基于水面移动机器人的水文环境监测方法技术

本发明专利技术涉及一种基于水面移动机器人的水文环境监测方法，包括以下步骤：（S1）将待监测区域按照元胞分解法进行均匀分割，根据均匀分割后待监测区域确定代表性的采样点；（S2）采用基于最小生成树的方法进行采样点的路径规划，确定水面移动机器人的采样监测移动路径；（S3）水面移动机器人按照采样监测移动路径进行均匀采样，获取整个水域所有采样点的水文环境数据。该方法针对有限资源下的数据采集获取，对于移动传感器采集的，具有噪声的水文环境数据，具有良好的表达能力和可信赖的数据敏感度。

【技术实现步骤摘要】
基于水面移动机器人的水文环境监测方法
本专利技术属于路径规划
，涉及环境监测领域，提供了一种基于水面移动机器人的水文环境监测方法，具体涉及一种水面移动机器人携带相关传感器来自动化的完成水文环境的监测和评估。
技术介绍
水文环境监测对于研究水文生态，监测家畜，人的饮用水源的质量，灌溉等作用十分广泛。传统水文环境监测，往往采用人工采集的方式来采集水文环境数据。这种水文数据采集方式费时费力且采集的数据不具有代表性。采集到的水文环境数据通常通过离线方式，由专业人士在实验室完成相关指标分析。对于水文环境中变化较快的指标，离线水文数据分析方式不够及时，不能准确的反映监测时间点的水文环境指标。在水文环境领域，相关研究单位和环境监测部门已经开始通过布设固定水文环境监测基站的方式替代人工的水文环境监测。通过这种方式，已经能够实现水文环境数据的在线收集。虽然这种方式节省了空间损耗，但是水文数据依然是离线处理，无法满足监测时效性的要求。近年来，无人船已经开始广泛用于水体监测。这种采用移动节点代替固定水文监测基站的方式提高了水文监测的空间监测效率本文档来自技高网...

【技术保护点】
1.一种基于水面移动机器人的水文环境监测方法，其特征在于所述方法包括以下步骤：/n（S1）将待监测区域按照元胞分解法进行均匀分割，根据均匀分割后待监测区域确定代表性的采样点；/n（S2）采用基于最小生成树的方法进行采样点的路径规划，确定水面移动机器人的采样监测移动路径；/n（S3）水面移动机器人按照采样监测移动路径进行均匀采样，获取整个水域所有采样点的水文环境数据。/n

【技术特征摘要】
1.一种基于水面移动机器人的水文环境监测方法，其特征在于所述方法包括以下步骤：
（S1）将待监测区域按照元胞分解法进行均匀分割，根据均匀分割后待监测区域确定代表性的采样点；
（S2）采用基于最小生成树的方法进行采样点的路径规划，确定水面移动机器人的采样监测移动路径；
（S3）水面移动机器人按照采样监测移动路径进行均匀采样，获取整个水域所有采样点的水文环境数据。


2.根据权利要求1所述的水文环境监测方法，其特征在于所述方法还包括：
（S4）在获取整个水域所有采样点的水文环境数据之后确定重点监测区域的步骤。


3.根据权利要求2所述的水文环境监测方法，其特征在于所述方法还包括：
（S5）采用货郎担算法确定重点监测区域内采样点的遍历路径；以及，
（S6）水面移动机器人按照遍历路径重复对重点监测区域的采样点进行重复采样。


4.根据权利要求3所述的水文环境监测方法，其特征在于所述方法步骤（S1）中，
元胞分解法采用的基础分解单元为六边形网格，整个待监测区域为若干个相同大小的六边形网格依次排列而成，六边形网格中心为水域环境中代表性采样点的位置。


5.根据权利要求3所述的水文环境监测方法，其特征在于所述方法步骤（S2）中最小生成树按照如下方式生成：
假设以上下左右相邻的4个六边形网络为多边形监测区域，确定最小生成树的节点规则为：
1）如果一个多边形监测区域内只有一个采样点，则该区域不会产生构成最小扩展树的节点；
2）如果一个多边形监测区域内有4个采样点，则该区域四个采样点的交点为最小扩展树的节点；
3）如果一个多边形监测区域内有2个采样点，则两个采样点其中任意一个所在的六边形网络的邻边的中心点为最小扩展树的节点；
4）如果一个多边形监测区域内有3个采样点，则3个采样点其中相邻两个所在的六边形网络的邻边的中心点作为最小扩展树的节点；
以这些节点为最小生成树...

【专利技术属性】
技术研发人员：王超群，李腾，夏敏，
申请(专利权)人：西北工业大学太仓长三角研究院，
类型：发明
国别省市：江苏;32