【技术实现步骤摘要】
本专利技术涉及无人船路径规划和海洋养殖管理，更具体地，涉及一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法。
技术介绍
1、在海洋网箱养殖管理中，定期巡检对于保障养殖安全、及时发现并处理潜在问题至关重要。传统的巡检方式主要依赖人工驾驶船只进行，效率低下、成本高昂，且受人为因素和天气条件影响较大。
2、虽然目前已出现了一些利用无人船进行巡检的技术，但现有技术仍存在以下不足：
3、1）预先规划能力不足：现有技术缺乏在无人船出发前，根据网箱群区域环境数据进行合理的无人船数量预测和路径规划的能力；
4、2）环境适应性不足：现有技术无法充分利用网箱群区域的实时环境数据进行巡检前的优化，而且在巡检过程中对环境变化的动态适应性不足；
5、3）资源配置效率低：现有技术无法根据网箱群的整体环境状况和无人船自身状态，在巡检前进行最优的资源配置；
6、4）决策支持不足：现有技术缺乏直观的数据展示和智能分析手段，管理者难以快速了解环境状况和巡检结果，影响决策效率。
技术实现思路
1、本专利技术为克服上述现有技术中无人船路径规划僵化、环境适应性差、资源配置不合理的缺陷，提供一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，能够综合利用部署于网箱群区域的固定监测站和无人船自身传感器采集的多源海洋环境数据，实现无人船巡检路径预先规划、任务智能分配以及巡检过程动态调整，从而提高巡检效率、保障巡检安全、优化资源配置，以及提升海洋养殖管理的智能化
2、为解决上述技术问题，本专利技术的技术方案如下：
3、一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，包括以下步骤：
4、s1：采集海洋网箱群区域的多源海洋环境数据并进行预处理，同时获取网箱分布信息、网箱巡检任务需求以及各个无人船的初始状态；
5、s2：基于预处理后的多源海洋环境数据，利用改进的随机森林模型进行无人船数量的预测；所述改进的随机森林模型引入基于环境感知的自适应权重调整机制，每棵决策树的预测权重根据实时的多源海洋环境数据进行动态调整；
6、s3：基于预处理后的多源海洋环境数据、网箱分布信息、网箱巡检任务需求以及各个无人船的初始状态，采用改进的遗传算法生成若干条最优巡检路径；所述改进的遗传算法根据实时的多源海洋环境数据和无人船状态对优化目标和遗传算子进行自适应调整；
7、s4：将若干条最优巡检路径智能分配给各个无人船，各个无人船分别根据其分配到的最优巡检路径在海洋网箱群区域内进行巡检。
8、与现有技术相比，本专利技术技术方案的有益效果是：
9、本专利技术提供一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，首先采集海洋网箱群区域的多源海洋环境数据并进行预处理，同时获取网箱分布信息、网箱巡检任务需求以及各个无人船的初始状态；接着基于预处理后的多源海洋环境数据，利用改进的随机森林模型进行无人船数量的预测；之后基于预处理后的多源海洋环境数据、网箱分布信息、网箱巡检任务需求以及各个无人船的初始状态，采用改进的遗传算法生成若干条最优巡检路径；最后将若干条最优巡检路径智能分配给各个无人船，各个无人船分别根据其分配到的最优巡检路径在海洋网箱群区域内进行巡检；
10、本专利技术通过采集多源环境数据，并利用改进的随机森林模型预测无人船数量，利用改进的遗传算法预测最优巡检路径，以及利用智能分配算法将预测的路径分配给最合适的无人船进行执行，具有以下有益效果：
11、1）提高巡检效率：本专利技术综合考虑网箱群区域的整体环境因素和网箱需求，预先优化无人船的巡检路径，减少无效航行，显著提高巡检效率；例如，在某海岛地区的网箱养殖场景下，相比人工巡检可节省50%以上的巡检时间；
12、2）增强巡检安全性：本专利技术在预先路径规划和巡检过程中，均考虑环境数据，尤其关注风速等关键因素，避免无人船在恶劣环境下作业，提高巡检安全性；
13、3）优化资源配置：本专利技术根据网箱群区域的整体环境状况和无人船自身状态，在巡检前进行合理的无人船数量预测和路径规划，实现资源的合理分配和高效利用，降低运营成本；
14、4）提升管理决策水平：本专利技术可进一步引入数据可视化技术，对多源环境数据和无人船的巡检状态进行实时监控和展示，从而为管理者提供直观、全面的信息，辅助其进行科学决策，及时应对潜在问题；
15、5）环境适应性强：本专利技术能够利用固定监测站和无人船自身传感器采集的数据，实现巡检前的预先规划和巡检过程中的动态调整，更好地适应不断变化的海洋环境，保证巡检任务的顺利进行，提高巡检任务执行的鲁棒性。
本文档来自技高网...【技术保护点】
1.一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤S1中，利用部署于海洋网箱群区域内的若干个固定监测站，以及在各个无人船上预先搭载的传感器采集海洋网箱群区域的多源海洋环境数据；
3.根据权利要求1所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤S1中，预处理包括：
4.根据权利要求1所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤S2中，基于预处理后的多源海洋环境数据，利用改进的随机森林模型进行无人船数量的预测包括以下步骤：
5.根据权利要求4所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤S2.2中，根据以下公式计算环境风险指数Risk_Index：
6.根据权利要求1所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤S3中，采用改进的遗传算法生成各个
7.根据权利要求6所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤S3.2中，巡检时间目标函数为：
8.根据权利要求6所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤S3.3中，根据当前采集得到的多源海洋环境数据自适应调整巡检安全性目标函数的权重，以及巡检时间目标函数的权重，计算公式为：
9.根据权利要求6所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤S3.4中，根据以下公式评估种群的多样性：
10.根据权利要求1所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤S4中，将若干条最优巡检路径智能分配给各个无人船，包括以下步骤：
...【技术特征摘要】
1.一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤s1中，利用部署于海洋网箱群区域内的若干个固定监测站，以及在各个无人船上预先搭载的传感器采集海洋网箱群区域的多源海洋环境数据；
3.根据权利要求1所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤s1中，预处理包括：
4.根据权利要求1所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤s2中，基于预处理后的多源海洋环境数据，利用改进的随机森林模型进行无人船数量的预测包括以下步骤：
5.根据权利要求4所述的一种基于多源数据和环境感知的海洋网箱无人船智能巡检方法，其特征在于，所述步骤s2.2中，根据以下公式计算环境风险指数risk_index：
6.根据权利要...
【专利技术属性】
技术研发人员：何泰华，高溦，张涛，贾书凝，伍尚铿，温宇，陈瑶，
申请(专利权)人：广东海洋大学，
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。