[發明專利]一種基于無人平臺的海洋環境與目標綜合感知方法在審
| 申請號: | 201811111229.7 | 申請日: | 2018-09-22 |
| 公開(公告)號: | CN109446902A | 公開(公告)日: | 2019-03-08 |
| 發明(設計)人: | 卜令冉;蔣佳佳;段發階;王憲全;李春月;孫中波;黨文杰;劉晗 | 申請(專利權)人: | 天津大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G01S13/04;G01S15/88;G01V1/38;G01V3/12;G06N3/04 |
| 代理公司: | 天津市北洋有限責任專利代理事務所 12201 | 代理人: | 程毓英 |
| 地址: | 300072*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 無人平臺 感知 感知目標 海洋環境 水聲信號 水下目標 水下圖像 無人船 浮標 潛標 聲光 探測 數據預處理模塊 預處理 圖像 特征提取模塊 分類器模塊 無人潛航器 智能化分析 人工智能 電磁數據 感知節點 集成學習 設計特征 特征提取 綜合判斷 判定 采集 網絡 | ||
1.一種基于無人平臺的海洋環境與目標綜合感知方法,包括:
(1)將浮標、潛標、無人船和水下無人潛航器UUV四種無人平臺作為感知節點,構成水下立體綜合感知網絡。
(2)浮標、潛標、無人船和UUV采集到的聲光電磁數據,被分別送至相應平臺上的數據預處理模塊,數據預處理模塊對該平臺搭載的不同探測設備所采集的聲光電磁數據進行預處理;數據預處理模塊將預處理后的數據送至特征提取模塊;
(3)特征提取模塊對預處理后的水聲信號、水上水下圖像、聲吶圖像和磁測數據進行特征提取;
(4)基于傳統模式識別方法設計特征分類器模塊,對提取到的聲光電磁特征數據進行識別和分類,分類器模塊分別輸出對聲光電磁特征的分類結果;
(5)通過集成學習模塊,將特征分類器中的個體學習器按照bagging方法進行結合,并使用集成學習中最常用的投票法將若干個體分類器輸出整合為強分類器的輸出;實現無人平臺聲光電磁等特征的初步感知識別,綜合判斷信號的類別,確定水下目標是否為待探測或待感知目標;
(6)如果集成學習模塊判定水下目標為待探測或待感知目標后,則無人平臺將繼續通過以下步驟使用人工智能方法對水聲信號數據、水上水下圖像數據、聲吶圖像和磁測數據進行智能化分析;
(7)基于水聲信號識別分析模塊、圖像分類和特征感知模塊、磁異常感知模塊的感知結果,通過數據融合模塊,對水下目標大小、形狀、速度和距離信息進行估計,確定水下目標具體類別,從而實現水下目標進行全方位立體感知。
2.根據權利要求1所述的綜合感知方法,其特征在于,水下立體綜合感知網絡包括:
(1)在浮標和潛標上搭載被動式水聽器或被動式水聽器陣列進行水下聲探測,搭載磁力儀進行水下電磁探測;同時,在潛標上搭載溫鹽深儀,對固定地點的水下溫度、鹽度和深度等基本海洋環境參數進行測量;
(2)在無人船上搭載主動式側掃聲吶或拖曳式水聽器陣列以及水上聲音記錄裝置進行水上水下聲探測,搭載高分辨率水下相機及其光源和船載水上攝像機進行光探測;
(3)在UUV搭載主動式側掃聲吶進行水下聲探測,搭載磁力儀進行水下電磁探測,同時,搭載溫鹽深儀,對不同地點的水下溫度、鹽度和深度基本海洋環境參數進行測量;
(4)將浮標和潛標布放在感知區域的不同水深下,通過其搭載的各種探測設備對相應海域進行探測,獲取聲光電磁感知數據;
(5)無人船和UUV作為可移動平臺,放置在待探測區域,通過主動式側掃聲吶等手段完成探測區域的初始掃描;
(6)無人船和UUV在進行初始掃描后,通過水下相機、船載水上攝像機和磁力儀進行精確感知和探測。
3.數據預處理模塊的預處理包括:對水聽器或水聽器陣列采集到的水聲信號進行低通濾波、高通濾波以及預加重;對水下相機或水上攝像機拍攝的水下或水上圖像和側掃聲吶的聲吶圖像進行圖像平滑、圖像濾波和圖像增強;對磁力儀采集到的磁測數據進行分離和去噪處理。
4.特征提取模塊的特征提取包括:對水聲信號進行短時傅里葉變換和小波變換,基于兩種變換的變換結果,對水聲信號的中心頻率、持續時間、起始頻率、終止頻率和功率譜時頻特征進行提取;對水上水下圖像和聲吶圖像利用RCNN進行特征提取,對感知目標的大小、形狀等特征進行量化;對磁測數據進行經驗模態分解和小波變換,提取磁測數據中的磁異常模量和信號振幅特征。
5.根據權利要求1所述的綜合感知方法,其特征在于,特征分類器模塊包括支持向量機SVM、高斯混合模型GMM或人工神經網絡ANN。
6.根據權利要求1所述的綜合感知方法,其特征在于,智能化分析過程是這樣實現的:
對水聽器或水聽器陣列采集到的待檢測水聲信號數據,搭建基于深度循環神經網絡RNN的水聲信號識別分析模塊,將水聲信號進行分幀和序列化處理,將處理后的水聲信號序列送入訓練好的RNN,使用對水聲信號的序列特征進行識別分析,對輸入的水聲信號進行細分,確定其具體類別;
對水下相機或水上攝像機拍攝的水下或水上圖像和側掃聲吶的聲吶圖像,搭建基于深度卷積神經網絡CNN的圖像分類和特征感知模塊,將圖像送入訓練好的CNN,基于深度學習方法智能化感知探測水下目標的類別;
對采集到的磁測數據,基于深度神經網絡DNN搭建磁異常感知模塊,將磁測數據送入訓練好的DNN,學習不同類別目標的磁測特征,實現對具有復雜電磁特征的水下目標識別。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于天津大學,未經天津大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811111229.7/1.html,轉載請聲明來源鉆瓜專利網。





