【技术实现步骤摘要】
本专利技术属于流场感知识别，具体涉及一种用于两栖车辆的水下流场感知识别方法及采集与终端设备。
技术介绍
1、两栖车辆水下流场感知设备的重要性在水下交通是不可忽视的。两栖车辆是能够在陆地和水下两个环境中自由移动的交通工具，而水下流场感知设备则是为了帮助两栖车辆感知水下流场的情况。
2、首先，水下流场感知设备对于两栖车辆的安全至关重要。在水下环境中，水流的速度和方向对于两栖车辆的稳定性和操控性具有重要影响。通过感知水下流场，两栖车辆可以及时调整航向、速度等参数，以确保安全航行和避免意外事故的发生。
3、其次，水下流场感知设备对于两栖车辆的导航和路径规划也非常重要。通过了解水下流场的情况，两栖车辆可以选择最佳的航行路径，规避水流强的区域或者利用水流的力量提高行驶效率。
4、综上所述，两栖车辆水下流场感知设备的重要性体现在安全、导航和科研应用等方面，因此需要在两栖车辆水下感知探测设备的基础上，研究提出一种用于两栖车辆的水下流场感知识别方法及采集与终端设备。
技术实现思路
1、(一)要解决的技术问题
2、本专利技术要解决的技术问题是：如何提供一种用于两栖车辆的水下流场感知识别方法及采集与终端设备，以满足两栖车辆在海上航行过程中，自主识别水下流速、流向等流场环境的需求。
3、(二)技术方案
4、为解决上述技术问题，本专利技术提供一种用于两栖车辆的水下流场感知识别方法，所述方法包括：
5、步骤1：传感器数据采集；
6、步骤2：数据转换与传输；编译多信道数据采集卡，输入为多信道的压力传感器协议信号，输出至总线的为多信道的数据，总线与车载的终端设备连接，多信道的数据存储在终端设备的存储器中；
7、步骤3：对多信道的数据进行整合与处理；
8、其中，所述周向均布的压力传感器按照顺时针顺序进行标号，多个压力传感器采集的多信道的数据按时序排成一列，即形成一个多列的流场感知矩阵；
9、对流场感知矩阵进行对数化处理、归一化处理、插值处理，形成高维度样本矩阵；
10、步骤4：对高维度样本矩阵进行平面映射，映射为高像素的样本图像，对每一个样本图像粘贴标签，最终形成不同流场环境的水下流场待感知数据，汇总成流场感知图像数据库；
11、步骤5：结合深度学习方法，对流场感知图像数据库进行分类训练，进而对水下流场环境的流速、流向进行识别；
12、步骤6：多信道数据、流场感知矩阵、流场感知图像在终端设备的显示器上进行显示。
13、其中，所述步骤1中，所述周向均布的压力传感器的数量为12个。
14、其中，所述步骤2中，编译12信道数据采集卡，输入为12信道的压力传感器协议信号，输出至总线的为12信道的数据，总线与车载的终端设备连接，12信道的数据存储在终端设备的存储器中。
15、其中，所述步骤3中，所述周向均布的压力传感器按照顺时针顺序进行标号1～12，其中，5、6号传感器与车头方向保持一致，12个压力传感器采集的12信道的数据按时序排成一列，即形成一个12列的流场感知矩阵。
16、其中，所述步骤3中，对12信道的数据进行整合与处理，具体包括：
17、步骤31：形成流场感知矩阵；
18、将12信道的数据按时序排成一列，即形成一个12列的流场感知矩阵a，表示为：
19、
20、其中，流场感知矩阵a的列数为传感器数量，行数n为传感器采样频率f和采样时间t的乘积：
21、n＝f·t
22、步骤32：对流场感知矩阵进行对数化处理，获得对数化处理后的流场感知矩阵al，以压缩应力数据至较小的范围，归纳统一样本的统计分布性：
23、al＝log(a)
24、步骤33：对进行了对数化处理后流场感知矩阵al进行归一化处理，获得归一化处理后的流场感知矩阵an，以消除数据量纲的影响；
25、
26、其中，al(ij)为：流场感知矩阵al中处于第i行第j列的数据的数值；
27、almax为：流场感知矩阵al中数据的最大值；
28、almin为：流场感知矩阵al中数据的最小值；
29、步骤34：应用等距取样的方式对归一化处理后的流场感知矩阵an进行截取，形成状态感知样本矩阵；若等距取样时序采样为10个点，则状态感知样本矩阵a1的维度为10×12，表示为：
30、
31、步骤35：为提高流场感知矩阵的分辨率，应用三次插值对状态感知样本矩阵a1进行处理，进而形成维度为180×220的高纬度样本矩阵a1*，表示为：
32、
33、其中，所述步骤4中，对180×220的高维度样本矩阵a1*进行平面映射，映射为像素180×220的样本图像，实现对流场感知样本图像的像素进行扩充；
34、对每一个样本图像粘贴标签，最终形成不同流场环境的流场感知样本图像数据库，用于水下流场流速、流向识别。
35、其中，所述步骤5中，应用深度残差网络，对流场感知图像数据库进行分类训练，进而实现对水下流场环境的流速、流向进行识别。
36、其中，所述步骤5中，应用resnet18深度残差网络对流场感知图像数据库进行分类训练。
37、其中，所述步骤2中，输入为多信道的压力传感器iic协议信号，输出至总线的为多信道的flexray总线数据。
38、此外，本专利技术还提供一种采集与终端设备，所述采集与终端设备包括：
39、传感器，用于采集结构体在水下流场中的表面压力数据；
40、采集卡，用于采集多信道传感器数据，并进行数据协议转换，编译为总线信号上传至终端设备；
41、存储器，用于存储一个或多个应用程序，以及采集卡上传的多信道传感器数据；
42、处理器，用于运行一个或多个应用程序，对水下流场的流速、流向进行分类识别；
43、显示器，用于将显示多信道传感器数据、流场感知矩阵以及流场感知图像；
44、当所述的一个或多个程序被一个或多个处理器执行，使得所述一个或多个处理器实现所述的水下流场感知识别方法。
45、(三)有益效果
46、与现有技术相比较，本专利技术提供一种用于两栖车辆的水下流场感知识别方法及系统，当两栖车辆下水后，根据水下流场探测需要，将水下流场感知探测设备伸出车体，应用水下流场感知探测设备的12个周向均布压力传感器，采集流场作用在结构体表面的应力数据；编译数据采集卡，输入为传感器协议信号，输出为总线数据，总线与车载终端设备连接，数据存储在存储器中；周向传感器按照顺时针顺序进行标号1～12，其中5、6号传感器与车头方向保持一致，多信道列传感器组成感知矩阵，并对感知矩阵进行对数化、归一化处本文档来自技高网...
【技术保护点】
1.一种用于两栖车辆的水下流场感知识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的用于两栖车辆的水下流场感知识别方法，其特征在于，所述步骤1中，所述周向均布的压力传感器的数量为12个。
3.如权利要求2所述的用于两栖车辆的水下流场感知识别方法，其特征在于，所述步骤2中，编译12信道数据采集卡，输入为12信道的压力传感器协议信号，输出至总线的为12信道的数据，总线与车载的终端设备连接，12信道的数据存储在终端设备的存储器中。
4.如权利要求3所述的用于两栖车辆的水下流场感知识别方法，其特征在于，所述步骤3中，所述周向均布的压力传感器按照顺时针顺序进行标号1～12，其中，5、6号传感器与车头方向保持一致，12个压力传感器采集的12信道的数据按时序排成一列，即形成一个12列的流场感知矩阵。
5.如权利要求4所述的用于两栖车辆的水下流场感知识别方法，其特征在于，所述步骤3中，对12信道的数据进行整合与处理，具体包括：
6.如权利要求5所述的用于两栖车辆的水下流场感知识别方法，其特征在于，所述步骤4中，对180×220
7.如权利要求6所述的用于两栖车辆的水下流场感知识别方法，其特征在于，所述步骤5中，应用深度残差网络，对流场感知图像数据库进行分类训练，进而实现对水下流场环境的流速、流向进行识别。
8.如权利要求7所述的用于两栖车辆的水下流场感知识别方法，其特征在于，所述步骤5中，应用ResNet18深度残差网络对流场感知图像数据库进行分类训练。
9.如权利要求1所述的用于两栖车辆的水下流场感知识别方法，其特征在于，所述步骤2中，输入为多信道的压力传感器IIC协议信号，输出至总线的为多信道的FlexRay总线数据。
10.一种采集与终端设备，其特征在于，所述采集与终端设备包括：
...【技术特征摘要】
1.一种用于两栖车辆的水下流场感知识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的用于两栖车辆的水下流场感知识别方法，其特征在于，所述步骤1中，所述周向均布的压力传感器的数量为12个。
3.如权利要求2所述的用于两栖车辆的水下流场感知识别方法，其特征在于，所述步骤2中，编译12信道数据采集卡，输入为12信道的压力传感器协议信号，输出至总线的为12信道的数据，总线与车载的终端设备连接，12信道的数据存储在终端设备的存储器中。
4.如权利要求3所述的用于两栖车辆的水下流场感知识别方法，其特征在于，所述步骤3中，所述周向均布的压力传感器按照顺时针顺序进行标号1～12，其中，5、6号传感器与车头方向保持一致，12个压力传感器采集的12信道的数据按时序排成一列，即形成一个12列的流场感知矩阵。
5.如权利要求4所述的用于两栖车辆的水下流场感知识别方法，其特征在于，所述步骤3中，对12信道的数据进行整合...
【专利技术属性】
技术研发人员：吴家雄，鲍珂，孙旭光，叶辉，孙晓策，李钊，邱思聪，褚艳涛，韩震，
申请(专利权)人：中国北方车辆研究所，
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。