智能捕鱼方法、装置、系统及存储介质制造方法及图纸

本申请提供了一种智能捕鱼方法、装置、系统及存储介质，该方法包括：获取包含鱼类的待检测水域中水下环境的目标图像序列；基于目标图像序列依次进行特征提取和特征分类处理，确定目标鱼类的目标识别结果；根据目标识别结果对应的目标像素坐标和目标图像序列确定智能捕鱼系统的载体位姿数据，并获取目标鱼类的历史位置序列和目标运动特征，以及智能捕鱼系统的惯性测量单元数据；基于载体位姿数据、惯性测量单元数据、历史位置序列以及目标运动特征进行滤波处理，确定目标鱼类的目标定位结果和目标预测轨迹结果；基于目标识别结果、目标定位结果以及目标预测轨迹结果，控制鱼叉发射装置释放鱼叉进行捕鱼作业，以提高捕鱼的精确度。

【技术实现步骤摘要】

本申请涉及捕鱼，尤其涉及一种智能捕鱼方法、装置、系统及存储介质。

技术介绍

1、水下捕鱼作业在水产养殖、水域生态保护及水环境治理等领域具有重要应用价值。传统捕鱼方式主要依赖人工潜水捕捞或拖网作业，存在效率低下、选择性差、对水域生态扰动大等问题：人工捕捞受水深、水流等环境限制，作业范围有限且成本高昂；拖网作业虽效率较高，但易造成成鱼损伤、幼鱼误捕，导致养殖损耗率上升，同时对水底生态群落破坏严重。

2、随着自动化技术发展，现有水下捕鱼设备开始向智能化转型，但在复杂动态水下环境中仍无法保证捕鱼的精确度。

技术实现思路

1、本申请提供了一种智能捕鱼方法、装置、系统及存储介质，提高捕鱼的精确度。

2、第一方面，提供了一种智能捕鱼方法，应用于智能捕鱼系统，所述智能捕鱼系统至少包括目标识别模块、目标定位模块以及鱼叉发射装置，所述方法包括：

3、获取包含鱼类的待检测水域中水下环境的目标图像序列；

4、控制所述目标识别模块基于所述目标图像序列依次进行特征提取和特征分类处理，确定目本文档来自技高网...

【技术保护点】

1.一种智能捕鱼方法，其特征在于，应用于智能捕鱼系统，所述智能捕鱼系统至少包括目标识别模块、目标定位模块以及鱼叉发射装置，所述方法包括：

2.根据权利要求1所述的智能捕鱼方法，其特征在于，所述智能捕鱼系统还包括目标决策模块，在控制所述目标定位模块基于所述载体位姿数据、所述惯性测量单元数据、所述历史位置序列以及所述目标运动特征进行滤波处理，确定所述目标鱼类的目标定位结果和目标预测轨迹结果之后，所述方法还包括：

3.根据权利要求2所述的智能捕鱼方法，其特征在于，在控制所述目标定位模块基于所述载体位姿数据、所述惯性测量单元数据、所述历史位置序列以及所述目标运动特征进行滤...

【技术特征摘要】

1.一种智能捕鱼方法，其特征在于，应用于智能捕鱼系统，所述智能捕鱼系统至少包括目标识别模块、目标定位模块以及鱼叉发射装置，所述方法包括：

2.根据权利要求1所述的智能捕鱼方法，其特征在于，所述智能捕鱼系统还包括目标决策模块，在控制所述目标定位模块基于所述载体位姿数据、所述惯性测量单元数据、所述历史位置序列以及所述目标运动特征进行滤波处理，确定所述目标鱼类的目标定位结果和目标预测轨迹结果之后，所述方法还包括：

3.根据权利要求2所述的智能捕鱼方法，其特征在于，在控制所述目标定位模块基于所述载体位姿数据、所述惯性测量单元数据、所述历史位置序列以及所述目标运动特征进行滤波处理，确定所述目标鱼类的目标定位结果和目标预测轨迹结果之后，所述方法还包括：

4.根据权利要求1所述的智能捕鱼方法，其特征在于，所述智能捕鱼系统还包括目标执行模块，在控制所述鱼叉发射装置释放鱼叉进行捕鱼作业之前，所述方法还包括：

5.根据权利要求1至4任一项所述的智能捕鱼方法，其特征在于，所述智能捕鱼系统还包括目标进化模块，在控制所述鱼叉发射装置释放鱼叉进行捕鱼之后，所述方法还包括：

6.根据权利要求1所述的智能捕鱼方法，其特征在于，所述目标识别模块包括水下光学补偿算法子模块，所述获取包含鱼类的待检测水域中水下环境的目标图像序列，包括：

7.根据权利要求6所述的智能捕鱼方法，其特征在于，所述目标识别模块还包括鳞纹感知骨干网络子模块、双流时空注意力网络子模块、多尺度特征钝化网络子模块以及多级串联分类子模块，其中，所述双流时空注意力网络子模块包括空间特征流注意力模块、时间特征流注意力模块以及双流特征整合模块，所述控制所述目标识别模块基于所述目标图像序列依次进行特征提取和特征分类处理，确定目标鱼类的目标识别结果，包括：

8.根据权利要求7所述的智能捕鱼方法，其特征在于，所述目标识别模块还包括环境监测子模块和自适应对抗样本生成网络子模块，在所述获取所述待检测水域中水下环境的初始图像序列之后，所述方法还包括：

9.根据权利要求1所述的智能捕鱼方法，其特征在于，所述目标定位模块包括流体拓扑视觉slam子模块、深度紧耦合特征增强网络子模块以及双状态扩展卡尔曼滤波子模块，其中，所述流体拓扑视觉slam子模块包括折射畸变补偿模块、轮廓强化特征点跟踪模块以及动态连续地图构建模块，所述根据所述目标识别结果对应的目标像素坐标和所述目标图像序列确定所述智能捕鱼系统的载体位姿数据，包括：

10.根据权利要求9所述的智能捕鱼方法，其特征在于，所述深度紧耦合特征增强网络子模块包括三维观测向量构建模块、运动特征提取模块以及目标运动学约束模块，所述双状态扩展卡尔曼滤波子模块包括本体状态预测器、目标轨迹预测器以及置信度评估校准模块，所述控制所述目标定位模块基于所述载体位姿数据、所述惯性测量单元数据、所述历史位置序列以及所述目标运动特征进行滤波处理，确定所述目标鱼类的目标定位结果和目标预测轨迹结果，包括：

11.根据权利要求2所述的智能捕鱼方法，其特征在于，所述目标决策模块包括时空自适应融合网络子模块和决策驱动深度强化学习子模块，其中，所述决策驱动深度强化学习子模块包括层级化状态空间模块和决策强化策略生成网络模块，所述控制所述目标决策模块基于所述目标动态数据、所述视觉质量评估数据以及所述惯性测量单元数据进行深度学习处理，确定捕获所述目标鱼类的第一捕捞策略，包括：

12.根据权利要求11所述的智能捕鱼方法，其特征在于，所述目标决策模块还包括多维度奖励函数子模块，所述决策驱动深度强化学习子模块还包括决策强化策略评价模块，在所述...

【专利技术属性】
技术研发人员：路振旺，左浩博，李峻豪，
申请(专利权)人：深圳市瓴鹰智能科技有限公司，
类型：发明
国别省市：