基于无人艇的海面油污监测系统技术方案

本发明专利技术公开了一种基于无人艇的海面油污监测系统，其特征在于：包括无人艇、导航模块、主控制模块、自动避障模块、数据传输模块、数据处理模块、电源模块、油污分析模块和摄像模块。本发明专利技术结合了可航行于较浅水域、岛礁水域且具有较远续航里程的的无人艇巡航、成熟的图像RGB分解技术和残差神经网络分析技术，能够实现油污存在与否的自动分析与判断，相对现有的监测方法更为便捷、长效、精确且易实现，对于保护海洋环境具有重要意义。

Oil pollution monitoring system on sea surface based on unmanned boat

【技术实现步骤摘要】
基于无人艇的海面油污监测系统
本专利技术涉及海洋信息采集
，尤其涉及一种基于无人艇的海面油污监测系统。
技术介绍
随着经济的高速发展，石油的需求量在我们的生产生活中迅猛增长，即全球海上石油勘探与石油运输事业蓬勃发展。同时，在石油进行储存和运输时也造成了诸多溢油事故。目前，石油泄入海洋而造成的溢油事故，已成为一种世界性的严重海洋污染；此外也有一些船舶在临近港口进出航道等禁止排放油污的海域进行违法排放。海面油污会对一下方面造成巨大危害：对渔业和水产品带来巨大危害；对海岸带的生态造成巨大威胁等等。对海面的溢油污染实时监测具有重要意义。当今，海面监测常用的技术有卫星遥感监测、航空监测和巡逻船监测等。航空遥感技术监测范围大，全天候，图像资料易于处理和解译，能够实时连续地进行监测，但存在重复观测周期长，空间分辨率低，溢油监测卫星的数量有限等限制且成本较高。巡逻船监测具有一定机动性，能够实现雨天雾天对海上溢油的监视，但由于是人工巡逻，受到人作息规律等因素的影响和限制且不能航行于过浅的海域。无人艇搭载高清摄像模块具有机动灵活、续航里程长、可进行小范围海域油污检测、谱和空间分辨率高的优点。由此可见，目前常用的技术虽各有优势但仍存在较多缺点，不便于广泛使用。因此，一种实时便捷的、成本较低易实现的、油污监测准确的海面油污监测系统是迫切需要的。
技术实现思路
本专利技术的目的在于克服
技术介绍
中的缺点，提供一种新型的基于无人艇的海面油污监测系统。为实现上述目的，本专利技术采用以下技术方案：一种基于无人艇的海面油污监测系统，其特征在于：包括无人艇、导航模块、主控制模块、自动避障模块、数据传输模块、数据处理模块、电源模块、油污分析模块和摄像模块；所述导航模块通过数据传输模块接收来自岸基基准位置的信号，并且还利用无人艇搭载的GNSS天线采集定位数据；所述主控制模块用于接收岸基操控人员的指令，根据指令进行无人艇的自动控制；所述的自动避障模块使无人艇在执行监测任务时对障碍物的避让，包括静态障碍物和动态障碍物；所述摄像模块安装在无人艇上，用于拍摄海面图像信息；所述的数据处理模块是对摄像模块采集回的图像信息进行处理，将采集的图像信息建立样本，采用RGB分离图片的红色、绿色、蓝色三通道数据集；所述图像油污分析模块采用残差神经网络的预测结果作为海面是否有油污的判断依据，将采集的图像信息建立一个样本库；所述的电源模块是为无人艇的推进和各个模块提供电源。一种基于无人艇的海面油污监测方法，其特征在于：包括以下步骤：步骤一、采用无人艇搭载双目高清摄像机对已知发生油污和未知发生有油污的海域进行拍照，采集海面图像信息；步骤二、将步骤一所得的海面图片进行RGB分解，得到图像红绿蓝三通道数据集，建立残差神经网络的训练样本库；步骤三、构建残差神经网络，将训练样本库的三维矩阵训练集输入残差神经网络进行训练，得到训练好的残差神经网络；步骤四、无人艇对未知有无油污的海域进行巡航拍摄，得到未知有无油污的海面图像；步骤五、将步骤四得到的海面图片进行RGB分解，得到图像的红绿蓝三通道数据集，整理得到的数据集作为残差神经网络的学习集；步骤六、将步骤三得到的训练好的残差神经网络对学习集进行学习，得到学习的结果；步骤七、步骤六中残差神经网络学习的结果作为判断未知海域有无油污的依据；步骤八、若判断存在油污，将此信息传回地面控制中心，根据岸基控制人员指令进行水样采集。本专利技术的有益效果是：本专利技术结合了可航行于较浅水域、岛礁水域且具有较远续航里程的的无人艇巡航、成熟的图像RGB分解技术和残差神经网络分析技术，能够实现油污存在与否的自动分析与判断，相对现有的监测方法更为便捷、长效、精确且易实现，对于保护海洋环境具有重要意义。附图说明图1为本专利技术系统原理图；图2为本专利技术的流程图。具体实施方式下面结合附图及较佳实施例详细说明本专利技术的具体实施方式。如图1所示，本专利技术一种基于无人艇的海面油污监测系统，包括导航模块、主控制模块、自动避障模块、数据传输模块、数据处理模块、电源模块、油污分析模块和摄像模块；摄像模块通过无人艇搭载高清摄像机拍摄获得海面图像信息。自动避障模块采用激光雷达进行实时避让决策。主控制模块主要根据岸基控制中心的规划指令进行自动路线规划、采样。数据处理模块采用RGB分解图片的红绿蓝三通道数据集。油污分析模块采用残差神经网络的学习结果作为海面是否有油污的判断依据，若判断拍摄的海面存在油污，自动将信息传到岸基控制中心。为了区分有油污和无油污区域，图像RGB分离所得数据越大代表亮度越高，该处无油污；数据越小代表亮度越低，该处有油污。对于已经有油污分析的图片和无油污分析的图片，其RGB分解的数据集作为残差神经网络的训练集，对于未知有无油污的图片，其RGB分解的数据作为残差神经网络的学习集。为了减小残差神经网络的预测误差，残差神经网络应对已知有油污图片和已知无油污图片的RGB数据集即训练集进行训练，使神经网络输出不断逼近期望分类输出，最终得到训练好的残差神经网络。学习结果即可作为判断海面是否有油污的依据，从而实现油污存在与否的自动分析与判断。参见图2，本专利技术提供的一种基于无人艇的海面油污监测方法，通过无人艇搭载高清摄像机获取已知发生油污和已知未发生油污的各种情况海域的海面图像信息，将图像数据处理模块进行数据的分解、提取和分析；残差神经网络的学习结果可作为判断有无油污的判断依据；根据残差神经网络的学习结果对图像进行油污分析，若确定所监测海面是否存在油污问题，并实时向岸基控制中心传回采集分析结果；具体步骤为：步骤一、采用无人艇搭载双目高清摄像机对已知发生油污和未知发生有油污的海域进行拍照，采集海面图像信息；步骤二、将步骤一所得的海面图片进行RGB分解，得到图像红绿蓝三通道数据集，建立残差神经网络的训练样本库；步骤三、构建残差神经网络，将训练样本库的三维矩阵训练集输入残差神经网络进行训练，得到训练好的残差神经网络；步骤四、无人艇对未知有无油污的海域进行巡航拍摄，得到未知有无油污的海面图像；步骤五、将步骤四得到的海面图片进行RGB分解，得到图像的红绿蓝三通道数据集，整理得到的数据集作为残差神经网络的学习集；步骤六、将步骤三得到的训练好的残差神经网络对学习集进行学习，得到学习的结果；步骤七、步骤六中残差神经网络学习的结果作为判断未知海域有无油污的依据；步骤八、若判断存在油污，将此信息传回地面控制中心，进行反馈，根据岸基控制人员指令进行水样采集。海面图像信息采集模块采用无人艇搭载高清摄像机。使用无人艇巡航比卫星遥感的成本低，且无人艇巡航可更好的巡航一些受限水域，相比人工驾驶船舶监测机动灵活，且不受人员作息的限制，更容易实现；搭载的高清摄像机能清晰获得海面图像。图像分解与数据处理模块采用RGB分解实现。将无人机巡航拍照本文档来自技高网...

【技术保护点】
1.一种基于无人艇的海面油污监测系统，其特征在于：包括无人艇、导航模块、主控制模块、自动避障模块、数据传输模块、数据处理模块、电源模块、油污分析模块和摄像模块；/n所述导航模块通过数据传输模块接收来自岸基基准位置的信号，并且还利用无人艇搭载的GNSS天线采集定位数据；/n所述主控制模块用于接收岸基操控人员的指令，根据指令进行无人艇的自动控制；/n所述的自动避障模块使无人艇在执行监测任务时对障碍物的避让，包括静态障碍物和动态障碍物；/n所述摄像模块安装在无人艇上，用于拍摄海面图像信息；/n所述的数据处理模块是对摄像模块采集回的图像信息进行处理，将采集的图像信息建立样本，采用RGB分离图片的红色、绿色、蓝色三通道数据集；/n所述图像油污分析模块采用残差神经网络的预测结果作为海面是否有油污的判断依据，将采集的图像信息建立一个样本库；/n所述的电源模块是为无人艇的推进和各个模块提供电源。/n

【技术特征摘要】
1.一种基于无人艇的海面油污监测系统，其特征在于：包括无人艇、导航模块、主控制模块、自动避障模块、数据传输模块、数据处理模块、电源模块、油污分析模块和摄像模块；
所述导航模块通过数据传输模块接收来自岸基基准位置的信号，并且还利用无人艇搭载的GNSS天线采集定位数据；
所述主控制模块用于接收岸基操控人员的指令，根据指令进行无人艇的自动控制；
所述的自动避障模块使无人艇在执行监测任务时对障碍物的避让，包括静态障碍物和动态障碍物；
所述摄像模块安装在无人艇上，用于拍摄海面图像信息；
所述的数据处理模块是对摄像模块采集回的图像信息进行处理，将采集的图像信息建立样本，采用RGB分离图片的红色、绿色、蓝色三通道数据集；
所述图像油污分析模块采用残差神经网络的预测结果作为海面是否有油污的判断依据，将采集的图像信息建立一个样本库；
所述的电源模块是为无人艇的推进和各个模块提供电源。


2.一种利用权利要求...

【专利技术属性】
技术研发人员：张安民，胡英俊，张佳丽，张豪，徐唐进，刘帅，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12