【技术实现步骤摘要】
面向水下机器人的海生物定位测量装置及方法
[0001]本专利技术涉及一种面向水下机器人的海生物定位测量装置及方法，属于水下机器人领域。
技术介绍
[0002]水下机器人可以分成有ROV（Remote Operated Vehicle，缆水下机器人）、AUV（AutonomousUnderwater Vehicle，无缆水下机器人）和HOV（Human Occupied Vehicle，载人潜水器）三类。ROV能够通过电缆提供能源供给，且具有实时数据传输能力强、作业能力强及水下运行时间长等优点，广泛应用于内河堤坝检测、水下搜救和海生物搜索等领域。
[0003]随着人工智能技术的发展，水下机器人在海洋自主捕捞领域得到快速发展和应用。其中海参、海胆、扇贝等海生物的自主抓取作为水下机器人的一个重要应用领域，其核心技术包括海生物快速准确识别、海生物定位和海生物测量三部分。
[0004]传统目标检测中根据检测对象的颜色、纹理和边缘等特征进行识别，此类方法通常只能检测单一目标且需要人工设计算子进行特征提取，工作量较大。近年...
【技术保护点】
【技术特征摘要】
1.面向水下机器人的海生物定位测量方法，其特征在于，基于单目视觉实现，包括：S1：制作数据集：拍摄水下海生物图像，制作海生物数据集，具体的，拍摄不同间距的激光图像，制作激光数据集，对原始数据集中的海生物和激光进行标注生成标注文件；S2：搭建网络结构：采用MobileNet V1特征提取网络，采用2个尺度检测海生物和平行光：尺度为7
×
10
×
27的输出张量及尺度为14
×
20
×
27的输出张量；S3：训练检测网络：先以0.001的学习率训练50轮，再以0.0005的学习率训练150轮，得到.h5模型文件；S4：转换模型：通过人工智能学习系统TensorFlow的tflite_convert命令将.h5模型文件转化为.tflite模型文件，通过模型转换工具nncase将.tflite模型文件转化为.kmodel模型文件；S5：将.kmodel模型文件部署到K210端：先将系统内部和外部硬件初始化，然后加载.kmodel模型文件，初始化目标检测层配置；S6：调整激光器的位置，用两个激光器发射两束一字线状激光，保证两束激光线平行，两束平行激光线间的实际距离已知；根据摄像头采集图像中两条平行激光线间的像素距离，结合两束平行激光线间的实际距离，建立参考系，从而推算出海生物的实际尺寸信息和深度信息。2.根据权利要求1所述的面向水下机器人的海生物定位测量方法，其特征在于，步骤S1中，将一对平行激光当作一个检测目标进行标注，即在相机拍摄的图像中，两条平行激光线与图像的上下边界构成一个矩形框，标注时，将两条平行激光线与图像的上下边界构成的矩形框作为一个目标进行标注。3.根据权利要求1所述的面向水下机器人的海生物定位测量方法，其特征在于，步骤S5中，所述摄像头采集完成一帧图像后触发中断，传入摄像头采集的图像到KPU运行.kmodel模型文件，等待KPU处理完成后，获取KPU最终处理的结果，把KPU处理的结果带入区域层计算最终位置，得到目标的中心点坐标与目标回归框的宽和高，即可在输入图像中找到平行激光和海生物的外接矩形框。4.根据权利要求3所述的面向水下机器人的海生物定位测量方法，其特征在于，设定所述目标回归框像素坐标为，表示目标回归框的中心点坐标，和分别表示目标回归框的宽和高；则图像中目标回归框的左上角的像素坐标为，目标回归框的右下角的像素坐标为。5.根据权利要求1所述的面向水下机器人的海生物定位测量方法，其特征在于，所述步骤S6包括以下步骤：S6.1：海生物尺寸测量：以图像左上角为坐标原点，水平向右为轴正方向，水平向下为轴正方向，建立平面直角坐标系，其中为海生物目标回归框左上角坐标，为海生物目标回归框右下角坐标，为海生物目标回归框宽度，为海生...
【专利技术属性】
技术研发人员：马文静，张芃，刘瑾，曹蕾，于复生，沈孝芹，张涵，范文利，唐保成，衣杰，张国海，
申请(专利权)人：山东建筑大学，
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。