海底管道铺设着泥点自动跟踪监测系统及方法技术方案

海底管道铺设着泥点自动跟踪监测系统及方法，它属于水下机器人智能应用领域。本发明专利技术解决了现有方法不能兼顾跟踪监测的准确率和效率，以及现有方法的复杂度高、可靠性差的问题。本发明专利技术根据图像与实际的物理空间的映射关系，结合图像中检测得到的着泥点位置和水下机器人自身的位置信息，可以解算出着泥点与水下机器人实际的相对空间位置，根据解算出的相对空间位置可以生成水下机器人的控制指令。本发明专利技术方法可以应用于海底管道铺设着泥点的自动跟踪监测。跟踪监测。跟踪监测。

【技术实现步骤摘要】
海底管道铺设着泥点自动跟踪监测系统及方法


[0001]本专利技术属于水下机器人智能应用领域，具体涉及一种水下机器人的海底管道铺设着泥点自动跟踪监测系统及方法。

技术介绍

[0002]在海洋油气资源的开发中，海洋管道因其快捷、安全、经济、可靠的优点逐渐被广泛使用。而海底管道铺设的海洋环境异常复杂，存在许多不确定因素，管道在铺设时可能会发生磕碰、弯折从而导致管体损伤。一旦海底管道发生泄漏或破坏，就会给周围环境和人员带来严重影响，并且严重破坏周边的生态环境。水下机器人具有作业效率高、连续航程远、智能化水平高、生产成本低的显著优势，成为对铺管过程进行实时监控、确认管道的铺设状态的最佳选择。海中的漂浮物和水流会对水下机器人产生干扰，需要人工进行实时控制来保持机器人运行稳定，但由于海底管道铺设进度缓慢、周期长，全程对机器人进行人工调整非常耗费人力，水下机器人根据监测目标位置和自身状态实时对位置和姿态进行自动控制是比较理想的状态。
[0003]例如公开号为“CN218119434U”、名称为“一种水下管道检测装置”的专利，设置了橡胶水管、圆形板、压力本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.海底管道铺设着泥点自动跟踪监测系统，其特征在于，所述系统包括水下机器人、检测终端和控制终端，在所述水下机器人上搭载有光学摄像机、信息处理单元和运动控制单元；所述光学摄像机拍摄的视频流通过信息处理单元传输至检测终端，经过检测终端的处理后输出图像中着泥点的位置信息；所述水下机器人的位置和姿态信息通过运动控制单元传输至控制终端；所述控制终端与检测终端之间通过UDP协议进行数据交换和通信，控制终端根据水下机器人的位置和姿态信息以及着泥点的位置信息生成控制指令，并将控制指令发送给运动控制单元；运动控制单元根据接收的控制指令对水下机器人进行控制。2.基于权利要求1所述的海底管道铺设着泥点自动跟踪监测系统的跟踪监测方法，其特征在于，所述方法具体包括以下步骤：步骤1、获取海底管道图像的数据集；步骤2、构建基于卷积神经网络的分割网络模型，并利用步骤1中获取的数据集对构建的模型进行训练；步骤3、对安装在水下机器人上的光学摄像机传入的视频流进行预处理，获得预处理后的图像；步骤4、将预处理后的图像输入到步骤2训练好的分割网络模型中，输出图像中着泥点的坐标信息以及管道区域的掩膜图像；步骤5、根据步骤4中输出的管道区域的掩膜图像计算管道直径；步骤6、对在时间上连续的各图像中的着泥点坐标进行平滑滤波处理，对在时间上连续的各图像中的管道直径进行平滑滤波处理；根据平滑滤波处理结果最终确定出各图像中的着泥点坐标和管道直径；步骤7、根据图像中的管道直径，将图像中的着泥点坐标转换到世界坐标系下，再结合水下机器人自身的位置和姿态信息解算出着泥点与水下机器人的相对位置关系；步骤8、根据步骤7中解算出的着泥点与水下机器人的相对位置关系对水下机器人进行控制，以实现水下机器人对着泥点的自动跟踪监测。3.根据权利要求2所述的海底管道铺设着泥点自动跟踪监测系统的跟踪监测方法，其特征在于，所述步骤2中，对获取的数据集进行数据增强后，再利用数据增强后的图像训练构建的分割网络模型；所述数据增强的方式包括随机尺度变换、随机裁剪、颜色空间增强、随机水平翻转和图像混合。4.根据权利要求3所述的海底管道铺设着泥点自动跟踪监测系统的跟踪监测方法，其特征在于，所述基于卷积神经网络的分割网络模型的训练过程所采用的损失函数由L
cls
和L
bbox
加权组成，损失函数具体为：L＝L
cls
+2L
bbox
其中，L代表总损失函数，L
cls
代表对分类进行评估的损失函数，L
bbox
代表对定位进行评估的损失函数；所述损失函数L
cls
具体为：
L
cls
＝
‑
|y
‑
σ|
β
((1
‑
y)log(1
‑
σ)+log(σ)其中，σ代表预测类别标签，β代表聚焦参数，y代表实际类别标签，对数log的底数为10；所述损失函数L

【专利技术属性】
技术研发人员：王博，郑晨，王杰，刘卓研，李雲峰，李晔，廖煜雷，李岳明，曹建，张国成，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：