CN117540257A - 一种基于无人船的崩岸识别方法及系统 - Google Patents

Abstract

本发明涉及崩岸信息采集技术领域，具体公开了一种基于无人船的崩岸识别方法及系统，所述方法包括在无人船中安装信号源及接收器，当无人船运动至识别点时，查询识别点的级别，根据所述级别激活信号源，发送声波信号；由接收器实时接收回波信号，根据回波信号和声波信号计算各个信号源的信号传播距离，基于信号传播距离及信号源的角度建立岸线模型；实时显示岸线模型。本发明将采用到的距离转换为岸边点位，统计岸边点位，拟合出岸线模型，由不同时刻的岸线模型统计所有的采集数据，当管理方需要进行二次开发时，直接读取对应的岸线模型，即可定位到各个位置在各个时刻的数据，数据有序性极高。

Description

一种基于无人船的崩岸识别方法及系统

技术领域

本发明涉及崩岸信息采集技术领域，具体是一种基于无人船的崩岸识别方法及系统。

背景技术

由土石组成的河岸、湖岸因受水流冲刷，在重力作用下土石失去稳定沿河岸、湖岸的岸坡产生崩落、崩塌和滑坡等现象。一般的崩岸分为条形倒崩、弧形坐崩和阶梯状崩塌等类型。崩岸的发展可使河床产生横向变形。

现有的崩岸识别过程一般由无人船及安装在其上的测距仪完成，对岸边进行测距比对，进而判断是否发生崩岸，这一过程中，需要处理的数据为多个表示距离的数值，这些数值的对应时间与对应位置都是不同的，数据的可阅读性不高，当管理方需要在原有的数据上引入新的操作时，非常不方便，如何优化崩岸识别过程的数据有序性，便于后续二次开发过程是本发明技术方案想要解决的技术方案。

发明内容

本发明的目的在于提供一种基于无人船的崩岸识别方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于无人船的崩岸识别方法，所述方法包括：

获取岸线图像，根据岸线图像确定含有识别点的绝对路径，向无人船发送；

在无人船中安装信号源及接收器，当无人船运动至识别点时，查询识别点的级别，根据所述级别激活信号源，发送声波信号；其中，每个信号源的声波信号相互独立；

由接收器实时接收回波信号，根据回波信号和声波信号计算各个信号源的信号传播距离，基于信号传播距离及信号源的角度建立岸线模型；

根据回波信号和声波信号计算声能损失，根据所述声能损失在岸线模型确定各区域的崩岸概率，根据所述崩岸概率递归调节识别点的级别；

实时显示岸线模型，根据各区域的崩岸概率确定各区域的显示参数。

作为本发明进一步的方案：所述获取岸线图像，根据岸线图像确定含有识别点的绝对路径，向无人船发送的步骤包括：

获取岸线图像，对岸线图像进行轮廓识别，确定两条岸线；

根据预设的长度对两条岸线进行切分，得到切分点对；

连接切分点对，选取中点并连接，得到绝对路径，将所述中点标记为识别点。

作为本发明进一步的方案：所述在无人船中安装信号源及接收器，当无人船运动至识别点时，查询识别点的级别，根据所述级别激活信号源，发送声波信号的步骤包括：

接收预先设定的角度密度，根据角度密度确定信号源的方向角，基于所述方向角在安装面中安装信号源；所述安装面与无人船中心线的垂面的夹角小于预先设定的数值；

在信号源的方向角线的交点处安装接收器；

根据GPS设备实时获取无人船的位置，当所述位置与识别点重合时，查询识别点的级别；

根据所述级别确定数量密度，根据所述数量密度均匀选取信号源，发送激活指令，发送声波信号。

作为本发明进一步的方案：所述由接收器实时接收回波信号，根据回波信号和声波信号计算各个信号源的信号传播距离，基于信号传播距离及信号源的角度建立岸线模型的步骤包括：

由接收器实时接收回波信号，识别回波信号，确定对应的信息源，查询声波信号；

根据声波信号的发生时间和回波信号的接收时间和预先测定的声速计算信号传播距离；

查询信号源位置和信息源的方向角，根据信号源位置、信号传播距离和方向角确定岸边点位；

根据预设的比例尺统计岸边点位并拟合，建立岸线模型。

作为本发明进一步的方案：所述根据回波信号和声波信号计算声能损失，根据所述声能损失在岸线模型确定各区域的崩岸概率，根据所述崩岸概率递归调节识别点的级别的步骤包括：

根据回波信号和声波信号计算声能损失，根据声波信号的发生时间和岸边点位确定声能损失的标签；

对每个岸边点位的声能损失进行时间分析和空间分析，确定每个岸边点位的崩岸概率；

根据所述崩岸概率递归调节识别点的级别；

其中，所述时间分析的过程为：

；

所述空间分析的过程为：

；

式中，为第i个岸边点位处的第j+1次声波信号对应的时间效用值，为预 先设定的调节函数，为第i个岸边点位处的第j+1次声波信号对应的声能损失，为 第i个岸边点位处的第j次声波信号对应的声能损失，为第j+1次声波信号的发生时间，为第j次声波信号的发生时间；为管理方预先设定的次数区间；为括号内数值 的均值；

为第i个岸边点位处的崩岸概率，为预先设定的调节函数，是以 第i个岸边点位为中心的3*3区域内所有岸边点位的第j次声波信号对应的时间效用值；为括号内数值的均值。

作为本发明进一步的方案：所述根据回波信号和声波信号计算声能损失的步骤包括：

获取信号源参数，根据信号源参数计算已知损失；

根据所述已知损失优化所述声能损失；

其中，已知损失至少包括：

；

；

式中，为扩散衰减量，d为信号传播距离；为水体的吸收衰减量，K和n为预设 的常数，f为声波信号的频率。

本发明技术方案还提供了一种基于无人船的崩岸识别系统，所述系统包括：

路径确定模块，用于获取岸线图像，根据岸线图像确定含有识别点的绝对路径，向无人船发送；

设备安装激活模块，用于在无人船中安装信号源及接收器，当无人船运动至识别点时，查询识别点的级别，根据所述级别激活信号源，发送声波信号；其中，每个信号源的声波信号相互独立；

数据应用模块，用于由接收器实时接收回波信号，根据回波信号和声波信号计算各个信号源的信号传播距离，基于信号传播距离及信号源的角度建立岸线模型；

递归调节模块，用于根据回波信号和声波信号计算声能损失，根据所述声能损失在岸线模型确定各区域的崩岸概率，根据所述崩岸概率递归调节识别点的级别；

模型显示模块，用于实时显示岸线模型，根据各区域的崩岸概率确定各区域的显示参数。

作为本发明进一步的方案：所述路径确定模块包括：

轮廓识别单元，用于获取岸线图像，对岸线图像进行轮廓识别，确定两条岸线；

岸线切分单元，用于根据预设的长度对两条岸线进行切分，得到切分点对；

路径生成单元，用于连接切分点对，选取中点并连接，得到绝对路径，将所述中点标记为识别点。

作为本发明进一步的方案：所述设备安装激活模块包括：

信号源安装单元，用于接收预先设定的角度密度，根据角度密度确定信号源的方向角，基于所述方向角在安装面中安装信号源；所述安装面与无人船中心线的垂面的夹角小于预先设定的数值；

接收器安装单元，用于在信号源的方向角线的交点处安装接收器；

级别查询单元，用于根据GPS设备实时获取无人船的位置，当所述位置与识别点重合时，查询识别点的级别；

根据所述级别确定数量密度，根据所述数量密度均匀选取信号源，发送激活指令，发送声波信号。

作为本发明进一步的方案：所述数据应用模块包括：

信号查询单元，用于由接收器实时接收回波信号，识别回波信号，确定对应的信息源，查询声波信号；

距离计算单元，用于根据声波信号的发生时间和回波信号的接收时间和预先测定的声速计算信号传播距离；

点位确定单元，用于查询信号源位置和信息源的方向角，根据信号源位置、信号传播距离和方向角确定岸边点位；

点位拟合单元，用于根据预设的比例尺统计岸边点位并拟合，建立岸线模型。

与现有技术相比，本发明的有益效果是：本发明将采集到的距离转换为岸边点位，统计岸边点位，拟合出岸线模型，由不同时刻的岸线模型统计所有的采集数据，当管理方需要进行二次开发时，直接读取对应的岸线模型，即可定位到各个位置在各个时刻的数据，数据有序性极高。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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。

图1为基于无人船的崩岸识别方法的流程框图。

图2为基于无人船的崩岸识别方法的第一子流程框图。

图3为基于无人船的崩岸识别方法的第二子流程框图。

图4为基于无人船的崩岸识别方法的第三子流程框图。

图5为基于无人船的崩岸识别方法的第四子流程框图。

图6为基于无人船的崩岸识别系统的组成结构框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，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仅用以解释本发明，并不用于限定本发明。

图1为基于无人船的崩岸识别方法的流程框图，本发明实施例中，一种基于无人船的崩岸识别方法，所述方法包括：

步骤S100：获取岸线图像，根据岸线图像确定含有识别点的绝对路径，向无人船发送；

岸线图像的获取方式有很多，可以通过卫星获取图像，也可以通过无人机获取图像，通过卫星获取图像的方式的获取权限要求较高，清晰度难以保证，但是获取速度较快，可以快速获取到大范围的岸线图像；通过无人机获取图像的方式，清晰度可以自主设定（由摄像头精度及无人机高度确定），但是便捷度较低，无人机需要沿岸边进行运动，不断获取图像，获取到的图像还需要进行拼接，才能得到完整的岸线图像。

对岸线图像进行识别，可以确定岸线轮廓，基于岸线轮廓选取中心点，连接所述中心点，可以得到一条路径，称为绝对路径，绝对路径生成后，向无人船发送。

步骤S200：在无人船中安装信号源及接收器，当无人船运动至识别点时，查询识别点的级别，根据所述级别激活信号源，发送声波信号；其中，每个信号源的声波信号相互独立；

在无人船中安装信号源及接收器，信号源是信号发生设备，接收器是信号接收设备，由于本发明技术方案的应用领域是水下，信号一般采用声学信号，也即，信号源采用声呐，相应的，接收器采用可以识别声学信号的设备即可。

无人船可以安装不止一个信号源，测量不同方向上的距离，信号源越多，测量的点位越多，最终拟合出的岸线模型越精细。

在实际应用中，在绝对路径中设定识别点，当无人船运动至识别点时，发送信号，识别距离，在识别点中引入级别参数，级别越高，激活的信号源越多，测量的数据越多，崩岸识别结果越准确；值得一提的是，所有识别点的初始级别均采用相同的默认值。

需要说明的是，每个信号源相互独立，其生成的声波信号含有唯一标签，当接收器接收到回波信号时，可以判断出各个回波信号由哪一个信号源发出。

步骤S300：由接收器实时接收回波信号，根据回波信号和声波信号计算各个信号源的信号传播距离，基于信号传播距离及信号源的角度建立岸线模型；

由接收器实时接收回波信号，根据信号中的唯一标签查询对应哪个信息源及其发送的声波信号，根据回波信号的时间信息和声波信号的时间信息可以计算出信号传播距离，根据信号传播距离、信号源的方向以及发送信号时的位置（信号源的位置）可以计算出岸边的某个点位的位置，统计所有点位的位置，可以构建出三维模型，称为岸线模型。

步骤S400：根据回波信号和声波信号计算声能损失，根据所述声能损失在岸线模型确定各区域的崩岸概率，根据所述崩岸概率递归调节识别点的级别；

信号源在发送信号到回收的过程中，会有一部分声能损失，这部分声能损失有的是在水中的传播过程中损失，有的是在其他方向上的扩散损失，还有的是被岸体吸收的损失，当岸体不发生大的变化时，这一损失几乎是固定的，当声能损失量发生较大变化时（包括变大或变小），都可以说明岸体发生了变化，此时，岸体发生崩岸的可能性就更大，计算每个点位的可能性，然后进行统计，可以确定各个区域的崩岸概率。

在本发明技术方案的一个实例中，对崩岸概率引入了一个递归应用，由崩岸概率调节识别点的级别，如步骤S200所述，识别点的级别影响的是信号源的激活数量，激活数量越多，检测的点位越密集，岸体模型的精度越高，消耗的资源量越高；在此架构下，崩岸可能性越高，投入的资源量越大，这种动态的方式，可以极大地提高资源利用率。

步骤S500：实时显示岸线模型，根据各区域的崩岸概率确定各区域的显示参数；

实时显示岸线模型，由岸线模型表示是否存在崩岸，比对不同时刻的岸线模型，记录变化的区域，就是崩岸位置，模型的时间就是崩岸发生时间，并且以模型的形式进行存储，数据的可读性与存储性极高；在此基础上，读取各个区域（点位的集合）的崩岸概率，采用不同的显示参数进行显示，可以对管理方进行提示，最简单的一种示例为，如果崩岸概率大于预设的概率阈值时，将其色值改变为红色，提示管理方该区域大概率发生崩岸。

图2为基于无人船的崩岸识别方法的第一子流程框图，所述获取岸线图像，根据岸线图像确定含有识别点的绝对路径，向无人船发送的步骤包括：

步骤S101：获取岸线图像，对岸线图像进行轮廓识别，确定两条岸线；

步骤S102：根据预设的长度对两条岸线进行切分，得到切分点对；

步骤S103：连接切分点对，选取中点并连接，得到绝对路径，将所述中点标记为识别点。

在本发明技术方案的一个实例中，对绝对路径的生成过程进行了具体的描述，对岸线图像进行识别，可以得到两条岸线，根据预设的长度对每条岸线进行等分，所述长度一般采用百分比，比如0.1%，由此，可以在每条岸线上确定多个点位，连接对应的点位，可以得到多个线段，选取线段的中点并进行连接，可以得到一条线，称为绝对路径；相应的，选取到的中心就称为中心点。

图3为基于无人船的崩岸识别方法的第二子流程框图，所述在无人船中安装信号源及接收器，当无人船运动至识别点时，查询识别点的级别，根据所述级别激活信号源，发送声波信号的步骤包括：

步骤S201：接收预先设定的角度密度，根据角度密度确定信号源的方向角，基于所述方向角在安装面中安装信号源；所述安装面与无人船中心线的垂面的夹角小于预先设定的数值；

步骤S202：在信号源的方向角线的交点处安装接收器；

步骤S203：根据GPS设备实时获取无人船的位置，当所述位置与识别点重合时，查询识别点的级别；

步骤S204：根据所述级别确定数量密度，根据所述数量密度均匀选取信号源，发送激活指令，发送声波信号。

在本发明技术方案的一个实例中，角度密度用于确定相邻信号源的夹角，角度密度越大，相邻信号源的夹角越小，信号源数量越多；通俗地说，信号源一般安装在水面下方的180度范围内，呈半圆形均匀分布，角度密度用于调整相邻信号源的角度，接收器一般仅有一个，设置在圆心（信号源的方向角线的交点处）。

由无人船自带的GPS设备对无人船进行定位，当无人船到达绝对路径的识别点附近时，根据识别点的级别查询数量密度，所述数量密度是基于已经安装的信号源的选取密度，一般采用百分数表示，用于表征在已经安装的信号源中选取多少比例的信号源，选取过程为均匀选取，选取到信号源后，发送激活指令，由信号源发送声波信号。

图4为基于无人船的崩岸识别方法的第三子流程框图，所述由接收器实时接收回波信号，根据回波信号和声波信号计算各个信号源的信号传播距离，基于信号传播距离及信号源的角度建立岸线模型的步骤包括：

步骤S301：由接收器实时接收回波信号，识别回波信号，确定对应的信息源，查询声波信号；

步骤S302：根据声波信号的发生时间和回波信号的接收时间和预先测定的声速计算信号传播距离；

步骤S303：查询信号源位置和信息源的方向角，根据信号源位置、信号传播距离和方向角确定岸边点位；

步骤S304：根据预设的比例尺统计岸边点位并拟合，建立岸线模型。

上述方案提供了一种具体的岸线模型生成方案，由接收器实时接收回波信号，对回波信号进行识别，可以查询到该回波信号由哪个信息源发送，读取信息源最近时刻发送的声波信号，即为该回波信号对应的声波信号；获取声波信号的发生时间和回波信号的接收时间，根据时间差和声速可以计算信号传播距离。

查询信号源的位置和方向角，可以确定一条射线，由信号传播距离的一半在射线上确定终点，作为岸边点位，统计所有岸边点位并进行拟合，即可构建岸线模型。

值得一提的是，本申请在确定岸边点位的过程中，默认无人船固定并且接收器和信号源重合，在实际应用中，无人船会有一定程度的偏移，接收器和信号源也不是重合的，因此，上述计算存在一些误差，但是这些误差很小，可以忽略；如果管理方希望提高精度，可以引入声波信号的发生位置和回波信号的接收位置，这两个数据均属于可测数据，获取过程并不困难，引入这两个数据后，可以提高岸边点位的准度，进而提高岸线模型的精度。

图5为基于无人船的崩岸识别方法的第四子流程框图，所述根据回波信号和声波信号计算声能损失，根据所述声能损失在岸线模型确定各区域的崩岸概率，根据所述崩岸概率递归调节识别点的级别的步骤包括：

步骤S401：根据回波信号和声波信号计算声能损失，根据声波信号的发生时间和岸边点位确定声能损失的标签；

步骤S402：对每个岸边点位的声能损失进行时间分析和空间分析，确定每个岸边点位的崩岸概率；

步骤S403：根据所述崩岸概率递归调节识别点的级别；

在本发明技术方案的一个实例中，根据回波信号和声波信号计算声能损失，每个声能损失都对应一个岸边点位，此外，每个声能损失还具备时间上的唯一性，声能损失有自己的独特的时刻标签，一般选取声波信号的发生时间，结合声波信号的发生时间和岸边点位，可以确定声能损失在时间和空间上的唯一标签。

对岸边点位进行时间分析，就是对同一岸边点位在不同时刻的声能损失进行比对分析，从而判断是否存在大的变化；将岸边点位与周围岸连点位的变化情况进行比较，计算每个岸边点位的出现崩岸的可能性，称为崩岸概率。

在崩岸概率计算完成后，根据所述崩岸概率递归调节识别点的级别，可以改变信号源的激活数量，进而改变岸边点位的数量，改变岸线模型精细化程度。

其中，所述时间分析的过程为：

；

所述空间分析的过程为：

；

式中，为第i个岸边点位处的第j+1次声波信号对应的时间效用值，为预 先设定的调节函数，为第i个岸边点位处的第j+1次声波信号对应的声能损失，为 第i个岸边点位处的第j次声波信号对应的声能损失，为第j+1次声波信号的发生时间，为第j次声波信号的发生时间；为管理方预先设定的次数区间；为括号内数值 的均值；

为第i个岸边点位处的崩岸概率，为预先设定的调节函数，是以 第i个岸边点位为中心的3*3区域内所有岸边点位的第j次声波信号对应的时间效用值；为括号内数值的均值。

关于上述时间分析过程和空间分析过程，时间分析过程的目的在于，计算一段时 间范围内（次数区间）声能损失变化率的均值，计算最新一次（j+1次）声能损失变化率与所 述均值的差异，对差异进行调节，可以得到时间效用值，用于反映该点位某一次声能损失在 时域中是否突出；在此基础上，计算每一个岸边点位的时间效用值与周围区域内的时间效 用值均值的差异，并在次数区间内进行累加，可以反映各点位在空间中是否突出，结合上述 规则，由管理方输入两个函数和，可以将最终数值转换为概率。

作为本发明技术方案的一个实例中，所述根据回波信号和声波信号计算声能损失的步骤包括：

获取信号源参数，根据信号源参数计算已知损失；

根据所述已知损失优化所述声能损失；

其中，已知损失至少包括：

；

；

式中，为扩散衰减量，d为信号传播距离；为水体的吸收衰减量，K和n为预设 的常数，f为声波信号的频率。

声能损失中有一部分是可以计算出的损失，比如在水中的损失和信号源的扩散损失等，这些统称为已知损失，在声能损失中剔除这些已知损失，可以得到更为准确的由于岸体造成的声能损失，基于更为准确的岸体损失计算出的崩岸概率自然更加准确，这是一种优化方案。

图6为基于无人船的崩岸识别系统的组成结构框图，本发明实施例中，一种基于无人船的崩岸识别系统，所述系统10包括：

路径确定模块11，用于获取岸线图像，根据岸线图像确定含有识别点的绝对路径，向无人船发送；

设备安装激活模块12，用于在无人船中安装信号源及接收器，当无人船运动至识别点时，查询识别点的级别，根据所述级别激活信号源，发送声波信号；其中，每个信号源的声波信号相互独立；

数据应用模块13，用于由接收器实时接收回波信号，根据回波信号和声波信号计算各个信号源的信号传播距离，基于信号传播距离及信号源的角度建立岸线模型；

递归调节模块14，用于根据回波信号和声波信号计算声能损失，根据所述声能损失在岸线模型确定各区域的崩岸概率，根据所述崩岸概率递归调节识别点的级别；

模型显示模块15，用于实时显示岸线模型，根据各区域的崩岸概率确定各区域的显示参数。

进一步的，所述路径确定模块11包括：

轮廓识别单元，用于获取岸线图像，对岸线图像进行轮廓识别，确定两条岸线；

岸线切分单元，用于根据预设的长度对两条岸线进行切分，得到切分点对；

路径生成单元，用于连接切分点对，选取中点并连接，得到绝对路径，将所述中点标记为识别点。

具体的，所述设备安装激活模块12包括：

信号源安装单元，用于接收预先设定的角度密度，根据角度密度确定信号源的方向角，基于所述方向角在安装面中安装信号源；所述安装面与无人船中心线的垂面的夹角小于预先设定的数值；

接收器安装单元，用于在信号源的方向角线的交点处安装接收器；

级别查询单元，用于根据GPS设备实时获取无人船的位置，当所述位置与识别点重合时，查询识别点的级别；

根据所述级别确定数量密度，根据所述数量密度均匀选取信号源，发送激活指令，发送声波信号。

此外，所述数据应用模块13包括：

信号查询单元，用于由接收器实时接收回波信号，识别回波信号，确定对应的信息源，查询声波信号；

距离计算单元，用于根据声波信号的发生时间和回波信号的接收时间和预先测定的声速计算信号传播距离；

点位确定单元，用于查询信号源位置和信息源的方向角，根据信号源位置、信号传播距离和方向角确定岸边点位；

点位拟合单元，用于根据预设的比例尺统计岸边点位并拟合，建立岸线模型。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于无人船的崩岸识别方法，其特征在于，所述方法包括：

获取岸线图像，根据岸线图像确定含有识别点的绝对路径，向无人船发送；

在无人船中安装信号源及接收器，当无人船运动至识别点时，查询识别点的级别，根据所述级别激活信号源，发送声波信号；其中，每个信号源的声波信号相互独立；

由接收器实时接收回波信号，根据回波信号和声波信号计算各个信号源的信号传播距离，基于信号传播距离及信号源的角度建立岸线模型；

根据回波信号和声波信号计算声能损失，根据所述声能损失在岸线模型确定各区域的崩岸概率，根据所述崩岸概率递归调节识别点的级别；

实时显示岸线模型，根据各区域的崩岸概率确定各区域的显示参数。

2.根据权利要求1所述的基于无人船的崩岸识别方法，其特征在于，所述获取岸线图像，根据岸线图像确定含有识别点的绝对路径，向无人船发送的步骤包括：

获取岸线图像，对岸线图像进行轮廓识别，确定两条岸线；

根据预设的长度对两条岸线进行切分，得到切分点对；

连接切分点对，选取中点并连接，得到绝对路径，将所述中点标记为识别点。

3.根据权利要求2所述的基于无人船的崩岸识别方法，其特征在于，所述在无人船中安装信号源及接收器，当无人船运动至识别点时，查询识别点的级别，根据所述级别激活信号源，发送声波信号的步骤包括：

接收预先设定的角度密度，根据角度密度确定信号源的方向角，基于所述方向角在安装面中安装信号源；所述安装面与无人船中心线的垂面的夹角小于预先设定的数值；

在信号源的方向角线的交点处安装接收器；

根据GPS设备实时获取无人船的位置，当所述位置与识别点重合时，查询识别点的级别；

根据所述级别确定数量密度，根据所述数量密度均匀选取信号源，发送激活指令，发送声波信号。

4.根据权利要求1所述的基于无人船的崩岸识别方法，其特征在于，所述由接收器实时接收回波信号，根据回波信号和声波信号计算各个信号源的信号传播距离，基于信号传播距离及信号源的角度建立岸线模型的步骤包括：

由接收器实时接收回波信号，识别回波信号，确定对应的信息源，查询声波信号；

根据声波信号的发生时间和回波信号的接收时间和预先测定的声速计算信号传播距离；

查询信号源位置和信息源的方向角，根据信号源位置、信号传播距离和方向角确定岸边点位；

根据预设的比例尺统计岸边点位并拟合，建立岸线模型。

5.根据权利要求4所述的基于无人船的崩岸识别方法，其特征在于，所述根据回波信号和声波信号计算声能损失，根据所述声能损失在岸线模型确定各区域的崩岸概率，根据所述崩岸概率递归调节识别点的级别的步骤包括：

根据回波信号和声波信号计算声能损失，根据声波信号的发生时间和岸边点位确定声能损失的标签；

对每个岸边点位的声能损失进行时间分析和空间分析，确定每个岸边点位的崩岸概率；

根据所述崩岸概率递归调节识别点的级别；

其中，所述时间分析的过程为：

；

所述空间分析的过程为：

；

式中，为第i个岸边点位处的第j+1次声波信号对应的时间效用值，/>为预先设定的调节函数，/>为第i个岸边点位处的第j+1次声波信号对应的声能损失，/>为第i个岸边点位处的第j次声波信号对应的声能损失，/>为第j+1次声波信号的发生时间，/>为第j次声波信号的发生时间；/>为管理方预先设定的次数区间；/>为括号内数值的均值；

为第i个岸边点位处的崩岸概率，/>为预先设定的调节函数，/>是以第i个岸边点位为中心的3*3区域内所有岸边点位的第j次声波信号对应的时间效用值；/>为括号内数值的均值。

6.根据权利要求5所述的基于无人船的崩岸识别方法，其特征在于，所述根据回波信号和声波信号计算声能损失的步骤包括：

获取信号源参数，根据信号源参数计算已知损失；

根据所述已知损失优化所述声能损失；

其中，已知损失至少包括：

；

；

式中，为扩散衰减量，d为信号传播距离；/>为水体的吸收衰减量，K和n为预设的常数，f为声波信号的频率。

7.一种基于无人船的崩岸识别系统，其特征在于，所述系统包括：

路径确定模块，用于获取岸线图像，根据岸线图像确定含有识别点的绝对路径，向无人船发送；

设备安装激活模块，用于在无人船中安装信号源及接收器，当无人船运动至识别点时，查询识别点的级别，根据所述级别激活信号源，发送声波信号；其中，每个信号源的声波信号相互独立；

数据应用模块，用于由接收器实时接收回波信号，根据回波信号和声波信号计算各个信号源的信号传播距离，基于信号传播距离及信号源的角度建立岸线模型；

递归调节模块，用于根据回波信号和声波信号计算声能损失，根据所述声能损失在岸线模型确定各区域的崩岸概率，根据所述崩岸概率递归调节识别点的级别；

模型显示模块，用于实时显示岸线模型，根据各区域的崩岸概率确定各区域的显示参数。

8.根据权利要求7所述的基于无人船的崩岸识别系统，其特征在于，所述路径确定模块包括：

轮廓识别单元，用于获取岸线图像，对岸线图像进行轮廓识别，确定两条岸线；

岸线切分单元，用于根据预设的长度对两条岸线进行切分，得到切分点对；

路径生成单元，用于连接切分点对，选取中点并连接，得到绝对路径，将所述中点标记为识别点。

9.根据权利要求8所述的基于无人船的崩岸识别系统，其特征在于，所述设备安装激活模块包括：

信号源安装单元，用于接收预先设定的角度密度，根据角度密度确定信号源的方向角，基于所述方向角在安装面中安装信号源；所述安装面与无人船中心线的垂面的夹角小于预先设定的数值；

接收器安装单元，用于在信号源的方向角线的交点处安装接收器；

级别查询单元，用于根据GPS设备实时获取无人船的位置，当所述位置与识别点重合时，查询识别点的级别；

根据所述级别确定数量密度，根据所述数量密度均匀选取信号源，发送激活指令，发送声波信号。

10.根据权利要求7所述的基于无人船的崩岸识别系统，其特征在于，所述数据应用模块包括：

信号查询单元，用于由接收器实时接收回波信号，识别回波信号，确定对应的信息源，查询声波信号；

距离计算单元，用于根据声波信号的发生时间和回波信号的接收时间和预先测定的声速计算信号传播距离；

点位确定单元，用于查询信号源位置和信息源的方向角，根据信号源位置、信号传播距离和方向角确定岸边点位；

点位拟合单元，用于根据预设的比例尺统计岸边点位并拟合，建立岸线模型。