智能化的捕鱼打窝方法和打窝装置制造方法及图纸

本申请提供的一种智能化的捕鱼打窝方法和打窝装置，涉及计算机视觉技术领域，该方法包括：根据捕鱼环境特征，确定初始寻鱼位置；在初始寻鱼位置采用超声波定位，获取待捕鱼群的预测距离和预测游动方向；根据预测距离和预测游动方向，计算待捕鱼群的轨迹信息；根据轨迹信息，将初始寻鱼位置更新为目标寻鱼位置，并在目标寻鱼位置获取待捕鱼群的图像；根据待捕鱼群的图像，得到待捕鱼群的基本特征，以根据基本特征确定打窝信息，其中，基本特征包括待捕鱼群的数量、类型、速度、长度中的一种或多种，打窝信息包括打窝位置、鱼饵类型、鱼饵重量。本申请能够高效、准确地确定捕鱼所需的打窝信息。窝信息。窝信息。

【技术实现步骤摘要】
智能化的捕鱼打窝方法和打窝装置


[0001]本申请涉及计算机视觉
，尤其涉及一种智能化的捕鱼打窝方法和打窝装置。

技术介绍

[0002]近年来，随着计算机技术的大力发展，催生了越来越多的智能捕鱼方法，例如自动化捕鱼、自动化鱼类运输等。
[0003]然而，在捕鱼过程中，打窝是一个很重要的环节，现有打窝方式一般是根据捕鱼者的个人经验，确定打窝位置和相关鱼饵用料的用量和类型，具有很强的主观因素、打窝的准确性和效率不高。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种智能化的捕鱼打窝方法和打窝装置，本申请实施例能够不依赖个人经验，根据捕鱼前和捕鱼过程中收集的信息，准确、高效地确定出捕鱼所需的打窝信息。具体技术方案如下：
[0005]在本专利技术实施例的第一方面，提供一种智能化的捕鱼打窝方法，所述方法包括：
[0006]根据捕鱼环境特征，确定初始寻鱼位置，其中，所述捕鱼环境特征包括待捕鱼水域的水流方向、温度、气压、空气湿度、风速、风向、氧气含量、日照方向、水上交通情况中的一种或多种特征；
[0007]在所述初始寻鱼位置采用超声波定位，获取待捕鱼群的预测距离和预测游动方向；
[0008]根据所述预测距离和预测游动方向，计算所述待捕鱼群的轨迹信息，其中，所述轨迹信息包括所述待捕鱼群的游动轨迹、多个轨迹点，以及所述每个轨迹点的速度；
[0009]根据所述轨迹信息，将所述初始寻鱼位置更新为目标寻鱼位置，并在所述目标寻鱼位置获取所述待捕鱼群的图像；/>[0010]根据所述待捕鱼群的图像，得到所述待捕鱼群的基本特征，以根据所述基本特征确定打窝信息，其中，所述基本特征包括所述待捕鱼群的数量、类型、速度、长度中的一种或多种，所述打窝信息包括打窝位置、鱼饵类型、鱼饵重量。
[0011]可选地，所述根据捕鱼环境特征，确定初始寻鱼位置，包括：
[0012]获取寻鱼位置模型；
[0013]将候选位置对应的所述捕鱼环境特征输入至所述寻鱼位置模型，计算所述候选位置的评分；
[0014]根据所述候选位置的评分，从多个所述候选位置中筛选出符合要求的初始寻鱼位置。
[0015]可选地，所述在所述初始寻鱼位置采用超声波定位，获取待捕鱼群的预测距离和预测游动方向，包括：
[0016]根据超声波定位结果，计算所述预测距离；
[0017]根据所述预测距离，结合所述捕鱼环境特征，确定所述待捕鱼群的游动方向。
[0018]可选地，所述根据所述预测距离和预测游动方向，计算所述待捕鱼群的轨迹信息，包括：
[0019]根据所述预测距离，结合所述超声波定位结果，计算所述待捕鱼群的游动速度；
[0020]根据所述游动的速度，确定所述待捕鱼群游动的轨迹点；
[0021]连接所述轨迹点，得到所述待捕鱼群的所述轨迹信息。
[0022]可选地，所述根据所述轨迹信息，将所述初始寻鱼位置更新为目标寻鱼位置，并在所述目标寻鱼位置获取所述待捕鱼群的图像，包括：
[0023]根据所述轨迹信息，获取不同所述轨迹点的第一捕鱼环境特征；
[0024]将所述第一捕鱼环境特征输入至所述寻鱼位置模型，得到所述轨迹点的第一评分；
[0025]根据所述第一评分，确定所述目标寻鱼位置。
[0026]可选地，所述根据所述待捕鱼群的图像，得到所述待捕鱼群的基本特征，以根据所述基本特征确定打窝信息，包括：
[0027]对所述待捕鱼群的图像进行特征提取，得到所述待捕鱼群的初始特征；
[0028]对所述初始特征输入至卷积核进行卷积处理，得到所述基本特征；
[0029]根据所述基本特征，确定所述打窝信息。
[0030]在本专利技术实施例的又一方面，提供一种智能化的捕鱼打窝装置，所述装置包括：
[0031]初始寻鱼特征确定模块，用于根据捕鱼环境特征，确定初始寻鱼位置，其中，所述捕鱼环境特征包括待捕鱼水域的水流方向、温度、气压、空气湿度、风速、风向、氧气含量、日照方向、水上交通情况中的一种或多种特征；
[0032]预测数据获取模块，用于在所述初始寻鱼位置采用超声波定位，获取待捕鱼群的预测距离和预测游动方向；
[0033]轨迹信息计算模块，用于根据所述预测距离和预测游动方向，计算所述待捕鱼群的轨迹信息，其中，所述轨迹信息包括所述待捕鱼群的游动轨迹、多个轨迹点，以及所述每个轨迹点的速度；
[0034]目标寻鱼更新模块，用于根据所述轨迹信息，将所述初始寻鱼位置更新为目标寻鱼位置，并在所述目标寻鱼位置获取所述待捕鱼群的图像；
[0035]打窝信息确定模块，用于根据所述待捕鱼群的图像，得到所述待捕鱼群的基本特征，以根据所述基本特征确定打窝信息，其中，所述基本特征包括所述待捕鱼群的数量、类型、速度、长度中的一种或多种，所述打窝信息包括打窝位置、鱼饵类型、鱼饵重量。
[0036]可选地，所述初始寻鱼特征确定模块还具体用于：
[0037]获取寻鱼位置模型；
[0038]将候选位置对应的所述捕鱼环境特征输入至所述寻鱼位置模型，计算所述候选位置的评分；
[0039]根据所述候选位置的评分，从多个所述候选位置中筛选出符合要求的初始寻鱼位置。
[0040]在本专利技术实施例的又一方面，提供一种计算机可读存储介质，其上存储有计算机
程序，所述计算机程序被执行时实现如上所述方法的步骤。
[0041]在本专利技术实施例的又一方面，提供一种计算机设备，包括处理器、存储器和存储于所述存储器上的计算机程序，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
[0042]由上可知，本申请通过捕鱼环境特征确定初始寻鱼位置，并在初始寻鱼位置中通过超声波定位获取待捕鱼群的预测信息，使得能够进一步地基于以上预测信息计算待捕鱼群的轨迹信息，并根据该轨迹信息在目标寻鱼位置采集待捕鱼群的图像，最终根据卷积神经网络对待捕鱼群的图像进行分析，并再次考虑捕鱼环境特征，最终以不依赖人工经验的方式高效、准确地确定捕鱼所需的打窝信息。
附图说明
[0043]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0044]图1是本申请实施例提供的智能化的捕鱼打窝方法的流程示意图；
[0045]图2是本申请实施例提供的智能化的捕鱼打窝装置的结构示意图；
[0046]图3是本申请实施例提供的计算机设备的内部结构图。
具体实施方式
[0047]为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能化的捕鱼打窝方法，其特征在于，所述方法包括：根据捕鱼环境特征，确定初始寻鱼位置，其中，所述捕鱼环境特征包括待捕鱼水域的水流方向、温度、气压、空气湿度、风速、风向、氧气含量、日照方向、水上交通情况中的一种或多种特征；在所述初始寻鱼位置采用超声波定位，获取待捕鱼群的预测距离和预测游动方向；根据所述预测距离和预测游动方向，计算所述待捕鱼群的轨迹信息，其中，所述轨迹信息包括所述待捕鱼群的游动轨迹、多个轨迹点，以及所述每个轨迹点的速度；根据所述轨迹信息，将所述初始寻鱼位置更新为目标寻鱼位置，并在所述目标寻鱼位置获取所述待捕鱼群的图像；根据所述待捕鱼群的图像，得到所述待捕鱼群的基本特征，以根据所述基本特征确定打窝信息，其中，所述基本特征包括所述待捕鱼群的数量、类型、速度、长度中的一种或多种，所述打窝信息包括打窝位置、鱼饵类型、鱼饵重量。2.根据权利要求1所述的智能化的捕鱼打窝方法，其特征在于，所述根据捕鱼环境特征，确定初始寻鱼位置，包括：获取寻鱼位置模型；将候选位置对应的所述捕鱼环境特征输入至所述寻鱼位置模型，计算所述候选位置的评分；根据所述候选位置的评分，从多个所述候选位置中筛选出符合要求的初始寻鱼位置。3.根据权利要求1所述的智能化的捕鱼打窝方法，其特征在于，所述在所述初始寻鱼位置采用超声波定位，获取待捕鱼群的预测距离和预测游动方向，包括：根据超声波定位结果，计算所述预测距离；根据所述预测距离，结合所述捕鱼环境特征，确定所述待捕鱼群的游动方向。4.根据权利要求1所述的智能化的捕鱼打窝方法，其特征在于，所述根据所述预测距离和预测游动方向，计算所述待捕鱼群的轨迹信息，包括：根据所述预测距离，结合所述超声波定位结果，计算所述待捕鱼群的游动速度；根据所述游动的速度，确定所述待捕鱼群游动的轨迹点；连接所述轨迹点，得到所述待捕鱼群的所述轨迹信息。5.根据权利要求2所述的智能化的捕鱼打窝方法，其特征在于，所述根据所述轨迹信息，将所述初始寻鱼位置更新为目标寻鱼位置，并在所述目标寻鱼位置获取所述待捕鱼群的图像，包括：根据所述轨迹信息，获取不同所述轨迹点的第一捕鱼环境特征；将所述第一捕鱼环境特征输入至所...

【专利技术属性】
技术研发人员：洪一前，章旭伟，李明，贺文芳，张加清，童一宁，郑文钟，田磊，刘金殿，陈颖华，
申请(专利权)人：金华齐物论信息技术有限公司，
类型：发明
国别省市：