【技术实现步骤摘要】
一种基于仿鲟鱼吻须的海底管道智能循迹系统和循迹方法
[0001]本专利技术涉及一种海底管道循迹方法，特别涉及一种基于仿鲟鱼吻须的海底管道智能循迹系统和循迹方法。
技术介绍
[0002]为确保海洋管道油气运输安全，对海底石油管道进行定期检测是预防和及时发现管道泄漏的重要手段。以水下机器人平台为基础进行海底管道腐蚀、泄漏检测，具有安全性高、费用低、效率高而逐渐成为了海底管道安全检测的重要方式之一，而海底管道循迹是管道泄漏检测的前提。海底管道循迹主要有以下四种方法：（1）坐标信息法，利用己知的管道全球卫星导航系统坐标信息，将水下机器人运动到初始设计坐标位置，但水上及水下联合定位不可避免存在误差，同时受波浪、潮汐、地震等未知因素影响，管道实际位置可能己偏离初始设计坐标位置，以上这些情况导致水下机器人难以保证工作在海底管道正上方；（2）水下图像处理方法，该方法在水下机器人平台安装摄像头，通过采集海底管道图像信息判断管道位置，但海底光线较差，同时光线在海水中存在吸收、散射等物理现象，致使水下图像不可避免的存在雾化、色彩对比度差等问题，这...
【技术保护点】
【技术特征摘要】
1.一种基于仿鲟鱼吻须的海底管道智能循迹系统，其特征在于，所述管道智能循迹系统包括水下机器人、吻须和海底管道，四个所述吻须设置在水下机器人前端底侧，每个吻须上均搭载有磁场探测仪和电涡流传感器，所述水下机器人上设置有姿态传感器用于获取水下机器人的姿态角数据，所述管道智能循迹系统通过吻须获取的信号结合水下机器人的姿态角数据，通过卷积神经网络学习模型判断水下机器人位于海底管道的位置，根据判断得到的位置调整水下机器人使其位于海洋管道正上方。2.一种采用权利要求1所述的基于仿鲟鱼吻须的海底管道智能循迹系统的循迹方法，其特征在于，所述方法包括以下步骤：步骤1、建立管道循迹卷积神经网络的学习模型，包括以下建立步骤：步骤1.1、数据采集，对已有数据进行采集，所采集的数据包括位置属性数据和水下机器人相对于管道的位置信息，所述位置属性数据包括水下机器人上四个吻须搭载的磁场探测仪和电涡流传感器采集的信息数据和搭载在机器人上的姿态传感器采集的姿态角数据，将采集的数据进行对应并汇总获取数据集，将数据集随机分为训练集、验证集和测试集；步骤1.2、前馈操作，对所述训练集的数据进行训练，采用卷积神经网络学习模型将步骤1.1中的训练集中的位置属性数据作为卷积神经网络的输入，建立位置特征提取网络，对卷积神经网络结构及参数进行初始化，将机器人位于管道的位置信息作为所述智能循迹系统的输出；步骤1.3、反馈操作，对卷积神经网络参数进行优化分析，所述优化分析方法为，以交叉熵损失函数为目标函数，以卷积神经网络参数为决策变量，运用批处理的随机梯度下降法进行卷积神经网络参数优化分析，调整并获取管道循迹卷积神经网络的学习模型；步骤1.4、用所述验证集验证所述管道循迹卷积神经网络的学习模型，验证方法为，将验证集内的位置属性数据代入所述管道循迹卷积神经网络的学习模型，输出水下机器人相对于管道的位置信息，验证过程中不断调整学习模型，将输出的水下机器人相对于管道的位置信息与验证集中实际的水下机器人相对于管道的位置信息进行比较，获取管道位置验证误差，以管道位置验证误差最小化为标准，获取最优管道循迹卷积神经网络的学习模型；步骤1.5、采用训练集与验证集内的位置属性数据，代入所述最优管道循迹卷积神经网络的学习模型重复步骤1.4的操作，获取最终管道循...
【专利技术属性】
技术研发人员：田群宏，王涛，马洪波，王云霞，王智伟，袁亮，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。