所述三维模型和所述可视范围，确定各个所述水下机器人对应的目标巡检路线，其中，所述目标巡检路线的轨迹与所述深海渔场网箱之间的距离在预设的可视范围内，所述目标巡检路线的轨迹为螺旋型，各个所述水下机器人对应的目标巡检路线的轨迹由上至下依次相连；向各个所述水下机器人发送所述目标巡检路线，以使所述水下机器人按照对应的所述目标巡检路线进行巡检；接收来自所述水下机器人的图像信息和位置信息；基于所述图像信息和所述位置信息，对所述深海渔场网箱进行破口定位处理，确定破口位置；根据所述破口位置更新所述三维模型，以得到所述深海渔场网箱的实时模型。
在一些实施例中，所述基于所述图像信息和所述位置信息，对所述深海渔场网箱进行破口定位处理，确定破口位置，包括：对所述图像信息进行预处理，得到目标图像；对所述目标图像进行破口分析处理，确定破口图像；基于所述破口图像和所述位置信息，对所述深海渔场网箱进行破口定位处理，确定破口位置。
在一些实施例中，所述对所述图像信息进行预处理，包括：对所述图像信息进行滤波处理；基于灰度处理法，根据所述滤波处理的图像信息，确定灰度图像；基于最大类间方差法，对所述灰度图像进行二值化处理，得到二值化图像，并将所述二值化图像作为目标图像；对所述二值化图像进行闭操作处理，得到目标图像。
在一些实施例中，所述对所述目标图像进行破口分析处理，确定破口图像，包括：对所述目标图像进行区域划分处理，确定多个网孔区域；计算各个所述网孔区域的面积；对所有所述网孔区域的面积进行排序，并确定面积曲线；根据所述面积曲线确定多个特征梯度，并生成特征梯度曲线；根据所述特征梯度，确定梯度平均值；基于所述梯度平均值，从所有所述特征梯度中筛选出若干个目标梯度；当确定所有所述目标梯度中最大值和最小值的差值大于预设的梯度阈值，根据所述目标图像和所述特征梯度曲线，确定破口图像。
在一些实施例中，所述深海渔场网箱巡检系统还包括备用机器人；所述向各个所述水下机器人发送所述目标巡检路线的步骤之后，还包括：接收来自各个所述水下机器人的状态信息，其中，所述状态信息用于表征所述水下机器人处于正常状态或异常状态；当确定所述水下机器人处于异常状态，根据对应的所述位置信息确定移动指令，并将对应的所述目标巡检路线作为所述备用机器人的备用巡检路线；向所述备用机器人发送所述移动指令和所述备用巡检路线，以使所述备用机器人按照所述备用巡检路线进行巡检。
在一些实施例中，所述定位模块包括惯性测量单元和声学多普勒速度仪；所述接收来自所述水下机器人的图像信息和位置信息的步骤之后，还包括：基于容积卡尔曼滤波法，对所述位置信息进行滤波处理。
在一些实施例中，所述深海渔场网箱巡检系统还包括建模机器人，所述建模机器人与所述控制终端通信连接；所述根据预设的测量参数，构建所述深海渔场网箱的三维模型，包括：获取启动指令；向所述建模机器人发送启动指令，以使所述建模机器人在所述深海渔场网箱内移动；接收来自所述建模机器人的测量参数；基于即时定位与地图构建法，根据所述测量参数，构建所述深海渔场网箱的三维模型。
第二方面，本发明还提供了一种深海渔场网箱巡检装置，应用于深海渔场网箱巡检系统，所述深海渔场网箱巡检系统包括多个水下机器人和控制终端，所述水下机器人设置有摄像模块和定位模块，所述水下机器人与所述控制终端通信连接，所述摄像模块用于获取所述深海渔场网箱的图像信息，所述定位模块用于获取所述水下机器人的位置信息，所述装置包括：获取单元，用于获取所述摄像模块的摄像参数，以确定所述摄像模块的可视范围；建模单元，用于根据预设的测量参数，构建所述深海渔场网箱的三维模型；路线确定单元，用于根据所述三维模型和所述可视范围，确定各个所述水下机器人对应的目标巡检路线，其中，所述目标巡检路线的轨迹与所述深海渔场网箱之间的距离在预设的可视范围内，所述目标巡检路线的轨迹为螺旋型，各个所述水下机器人对应的目标巡检路线的轨迹由上至下依次相连；发送单元，用于向各个所述水下机器人发送所述目标巡检路线，以使所述水下机器人按照对应的所述目标巡检路线进行巡检；接收单元，用于接收来自所述水下机器人的图像信息和位置信息；定位单元，用于基于所述图像信息和所述位置信息，对所述深海渔场网箱进行破口定位处理，确定破口位置；更新单元，用于根据所述破口位置更新所述三维模型，以得到所述深海渔场网箱的实时模型。
第三方面，本发明实施例还提供了一种深海渔场网箱巡检系统，包括：多个水下机器人和控制终端，所述水下机器人设置有摄像模块和定位模块，所述水下机器人与所述控制终端通信连接，所述摄像模块用于获取所述深海渔场网箱的图像信息，所述定位模块用于获取所述水下机器人的位置信息；所述控制终端包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面所述的深海渔场网箱巡检方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如上第一方面所述的深海渔场网箱巡检方法。
本发明实施例包括：获取所述摄像模块的摄像参数，以确定所述摄像模块的可视范围；根据预设的测量参数，构建所述深海渔场网箱的三维模型；根据所述三维模型和所述可视范围，确定各个所述水下机器人对应的目标巡检路线，其中，所述目标巡检路线的轨迹与所述深海渔场网箱之间的距离在预设的可视范围内，所述目标巡检路线的轨迹为螺旋型，各个所述水下机器人对应的目标巡检路线的轨迹由上至下依次相连；向各个所述水下机器人发送所述目标巡检路线，以使所述水下机器人按照对应的所述目标巡检路线进行巡检；接收来自所述水下机器人的图像信息和位置信息；基于所述图像信息和所述位置信息，对所述深海渔场网箱进行破口定位处理，确定破口位置；根据所述破口位置更新所述三维模型，以得到所述深海渔场网箱的实时模型。根据本发明实施例提供的方案，通过构建深海渔场网箱的三维模型，并结合水下机器人的摄像模块的可视范围，进而确定各个水下机器人的目标巡检路线，由于目标巡检路线为螺旋型，而且每个水下机器人的目标巡检路线是依次相连的，能够避免出现遗漏检查的情况，保证巡检效果，还能够避免出现重复检查，提高巡检效率；另外，确定破口位置后，对三维模型进行更新，进而使维护人员能够对破口位置进行准确定位，降低工作难度。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1是本发明一个实施例提供的深海渔场网箱巡检方法的流程图；
图2是本发明另一个实施例提供的一种确定破口位置的流程图；
图3是本发明另一个实施例提供的一种确定目标图像的流程图；
图4是本发明另一个实施例提供的一种确定破口图像的流程图；
图5是本发明另一个实施例提供的一种备用机器人进行巡检的流程图；
图6是本发明另一个实施例提供的一种构建三维模型的流程图；
图7是本发明另一个实施例提供的一种深海渔场网箱巡检系统的巡检示意图；
图8是本发明另一个实施例提供的深海渔场网箱巡检装置的结构图；
图9是本发明的一个实施例还提供了一种深海渔场网箱巡检系统的系统框图；
图10是图9所示深海渔场网箱巡检系统的控制终端的系统框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
在本发明的描述中，若干个的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。
需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书、权利要求书或上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
目前，巡检的方法是维护人员操控水下机器人沿着深海渔场网箱的内壁移动，对深海渔场网箱进行检查，对产生的破口进行修复，但是，人工控制水下机器人会出现遗漏检查，巡检效果差，还会出现重复检查的情况，巡检效率低；另外，破口位置的定位效果差，维护人员无法对破口位置进行准确定位，增加工作难度。
针对巡检效果差、巡检效率低和无法对破口位置进行准确定位的问题，本发明提供了一种深海渔场网箱巡检方法、装置、系统及存储介质，该方法包括：获取摄像模块的摄像参数，以确定摄像模块的可视范围；根据预设的测量参数，构建深海渔场网箱的三维模型；根据三维模型和可视范围，确定各个水下机器人对应的目标巡检路线，其中，目标巡检路线的轨迹与深海渔场网箱之间的距离在预设的可视范围内，目标巡检路线的轨迹为螺旋型，各个水下机器人对应的目标巡检路线的轨迹由上至下依次相连；向各个水下机器人发送目标巡检路线，以使水下机器人按照对应的目标巡检路线进行巡检；接收来自水下机器人的图像信息和位置信息；基于图像信息和位置信息，对深海渔场网箱进行破口定位处理，确定破口位置；根据破口位置更新三维模型，以得到深海渔场网箱的实时模型。根据本发明实施例提供的方案，通过构建深海渔场网箱的三维模型，并结合水下机器人的摄像模块的可视范围，进而确定各个水下机器人的目标巡检路线，由于目标巡检路线为螺旋型，而且每个水下机器人的目标巡检路线是依次相连的，能够避免出现遗漏检查的情况，保证巡检效果，还能够避免出现重复检查，提高巡检效率；另外，确定破口位置后，对三维模型进行更新，进而使维护人员能够对破口位置进行准确定位，降低工作难度。
首先，对本发明中涉及的若干名词进行解析：
无缆水下机器人(Autonomous Underwater Vehicle，AUV)，具有活动范围大、机动性好、安全、智能化等优点，成为完成各种水下任务的重要工具。
惯性测量单元(Inertial Measurement Unit，IMU)，用于测量物体三轴姿态角(或角速率)以及加速度。
声学多普勒速度仪(Doppler Velocity logger，DVL)，是一种测量相对于水底速度的声纳设备。
最大类间方差法，是一种自适合于双峰情况的自动求取阈值的方法，又叫大津法，简称Otsu，它是按图像的灰度特性，将图像分成背景和目标2部分，背景和目标之间的类间方差越大，说明构成图像的2部分的差别越大，当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。
容积卡尔曼滤波(Cubature Kalman filter，CKF)，基于三阶球面径向容积准则，并使用一组容积点来逼近具有附加高斯噪声的非线性系统的状态均值和协方差，是解决非线性系统状态估计的强有力工具。
即时定位与地图构建(Simultaneous Localization and Mapping，SLAM)，可以描述为：将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边移动一边逐步描绘出此环境完全的地图，完全的地图是指不受障碍行进到房间可进入的每个角落。
下面结合附图，对本发明实施例作进一步阐述。
如图1所示，图1是本发明一个实施例提供的一种深海渔场网箱巡检方法的流程图。该深海渔场网箱巡检方法可以应用于深海渔场网箱巡检系统中，深海渔场网箱巡检系统包括多个水下机器人和控制终端，水下机器人设置有摄像模块和定位模块，水下机器人与控制终端通信连接，摄像模块用于获取深海渔场网箱的图像信息，定位模块用于获取水下机器人的位置信息，该深海渔场网箱巡检方法包括但不限于有以下步骤：
步骤S110，获取摄像模块的摄像参数，以确定摄像模块的可视范围；
步骤S120，根据预设的测量参数，构建深海渔场网箱的三维模型；
步骤S130，根据三维模型和可视范围，确定各个水下机器人对应的目标巡检路线，其中，目标巡检路线的轨迹与深海渔场网箱之间的距离在预设的可视范围内，目标巡检路线的轨迹为螺旋型，各个水下机器人对应的目标巡检路线的轨迹由上至下依次相连；
步骤S140，向各个水下机器人发送目标巡检路线，以使水下机器人按照对应的目标巡检路线进行巡检；
步骤S150，接收来自水下机器人的图像信息和位置信息；
步骤S160，基于图像信息和位置信息，对深海渔场网箱进行破口定位处理，确定破口位置；
步骤S170，根据破口位置更新三维模型，以得到深海渔场网箱的实时模型。
可以理解的是，不同的深海渔场网箱的测量参数不同，构建实际的深海渔场网箱的三维模型，进而利用水下机器人对各个深海渔场进行巡检；针对同一个深海渔场，在三维模型中，根据可视范围，生成参加巡检的水下机器人的目标巡检路线，摄像参数是指摄像模块的焦距和镜头角度，通过摄像参数能够确定摄像模块的拍摄距离和拍摄角度，即可视范围，摄像模块与深海渔场网箱的距离在可视范围内，能够保证图像的清晰度，从而保证破口定位的准确性，目标巡检路线在深海渔场网箱内，目标巡检路线呈螺旋型，能够对深海渔场网箱进行全面的检查，有效避免出现漏检的情况，水下机器人按照目标巡检路线进行巡检时，能够保证摄像模块与深海渔场网箱的距离在摄像模块的可视范围内，摄像模块能够清晰的获取深海渔场网箱的图像信息；水下机器人在巡检过程中，定位模块能够实时获取水下机器人的位置信息；破口定位处理是指通过分析图像信息，确定深海渔场网箱存在破口，结合实时的位置信息，进而准确的确定破口位置，并在三维模型中标记该破口位置，破网检测精度高，相对于人工识别破口，能够提高效率；基于此，通过构建深海渔场网箱的三维模型，并结合水下机器人的摄像模块的可视范围，进而确定各个水下机器人的目标巡检路线，由于目标巡检路线为螺旋型，而且每个水下机器人的目标巡检路线是依次相连的，能够避免出现遗漏检查的情况，保证巡检效果，还能够避免出现重复检查，提高巡检效率；另外，确定破口位置后，对三维模型进行更新，进而使维护人员能够对破口位置进行准确定位，降低工作难度。
需要说明的是，水下机器人分为多个巡检组，每个巡检组内有多个水下机器人，每个巡检组负责各自的巡检区域，不同巡检区域没有交叠，能够保证控制的可靠性和避免重复巡检，目标巡检路线是螺旋下降的，参与巡检的各个水下机器人的目标巡检路线是依次相连的，每个水下机器人负责对应的区域。
需要说明的是，水下机器人和控制终端均设置有水声通信单元，水下机器人与控制终端之间通过水声进行通信，因为电磁波在水下衰减非常严重，通过水声通信能够保证通信质量，降低数据丢失率；具体地，在海中设置一组水声收发传感器节点，每个传感器内置一个水声调制的信号解调器和一个接收器，在陆地上设置中继器，采用无线扩频技术，陆上的信号源发送编码调制后的信号，进行信号放大，由发射换能器通过水声通道向水下机器人发送信号，到达接受换能器，在接受端采用相同的扩频码进行解调，进而可以恢复原本的信息，陆上的信号源是指控制终端。
需要说明的是，由于水下暗流较多，为了防止水下机器人由于偏移位置而造成误差积累，水下机器人会在巡航一圈后进行位置标定，通过固定位置的水声发生器的水声测距来修正自身的三维坐标。
值得注意的是，通过水声进行通信的方法，属于本领域技术人员熟知的技术，在此不多作赘述。
在具体实践中，摄像模块的传感器的型号为SONY IMX222，视频分辨率1920×1080，最低使用照度0.001Lux，信噪比大于50db，摄像模块的镜头为TAS-02512-3MP广角镜头，竖直视场角可达120度，镜头前配置可自动切换的IR-CUT双滤镜，可自适应环境光线的强弱，得到最佳图像效果摄像模块的外壳采用透光性能良好的有机玻璃，摄像模块的密封结构为丁腈橡胶圈；对一个直径为110米、高为70米的深海渔场网箱进行巡检时，水下机器人与深海渔场网箱保持1米左右的距离，摄像模块的竖直视场角为120度，相对于能够在深海渔场网箱上检测半径约为1.73米的圆形区域，而且，为了保证下次的不会重复巡检，水下机器人下次出现的位置将是水下机器人当前位置下方的3米左右，水下机器人的移动速度为25米/分钟，能够检测75平方米的区域，通过设置有12个水下机器人，分为4个巡检组，每组3个水下机器人，能够有效完成巡检任务。
另外，参照图2，在一实施例中，图1所示实施例中的步骤S160，包括但不限于有以下步骤：
步骤S210，对图像信息进行预处理，得到目标图像；
步骤S220，对目标图像进行破口分析处理，确定破口图像；
步骤S230，基于破口图像和位置信息，对深海渔场网箱进行破口定位处理，确定破口位置。
可以理解的是，原始的图像信息存在噪声，而且难以区分网箱上的各个网孔，需要对图像信息进行预处理，然后对得到的目标图像进行破口分析处理，确定破口图像，进而通过破口定位处理，确定破口位置，保证破口位置定位的准确性。
另外，参照图3，在一实施例中，图2所示实施例中的步骤S210，包括但不限于有以下步骤：
步骤S310，对图像信息进行滤波处理；
步骤S320，基于灰度处理法，根据滤波处理的图像信息，确定灰度图像；
步骤S330，基于最大类间方差法，对灰度图像进行二值化处理，得到二值化图像；
步骤S340，对二值化图像进行闭操作处理，得到目标图像。
可以理解的是，滤波处理能够去噪，先转换为灰度图像，进一步转换为二值化图像，并进行闭操作处理，得到的目标图像简化为只有0和1像素值的黑白图像，有效地保留了网孔特征，能够有效区分网箱上的各个网孔。
值得注意的是，灰度处理法和最大类间方差法，属于本领域技术人员熟知的技术，在此不多作赘述。
另外，参照图4，在一实施例中，图2所示实施例中的步骤S220，包括但不限于有以下步骤：
步骤S410，对目标图像进行区域划分处理，确定多个网孔区域；
步骤S420，计算各个网孔区域的面积；
步骤S430，对所有网孔区域的面积进行排序，并确定面积曲线；
步骤S440，根据面积曲线确定多个特征梯度，并生成特征梯度曲线；
步骤S450，根据特征梯度，确定梯度平均值；
步骤S460，基于梯度平均值，从所有特征梯度中筛选出若干个目标梯度；
步骤S470，当确定所有目标梯度中最大值和最小值的差值大于预设的梯度阈值，根据目标图像和特征梯度曲线，确定破口图像。
可以理解的是，通过图像处理，划分出目标图像中特征符合网孔的区域，例如，将二值化图像中数值为0的连通区域作为网孔区域；将所有网孔区域的面积由大到小排序，并对排序后的面积的数值映射到二维坐标系中，横坐标为网孔区域在目标图像中的横向位置，纵坐标为面积的数值，对所有面积的数据进行曲线拟合，得到面积曲线，进而通过梯度算子计算出特征梯度，所有的特征梯度组成集合K，计算公式如下:
Ai为第i个网孔区域的面积，ζ()为排序处理；为梯度算子；
计算出集合K的梯度平均值将大于梯度平均值/>的特征梯度作为目标梯度，所有的目标梯度组成集合P；通过网孔的特征确定梯度阈值，在集合P中，若最大值与最小值的差值大于梯度阈值，代表深海渔场网箱存在破口，根据最大特征梯度的横坐标确定破口在目标图像中的位置，并将当前目标图像作为破口图像。
另外，参照图5，在一实施例中，深海渔场网箱巡检系统还包括备用机器人；图1所示实施例中的步骤S150之后，还包括但不限于有以下步骤：
步骤S510，接收来自各个水下机器人的状态信息，其中，状态信息用于表征水下机器人处于正常状态或异常状态；
步骤S520，当确定水下机器人处于异常状态，根据对应的位置信息确定移动指令，并将对应的目标巡检路线作为备用机器人的备用巡检路线；
步骤S530，向备用机器人发送移动指令和备用巡检路线，以使备用机器人按照备用巡检路线进行巡检。
可以理解的是，设置有多个备用机器人，通常情况下，备用机器人处于待机状态；当水下机器人在工作过程中出现异常状态时，备用机器人被激活，利用备用机器人接替该异常水下机器人的巡检工作，控制终端通过该处于异常状态的水下机器人的位置信息，确定移动指令，并发送至备用机器人，使备用机器人移动到该处于异常状态的水下机器人的当前位置，从而继续完成深海渔场网箱的巡检；异常状态包括但不限于：水下机器人出现故障、电池的电量不足和发现破口，水下机器人发现破口后，需要保持在原位置，方便协助维护人员完成后续的修补工作，水下机器人的状态由正常状态切换至异常状态。
在一实施例中，定位模块包括但不限于惯性测量单元和声学多普勒速度仪；图1所示实施例中的步骤S150之后，还包括但不限于有以下步骤：
基于容积卡尔曼滤波法，对位置信息进行滤波处理。
可以理解的是，定位模块采用惯性测量单元和声学多普勒速度仪组合的方式，避免单个导航出现误差而影响位置定位的准确性；容积卡尔曼滤波法能够协调各传感器之间不确定性的影响，从而根据观测信息给出一个机器人状态的最优估计值。
如图6所示，在一实施例中，深海渔场网箱巡检系统还包括建模机器人，建模机器人与控制终端通信连接；图1所示实施例中的步骤S120，包括但不限于有以下步骤：
步骤S610，获取启动指令；
步骤S620，向建模机器人发送启动指令，以使建模机器人在深海渔场网箱内移动；
步骤S630，接收来自建模机器人的测量参数；
步骤S640，基于即时定位与地图构建法，根据测量参数，构建深海渔场网箱的三维模型。
可以理解的是，由于水下机器人需要长时间在水下作业，对于定位的精度要求较高，需要在使用前由建模机器人先通过即时定位与地图构建法SLAM，构建三维地图，保证三维地图的准确性。
另外，参考图7，图7是本发明的一个实施例还提供了一种深海渔场网箱巡检系统的巡检示意图；
可以理解的是，各个水下机器人710按照对应的目标巡检路线720进行巡检，通过水下机器人710的摄像模块获取深海渔场网箱730的图像信息，水下机器人710按照目标巡检路线720进行巡检时，能够保证摄像模块与深海渔场网箱730的距离在摄像模块的可视范围内，摄像模块能够清晰的获取深海渔场网箱730的图像信息，能够保证巡检的可靠性；目标巡检路线720呈螺旋型，能够对深海渔场网箱730进行全面的检查。
在具体实践中，深海渔场网箱730的网面是不平整的，为了保证对深海渔场网箱730进行全面的检查，水下机器人710每次巡检的区域需要有一小部分的重叠。
另外，参考图8，本发明还提供了一种深海渔场网箱巡检装置800，应用于深海渔场网箱巡检系统，深海渔场网箱巡检系统包括多个水下机器人和控制终端，水下机器人设置有摄像模块和定位模块，水下机器人与控制终端通信连接，摄像模块用于获取深海渔场网箱的图像信息，定位模块用于获取水下机器人的位置信息，装置包括：
获取单元810，用于获取摄像模块的摄像参数，以确定摄像模块的可视范围；
建模单元820，用于根据预设的测量参数，构建深海渔场网箱的三维模型；
路线确定单元830，用于根据三维模型和可视范围，确定各个水下机器人对应的目标巡检路线，其中，目标巡检路线的轨迹与深海渔场网箱之间的距离在预设的可视范围内，目标巡检路线的轨迹为螺旋型，各个水下机器人对应的目标巡检路线的轨迹由上至下依次相连；
发送单元840，用于向各个水下机器人发送目标巡检路线，以使水下机器人按照对应的目标巡检路线进行巡检；
接收单元850，用于接收来自水下机器人的图像信息和位置信息；
定位单元860，用于基于图像信息和位置信息，对深海渔场网箱进行破口定位处理，确定破口位置；
更新单元870，用于根据破口位置更新三维模型，以得到深海渔场网箱的实时模型。
可以理解的是，该深海渔场网箱巡检装置800的具体实施方式与上述深海渔场网箱巡检方法的具体实施例基本相同，在此不再赘述；基于此，通过构建深海渔场网箱的三维模型，并结合水下机器人的摄像模块的可视范围，进而确定各个水下机器人的目标巡检路线，由于目标巡检路线为螺旋型，而且每个水下机器人的目标巡检路线是依次相连的，能够避免出现遗漏检查的情况，保证巡检效果，还能够避免出现重复检查，提高巡检效率；另外，确定破口位置后，对三维模型进行更新，进而使维护人员能够对破口位置进行准确定位，降低工作难度。
另外，参照图9和图10，图9是本发明的一个实施例还提供了一种深海渔场网箱巡检系统的系统框图；图10是图9所示深海渔场网箱巡检系统的控制终端的系统框图，该系统包括：多个水下机器人710和控制终端901，水下机器人710设置有摄像模块902和定位模块903，水下机器人710与控制终端901通信连接，摄像模块902用于获取深海渔场网箱的图像信息，定位模块903用于获取水下机器人710的位置信息；该控制终端901包括：存储器1010、处理器1020及存储在存储器1010上并可在处理器1020上运行的计算机程序。
处理器1020和存储器1010可以通过总线或者其他方式连接。
实现上述实施例的深海渔场网箱巡检方法所需的非暂态软件程序以及指令存储在存储器1010中，当被处理器1020执行时，执行上述实施例中应用于深海渔场网箱巡检系统的深海渔场网箱巡检方法，例如，执行以上描述的图1中的方法步骤S110至步骤S170、图2中的方法步骤S210至步骤S230、图3中的方法步骤S310至步骤S340、图4中的方法步骤S410至步骤S470、图5中的方法步骤S510至步骤S530、图6中的方法步骤S610至步骤S640，深海渔场网箱巡检系统通过获取摄像模块的摄像参数，以确定摄像模块的可视范围；根据预设的测量参数，构建深海渔场网箱的三维模型；根据三维模型和可视范围，确定各个水下机器人对应的目标巡检路线，其中，目标巡检路线的轨迹与深海渔场网箱之间的距离在预设的可视范围内，目标巡检路线的轨迹为螺旋型，各个水下机器人对应的目标巡检路线的轨迹由上至下依次相连；向各个水下机器人发送目标巡检路线，以使水下机器人按照对应的目标巡检路线进行巡检；接收来自水下机器人的图像信息和位置信息；基于图像信息和位置信息，对深海渔场网箱进行破口定位处理，确定破口位置；根据破口位置更新三维模型，以得到深海渔场网箱的实时模型。基于此，通过构建深海渔场网箱的三维模型，并结合水下机器人的摄像模块的可视范围，进而确定各个水下机器人的目标巡检路线，由于目标巡检路线为螺旋型，而且每个水下机器人的目标巡检路线是依次相连的，能够避免出现遗漏检查的情况，保证巡检效果，还能够避免出现重复检查，提高巡检效率；另外，确定破口位置后，对三维模型进行更新，进而使维护人员能够对破口位置进行准确定位，降低工作难度。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
此外，本发明的一个实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个处理器或控制终端执行，例如，被上述控制终端实施例中的一个处理器执行，可使得上述处理器执行上述实施例中应用于深海渔场网箱巡检系统的深海渔场网箱巡检方法，例如，执行以上描述的图1中的方法步骤S110至步骤S170、图2中的方法步骤S210至步骤S230、图3中的方法步骤S310至步骤S340、图4中的方法步骤S410至步骤S470、图5中的方法步骤S510至步骤S530、图6中的方法步骤S610至步骤S640，深海渔场网箱巡检系统通过获取摄像模块的摄像参数，以确定摄像模块的可视范围；根据预设的测量参数，构建深海渔场网箱的三维模型；根据三维模型和可视范围，确定各个水下机器人对应的目标巡检路线，其中，目标巡检路线的轨迹与深海渔场网箱之间的距离在预设的可视范围内，目标巡检路线的轨迹为螺旋型，各个水下机器人对应的目标巡检路线的轨迹由上至下依次相连；向各个水下机器人发送目标巡检路线，以使水下机器人按照对应的目标巡检路线进行巡检；接收来自水下机器人的图像信息和位置信息；基于图像信息和位置信息，对深海渔场网箱进行破口定位处理，确定破口位置；根据破口位置更新三维模型，以得到深海渔场网箱的实时模型；基于此，通过构建深海渔场网箱的三维模型，并结合水下机器人的摄像模块的可视范围，进而确定各个水下机器人的目标巡检路线，由于目标巡检路线为螺旋型，而且每个水下机器人的目标巡检路线是依次相连的，能够避免出现遗漏检查的情况，保证巡检效果，还能够避免出现重复检查，提高巡检效率；另外，确定破口位置后，对三维模型进行更新，进而使维护人员能够对破口位置进行准确定位，降低工作难度。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上是对本发明的较佳实施进行了具体说明，但本发明并不局限于上述实施方式，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (8)
1.一种深海渔场网箱巡检方法，其特征在于，应用于深海渔场网箱巡检系统，所述深海渔场网箱巡检系统包括多个水下机器人、控制终端、备用机器人和建模机器人，所述建模机器人与所述控制终端通信连接，所述水下机器人设置有摄像模块和定位模块，所述水下机器人与所述控制终端通信连接，所述摄像模块用于获取所述深海渔场网箱的图像信息，所述定位模块用于获取所述水下机器人的位置信息，所述方法包括：
获取所述摄像模块的可视范围；
根据预设的测量参数，构建所述深海渔场网箱的三维模型；
根据所述三维模型和所述可视范围，确定各个所述水下机器人对应的目标巡检路线，其中，所述目标巡检路线的轨迹与所述深海渔场网箱之间的距离在预设的可视范围内，所述目标巡检路线的轨迹为螺旋型，各个所述水下机器人对应的目标巡检路线的轨迹由上至下依次相连；
向各个所述水下机器人发送所述目标巡检路线，以使所述水下机器人按照对应的所述目标巡检路线进行巡检；
接收来自所述水下机器人的图像信息和位置信息；
基于所述图像信息和所述位置信息，对所述深海渔场网箱进行破口定位处理，确定破口位置；
根据所述破口位置更新所述三维模型，以得到所述深海渔场网箱的实时模型；
其中，所述接收来自所述水下机器人的图像信息和位置信息之后，还包括：
接收来自各个所述水下机器人的状态信息，其中，所述状态信息用于表征所述水下机器人处于正常状态或异常状态；
当确定所述水下机器人处于异常状态，根据对应的所述位置信息确定移动指令，并将对应的所述目标巡检路线作为所述备用机器人的备用巡检路线，其中，所述异常状态包括：所述水下机器人出现故障和所述水下机器人发现破口；
向所述备用机器人发送所述移动指令和所述备用巡检路线，以使所述备用机器人按照所述备用巡检路线进行巡检；
其中，所述根据预设的测量参数，构建所述深海渔场网箱的三维模型，包括：
获取启动指令；
向所述建模机器人发送启动指令，以使所述建模机器人在所述深海渔场网箱内移动；
接收来自所述建模机器人的测量参数；
基于即时定位与地图构建法，根据所述测量参数，构建所述深海渔场网箱的三维模型。
2.根据权利要求1所述的方法，其特征在于，所述基于所述图像信息和所述位置信息，对所述深海渔场网箱进行破口定位处理，确定破口位置，包括：
对所述图像信息进行预处理，得到目标图像；
对所述目标图像进行破口分析处理，确定破口图像；
基于所述破口图像和所述位置信息，对所述深海渔场网箱进行破口定位处理，确定破口位置。
3.根据权利要求2所述的方法，其特征在于，所述对所述图像信息进行预处理，包括：
对所述图像信息进行滤波处理；
基于灰度处理法，根据所述滤波处理的图像信息，确定灰度图像；
基于最大类间方差法，对所述灰度图像进行二值化处理，得到二值化图像；
对所述二值化图像进行闭操作处理，得到目标图像。
4.根据权利要求2所述的方法，其特征在于，所述对所述目标图像进行破口分析处理，确定破口图像，包括：
对所述目标图像进行区域划分处理，确定多个网孔区域；
计算各个所述网孔区域的面积；
对所有所述网孔区域的面积进行排序，并确定面积曲线；
根据所述面积曲线确定多个特征梯度，并生成特征梯度曲线；
根据所述特征梯度，确定梯度平均值；
基于所述梯度平均值，从所有所述特征梯度中筛选出若干个目标梯度；
当确定所有所述目标梯度中最大值和最小值的差值大于预设的梯度阈值，根据所述目标图像和所述特征梯度曲线，确定破口图像。
5.根据权利要求1所述的方法，其特征在于，所述定位模块包括惯性测量单元和声学多普勒速度仪；所述接收来自所述水下机器人的图像信息和位置信息的步骤之后，还包括：
基于容积卡尔曼滤波法，对所述位置信息进行滤波处理。
6.一种深海渔场网箱巡检装置，其特征在于，应用于深海渔场网箱巡检系统，所述深海渔场网箱巡检系统包括多个水下机器人和控制终端，所述水下机器人设置有摄像模块和定位模块，所述水下机器人与所述控制终端通信连接，所述摄像模块用于获取所述深海渔场网箱的图像信息，所述定位模块用于获取所述水下机器人的位置信息，所述深海渔场网箱巡检系统还包括备用机器人和建模机器人，所述建模机器人与所述控制终端通信连接，所述深海渔场网箱巡检装置用于执行权利要求1至5中任意一项所述的深海渔场网箱巡检方法，所述深海渔场网箱巡检装置包括：
获取单元，用于获取所述摄像模块的摄像参数，以确定所述摄像模块的可视范围；
建模单元，用于根据预设的测量参数，构建所述深海渔场网箱的三维模型；
路线确定单元，用于根据所述三维模型和所述可视范围，确定各个所述水下机器人对应的目标巡检路线，其中，所述目标巡检路线的轨迹与所述深海渔场网箱之间的距离在预设的可视范围内，所述目标巡检路线的轨迹为螺旋型，各个所述水下机器人对应的目标巡检路线的轨迹由上至下依次相连；
发送单元，用于向各个所述水下机器人发送所述目标巡检路线，以使所述水下机器人按照对应的所述目标巡检路线进行巡检；
接收单元，用于接收来自所述水下机器人的图像信息和位置信息；
定位单元，用于基于所述图像信息和所述位置信息，对所述深海渔场网箱进行破口定位处理，确定破口位置；
更新单元，用于根据所述破口位置更新所述三维模型，以得到所述深海渔场网箱的实时模型。
7.一种深海渔场网箱巡检系统，其特征在于，包括：多个水下机器人、控制终端、备用机器人和建模机器人，所述建模机器人与所述控制终端通信连接，所述水下机器人设置有摄像模块和定位模块，所述水下机器人与所述控制终端通信连接，所述摄像模块用于获取所述深海渔场网箱的图像信息，所述定位模块用于获取所述水下机器人的位置信息；
所述控制终端包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至5中任意一项所述的深海渔场网箱巡检方法。
8.一种计算机可读存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令用于执行如权利要求1至5中任意一项所述的深海渔场网箱巡检方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210353771.3A CN114852289B (zh) | 2022-04-06 | 2022-04-06 | 深海渔场网箱巡检方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210353771.3A CN114852289B (zh) | 2022-04-06 | 2022-04-06 | 深海渔场网箱巡检方法、装置、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114852289A CN114852289A (zh) | 2022-08-05 |
| CN114852289B true CN114852289B (zh) | 2024-03-26 |
Family
ID=82628994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210353771.3A Active CN114852289B (zh) | 2022-04-06 | 2022-04-06 | 深海渔场网箱巡检方法、装置、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114852289B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107301689A (zh) * | 2017-06-16 | 2017-10-27 | 中国人民解放军海军工程大学 | 一种基于无人船的网箱巡检装置及其方法 |
| CN109145794A (zh) * | 2018-08-10 | 2019-01-04 | 大连理工大学 | 一种海洋牧场网箱的健康监测方法 |
| CN109828606A (zh) * | 2019-03-21 | 2019-05-31 | 青岛罗博飞海洋技术有限公司 | 一种水下网箱巡检系统 |
| CN110084792A (zh) * | 2019-04-19 | 2019-08-02 | 大连理工大学 | 一种海上养殖网箱网衣的异常检测方法 |
| CN111047583A (zh) * | 2019-12-23 | 2020-04-21 | 大连理工大学 | 一种基于机器视觉的水下网衣系统破损检测方法 |
| CN112529853A (zh) * | 2020-11-30 | 2021-03-19 | 南京工程学院 | 一种用于水下养殖网箱的网衣破损检测方法及装置 |
| CN114199944A (zh) * | 2021-12-09 | 2022-03-18 | 烟台哈尔滨工程大学研究院 | 一种网箱网衣破损监测与定位系统及方法 |
| CN114200468A (zh) * | 2021-11-03 | 2022-03-18 | 南方海洋科学与工程广东省实验室(湛江) | 水下网衣巡检机器人的定位方法、系统及存储介质 |
| CN114248281A (zh) * | 2022-01-26 | 2022-03-29 | 深圳华卓机器人有限公司 | 一种水下修复机器人、修复方法及海洋作业设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220005262A1 (en) * | 2020-07-06 | 2022-01-06 | Clearview, Inc. | System and method for an augmented reality boating and fishing application |
-
2022
- 2022-04-06 CN CN202210353771.3A patent/CN114852289B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107301689A (zh) * | 2017-06-16 | 2017-10-27 | 中国人民解放军海军工程大学 | 一种基于无人船的网箱巡检装置及其方法 |
| CN109145794A (zh) * | 2018-08-10 | 2019-01-04 | 大连理工大学 | 一种海洋牧场网箱的健康监测方法 |
| CN109828606A (zh) * | 2019-03-21 | 2019-05-31 | 青岛罗博飞海洋技术有限公司 | 一种水下网箱巡检系统 |
| CN110084792A (zh) * | 2019-04-19 | 2019-08-02 | 大连理工大学 | 一种海上养殖网箱网衣的异常检测方法 |
| CN111047583A (zh) * | 2019-12-23 | 2020-04-21 | 大连理工大学 | 一种基于机器视觉的水下网衣系统破损检测方法 |
| CN112529853A (zh) * | 2020-11-30 | 2021-03-19 | 南京工程学院 | 一种用于水下养殖网箱的网衣破损检测方法及装置 |
| CN114200468A (zh) * | 2021-11-03 | 2022-03-18 | 南方海洋科学与工程广东省实验室(湛江) | 水下网衣巡检机器人的定位方法、系统及存储介质 |
| CN114199944A (zh) * | 2021-12-09 | 2022-03-18 | 烟台哈尔滨工程大学研究院 | 一种网箱网衣破损监测与定位系统及方法 |
| CN114248281A (zh) * | 2022-01-26 | 2022-03-29 | 深圳华卓机器人有限公司 | 一种水下修复机器人、修复方法及海洋作业设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114852289A (zh) | 2022-08-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109664301B (zh) | 巡检方法、装置、设备及计算机可读存储介质 | |
| Johannsson et al. | Imaging sonar-aided navigation for autonomous underwater harbor surveillance | |
| CN101832470B (zh) | 基于光视觉的水下管线巡检方法及巡检装置 | |
| CN108318506B (zh) | 一种管道智能检测方法及检测系统 | |
| US8942062B2 (en) | Detecting structural changes to underwater structures | |
| CN109239709B (zh) | 一种无人船的局部环境地图自主构建方法 | |
| CN105264336A (zh) | 具有lidar的水下平台和相关方法 | |
| CN101886743B (zh) | 一种定位海底管道机器人方法及装置 | |
| US20150286868A1 (en) | Context-aware object detection in aerial photographs/videos using travel path metadata | |
| CN105184816A (zh) | 基于usv的视觉检测和水面目标追踪系统及其检测追踪方法 | |
| CN112146654B (zh) | 基于关键约束帧的前视成像声呐水下定位与导航方法 | |
| CN201680157U (zh) | 基于光视觉的水下管线巡检装置 | |
| CN110618436A (zh) | 基于即时定位与地图构建的巡检方法、装置及设备 | |
| CN111947644A (zh) | 一种室外移动机器人定位方法、系统及其电子设备 | |
| CN113959457A (zh) | 一种自动驾驶车辆的定位方法、装置、车辆和介质 | |
| CN110470669B (zh) | 一种水下管道的检漏方法、系统及相关装置 | |
| US10611495B2 (en) | Sea state estimation | |
| CN114852289B (zh) | 深海渔场网箱巡检方法、装置、系统及存储介质 | |
| CN110686669A (zh) | 基于定位补偿与视觉感知的rov海参分布统计方法及装置 | |
| Meireles et al. | Real time visual SLAM for underwater robotic inspection | |
| US20230073689A1 (en) | Inspection Device for Inspecting a Building or Structure | |
| KR102558387B1 (ko) | 실시간 레이더 이미지 기반 선박 운동정보 및 크기정보 제공시스템 및 방법 | |
| CN113848209B (zh) | 一种基于无人机与激光测距的堤坝裂缝检测方法 | |
| CN112665582A (zh) | 一种基于imu和激光光斑图像的地下管道检测系统 | |
| TW202136752A (zh) | 用於檢測道路破損之檢測系統與方法 |
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 |