【技术实现步骤摘要】
本申请涉及生态智能科技领域以及生物观测领域，尤其涉及生物多样性的观测方法和采集系统。
技术介绍
1、无人船作为智能机器人中的一个分支，无人船一般包括：智能驾驶、图像采集与传输等功能，其具有体积小，成本低，机动性好，可以搭载不同传感器等优点，因此采用无人船进行生态环境生物多样性的信息观测和采集是非常可行的方向。但现有的无人船在观测采集中普遍存在几个问题：1采集参数不完备。采集的数据仅包含采集目标视频或者音频数据，而不包含环境参数，如实时地理位置信息等，也不包括实时时间信息等，导致后续分析数据时，缺失必要信息；2定位不精准。内陆无人船往往工作在内陆河流、水库和小型湖泊等区域，地形狭小且相对海洋较为复杂，在靠近水岸的时候，由于楼房或树木的遮挡，北斗或者gps信号容易丢失，从而导致定位失效或者不精准的问题。
技术实现思路
1、本申请的目的是为了解决现有技术中上述的问题，本申请提供了多源ai进行生物多样性观测的方法和采集系统，可以利用人工智能、高精定位获取高质量的生物观测数据，为生物多样性评估提供重要参数、并为生物多样性的科学保护措施和政策制定提供依据。
2、为了实现上述目的，本申请提出一种多源ai进行生物多样性观测的采集系统，采集系统包括：无人船和边缘服务器，系统中的无人船包括：水面可旋转运动摄像相机、水下可旋转运动摄像相机、音频采集装置、通信天线、中控单元、北斗/gps定位单元、imu单元和存储单元；在无人船的上表面固定连接通信天线，天线上方连接水面可旋转运动摄像相机，鱼眼镜
3、在一些实施方案中，采用北斗/gps/imu的融合定位方式，将北斗或者gps的经纬度坐标(lat，lon)转换到二维平面坐标(x斗/gps，y斗/gps)，将imu的位姿数据转换为二维平面坐标(x和，y和)。
4、在一些实施方案中，北斗/gps/imu的融合坐标(x融合，y融合)，通过将北斗或者gps的经纬度坐标与imu的位姿数据进行融合得到，即如下公式所示：
5、x融合＝ αx斗/gps + βx和 (5)
6、y融合＝ αy斗/gps + βy和 (6)
7、其中α+β＝1(7)
8、其中，α和β分别是经纬度坐标的权重和imu位姿数据的权重。
9、在一些实施方案中，当北斗/gps的工作状态异常时，即北斗/gps定位失效时，进入以imu为主，北斗/gps为辅的定位模式，此时权值的动态更新以imu的更新周期进行更新，也即β异常＝1/[1+κ(t当前-timu刷新)]，其中t当前是当前时间，timu刷新是最近一次imu的刷新时间，κ是时间衰减速度系数，此时α异常＝1-β异常。即如下公式：
10、x融合＝ α异常x斗/gps + β异常x和 (8)
11、y融合＝ α异常y斗/gps + β异常y和 (9)
12、其中
13、α异常 ＝1-β异常 (11)。
14、在一些实施方案中，当北斗/gps的工作状态正常时，即北斗/gps定位有效时，进入以gps为主，imu为辅的定位模式，此时权值的动态更新以北斗/gps的更新周期进行更新，也即α正常＝1/[1+κ(t当前-t斗/gps刷新)]，其中t当前是当前时间，t斗/gps刷新是最近一次北斗/gps的刷新时间，κ是时间衰减速度系数，此时β正常＝1-α正常。即如下公式：
15、x融合＝ α正常x斗/gps + β正常x和 (12)
16、y融合＝ α正常y斗/gps + β正常y和 (13)
17、其中
18、β正常 ＝1-α正常 (15)。
19、在一些实施方案中，经过墨卡托转换将北斗/gps的二维曲面经纬度坐标转换到二维平面直角坐标，即通过公式(1)和公式(2)实现球形坐标纬度lat、经度lon到直角平面横坐标x和纵坐标y的变换：
20、x斗/gps＝lat (1)
21、
22、在一些实施方案中，基于滑动加权滤波算法对imu输出的位姿数据进行预处理，得到无人船在x和y方向上的位姿数据，根据上述位姿数据构建五维向量：x方向的线加速度和角速度、y方向的线加速度和角速度以及航向角，将上述五维数据作为神经网络模型的输入向量；然后基于训练好的神经网络模型对x和y方向上的相对位移和(x和，y和)进行预测，并将预测的结果作为神经网络模型的输出：
23、x和＝∑δxi (3)
24、y和＝∑δyi (4)。
25、本申请还提供一种多源ai生物多样性的采集方法，使用如权利要求1-7任一项所述采集系统，包括：(1)数据采集：通过水面可旋转运动摄像相机以及音频采集装置对水面动植物进行视频采集，采集的视频图像中添加无人船当时的融合定位信息以及当时的时间信息作为属性信息，通过水下可旋转运动摄像相机对水下的动植物进行视频采集，采集的视频图像中添加无人船当时的融合定位信息以及当时的时间信息作为属性信息；(2)数据传输：将步骤(1)中采集的水面视频以及水下视频数据及其属性信息，通过通信天线传输至云中边缘服务器上进行存储；(3)动植物识别：边缘服务器还对接收的视频进行动植物识别；(4)识别结果上报：如果所述识别结果中有与岸基控制单元设定的目标对象相匹配的识别结果时，将识别到目标对象的识别相关的结果以及对应的无人船的定位信息通过预定的方式上报给指定接收装置；(5)计算夹角：当识别到目标对象后，边缘服务器计算目标对象的方位信息，将该目标对象的方位信息发送给无人船的中控单元；(6)调整无人船姿态：中控单元根据接收到的目标对象的方位信息以及无人船的当前定位信息计算目标对象与无人船的夹角，并根据该夹角确定无人船的航向，通过下位机控制无人船的差速转向运动，并在无人本文档来自技高网...
【技术保护点】
1.一种多源AI生物多样性观测的采集系统，其特征在于，系统包括：无人船和边缘服务器，系统中的无人船包括：水面可旋转运动摄像相机、水下可旋转运动摄像相机、音频采集装置、通信天线、中控单元、北斗/GPS定位单元、IMU单元和存储单元；在无人船的上表面固定连接通信天线，天线上方连接水面可旋转运动摄像相机，鱼眼镜头固定安装在水面可旋转运动摄像相机上，调整水面可旋转运动摄像相机云台可使得鱼眼镜头调整拍摄方位，无人船腔体下方在左右两侧分别固定安装一个水下可旋转运动摄像相机，鱼眼镜头安装在水下可旋转运动摄像相机上，调整水下可旋转运动摄像相机云台可使得鱼眼镜头朝下，音频采集装置安装在无人船后方，北斗/GPS定位单元和IMU单元实现融合定位，中控单元与存储单元、北斗/GPS定位单元、IMU单元、无人船的控制系统和运动摄像相机的控制系统连接；系统中的边缘服务器根据接收到的无人船采集的多源信息进行动植物的AI识别。
2.一种如权利要求1所述的采集系统，其特征在于，采用北斗/GPS/IMU的融合定位方式，将北斗或者GPS的经纬度坐标(lat，lon)转换到二维平面坐标(x斗/GPS，y斗/G
3.一种如权利要求2所述的采集系统，其特征在于，北斗/GPS/IMU的融合坐标(x融合，y融合)，通过将北斗或者GPS的经纬度坐标与IMU的位姿数据进行加权融合得到。
4.一种如权利要求3所述的采集系统，其特征在于，当北斗/GPS的工作状态异常时，即北斗/GPS定位失效时，进入以IMU为主，北斗/GPS为辅的定位模式，此时权值的动态更新以IMU的更新周期进行更新，也即β异常＝1/[1+κ(t当前-tIMU刷新)]，其中t当前是当前时间，tIMU刷新是最近一次IMU的刷新时间，κ是时间衰减速度系数，此时α异常＝1-β异常，α异常和异常β分别是北斗/GPS的工作状态异常时，经纬度坐标的权重和IMU位姿数据的权重，即如下公式：
5.一种如权利要求3所述的采集系统，其特征在于，当北斗/GPS的工作状态正常时，即北斗/GPS定位有效时，进入以GPS为主，IMU为辅的定位模式，此时权值的动态更新以北斗/GPS的更新周期进行更新，也即α正常＝1/[1+κ(t当前-t斗/GPS刷新)]，其中t当前是当前时间，t斗/GPS刷新是最近一次北斗/GPS的刷新时间，κ是时间衰减速度系数，此时β正常＝1-α正常，α正常和β正常分别是北斗/GPS的工作状态正常时，经纬度坐标的权重和IMU位姿数据的权重即如下公式：
6.一种如权利要求3所述的采集系统，其特征在于，经过墨卡托转换将北斗/GPS的二维曲面经纬度坐标转换到二维平面直角坐标，即通过公式(1)和公式(2)实现球形坐标纬度lat、经度lon到直角平面横坐标x和纵坐标y的变换：
7.如权利要求3所述的采集系统，其特征在于，基于滑动加权滤波算法对IMU输出的位姿数据进行预处理，得到无人船在x和y方向上的位姿数据，根据上述位姿数据构建五维向量：x方向的线加速度和角速度、y方向的线加速度和角速度以及航向角，将上述五维数据作为神经网络模型的输入向量；然后基于训练好的神经网络模型对x和y方向上的相对位移和(x和，y和)进行预测，并将预测的结果作为神经网络模型的输出。
8.一种多源AI生物多样性的采集方法，使用如权利要求1-7任一项所述采集系统，其特征在于，包括：(1)数据采集：通过水面可旋转运动摄像相机以及音频采集装置对水面动植物进行视频采集，采集的视频图像中添加无人船当时的融合定位信息以及当时的时间信息作为属性信息，通过水下可旋转运动摄像相机对水下的动植物进行视频采集，采集的视频图像中添加无人船当时的融合定位信息以及当时的时间信息作为属性信息；(2)数据传输：将步骤(1)中采集的水面视频以及水下视频数据及其属性信息，通过通信天线传输至云中边缘服务器上进行存储；(3)动植物识别：边缘服务器还对接收的视频进行动植物识别；(4)识别结果上报：如果所述识别结果中有与岸基控制单元设定的目标对象相匹配的识别结果时，将识别到目标对象的识别相关的结果以及对应的无人船的定位信息通过预定的方式上报给指定接收装置。
9.一种如权利要求8所述的采集方法，其特征在于，还包括：(5)计算夹角：当识别到目标对象后，边缘服务器计算目标对象的方位信息，将该目标对象的方位信息发送给无人船的中控单元；(6)调整无人船姿态：中控单元根据接收到的目标对象的方位信息以及无人船的当前定位信息计算目标对象与无人船的夹角，并根据该夹角确定无人船的航向，通过下位机控制无人船的差速转向运动，并在无人船姿态调整后驱动无人船朝向目标对象方位移动...
【技术特征摘要】
1.一种多源ai生物多样性观测的采集系统，其特征在于，系统包括：无人船和边缘服务器，系统中的无人船包括：水面可旋转运动摄像相机、水下可旋转运动摄像相机、音频采集装置、通信天线、中控单元、北斗/gps定位单元、imu单元和存储单元；在无人船的上表面固定连接通信天线，天线上方连接水面可旋转运动摄像相机，鱼眼镜头固定安装在水面可旋转运动摄像相机上，调整水面可旋转运动摄像相机云台可使得鱼眼镜头调整拍摄方位，无人船腔体下方在左右两侧分别固定安装一个水下可旋转运动摄像相机，鱼眼镜头安装在水下可旋转运动摄像相机上，调整水下可旋转运动摄像相机云台可使得鱼眼镜头朝下，音频采集装置安装在无人船后方，北斗/gps定位单元和imu单元实现融合定位，中控单元与存储单元、北斗/gps定位单元、imu单元、无人船的控制系统和运动摄像相机的控制系统连接；系统中的边缘服务器根据接收到的无人船采集的多源信息进行动植物的ai识别。
2.一种如权利要求1所述的采集系统，其特征在于，采用北斗/gps/imu的融合定位方式，将北斗或者gps的经纬度坐标(lat，lon)转换到二维平面坐标(x斗/gps，y斗/gps)，将imu的位姿数据转换为二维平面坐标(x和，y和)。
3.一种如权利要求2所述的采集系统，其特征在于，北斗/gps/imu的融合坐标(x融合，y融合)，通过将北斗或者gps的经纬度坐标与imu的位姿数据进行加权融合得到。
4.一种如权利要求3所述的采集系统，其特征在于，当北斗/gps的工作状态异常时，即北斗/gps定位失效时，进入以imu为主，北斗/gps为辅的定位模式，此时权值的动态更新以imu的更新周期进行更新，也即β异常＝1/[1+κ(t当前-timu刷新)]，其中t当前是当前时间，timu刷新是最近一次imu的刷新时间，κ是时间衰减速度系数，此时α异常＝1-β异常，α异常和异常β分别是北斗/gps的工作状态异常时，经纬度坐标的权重和imu位姿数据的权重，即如下公式：
5.一种如权利要求3所述的采集系统，其特征在于，当北斗/gps的工作状态正常时，即北斗/gps定位有效时，进入以gps为主，imu为辅的定位模式，此时权值的动态更新以北斗/gps的更新周期进行更新，也即α正常＝1/[1+κ(t当前-t斗/gps刷新)]，其中t当前是当前时间，t斗/gps刷新是最近一次北斗/gps的刷新时间，κ是时间衰减速度系数，此时β正常＝1-α正常，α正常和β正常分别是北斗/gps的工作状态正常时，经纬...
【专利技术属性】
技术研发人员：赵乃峰，王永新，张延伟，刘娜利，庄涛，李文哲，项天远，张兆龙，刘春乐，彭青红，
申请(专利权)人：北京虹湾威鹏信息技术有限公司，
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。