[發(fā)明專利]一種朗繆爾環(huán)流的觀測控制方法與系統(tǒng)在審
| 申請?zhí)枺?/td> | 202210438947.5 | 申請日: | 2022-04-25 |
| 公開(公告)號: | CN114842250A | 公開(公告)日: | 2022-08-02 |
| 發(fā)明(設(shè)計)人: | 任磊;楊浩鍇 | 申請(專利權(quán))人: | 中山大學 |
| 主分類號: | G06V10/764 | 分類號: | G06V10/764;G06V10/44;G06V10/774;G06V10/82;G06V10/56;G01M10/00 |
| 代理公司: | 廣州嘉權(quán)專利商標事務(wù)所有限公司 44205 | 代理人: | 梁嘉琦 |
| 地址: | 510275 廣東*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 朗繆爾 環(huán)流 觀測 控制 方法 系統(tǒng) | ||
1.一種朗繆爾環(huán)流的觀測控制方法,其特征在于,包括:
根據(jù)目標觀測任務(wù)的目的地位置信息,將無人艇配置到目標觀測區(qū)域;
通過所述無人艇向水體釋放染色示蹤劑;
以所述無人艇所在處為起點,配置無人機跟隨所述染色示蹤劑的擴散路徑進行圖像采集;
對采集到的圖像進行圖像識別,判斷是否為朗繆爾環(huán)流;
當識別到朗繆爾環(huán)流時,根據(jù)采集到的圖像配置無人艇的數(shù)據(jù)采集路線,控制無人艇編隊按照所述數(shù)據(jù)采集路線對朗繆爾環(huán)流區(qū)域進行探測,并通過無人機集群對朗繆爾環(huán)流區(qū)域進行圖像采集與識別,完成對朗繆爾環(huán)流區(qū)域的邊緣檢測。
2.根據(jù)權(quán)利要求1所述的一種朗繆爾環(huán)流的觀測控制方法,其特征在于,所述通過所述無人艇向水體釋放染色示蹤劑,包括:
當無人艇到達目標觀測區(qū)域時,從所述無人艇所處位置派遣一艘無人機,該無人機直線向上飛行升至空中,拍攝一張水面圖像;
當無人機拍攝到的氣泡痕數(shù)目大于或等于第一閾值時,將該無人機懸停于當前高度;
根據(jù)所述無人機的引導,控制所述無人艇到達兩條帶狀氣泡痕的中間位置,所述無人艇從當前位置的水面以及水下釋放染色示蹤劑。
3.根據(jù)權(quán)利要求1所述的一種朗繆爾環(huán)流的觀測控制方法,其特征在于,所述以所述無人艇所在處為起點,配置無人機跟隨所述染色示蹤劑的擴散路徑進行圖像采集,包括:
通過無人機空中平臺控制無人機空中作業(yè),并拍攝圖像;
通過艇機傳輸系統(tǒng)傳輸無人機拍攝的圖像,并存儲到無人艇上;
通過無人艇數(shù)據(jù)處理平臺對存儲的圖像進行數(shù)據(jù)處理后,規(guī)劃無人機的飛行路徑,并發(fā)送給無人機空中平臺來控制無人機按照飛行路徑進一步獲取圖像。
4.根據(jù)權(quán)利要求1所述的一種朗繆爾環(huán)流的觀測控制方法,其特征在于,所述對采集到的圖像進行圖像識別,判斷是否為朗繆爾環(huán)流,包括:
獲取待訓練圖像,所述待訓練圖像包括互聯(lián)網(wǎng)中的朗繆爾環(huán)流氣泡痕、海上溢油后油污隨著環(huán)流擴散形成的條帶狀痕跡、每次執(zhí)行環(huán)流檢測任務(wù)后采集到的圖像、無人機拍攝的視頻通過拆幀得到的圖像幀;
采用分層隨機采樣的方式將所述待訓練圖像劃分為訓練集、驗證集、測試集;
對所述訓練集進行圖像標注處理和數(shù)據(jù)增強處理,得到訓練集圖像;
使用基于遷移學習的YOLOv5算法對訓練集圖像進行深度學習,構(gòu)建朗繆爾環(huán)流氣泡痕識別模型;
根據(jù)所述朗繆爾環(huán)流氣泡痕識別模型對采集的圖像進行圖像識別,判斷是否為朗繆爾環(huán)流;
其中,所述對所述訓練集進行數(shù)據(jù)增強處理,包括以下至少之一:
對所述訓練集進行數(shù)據(jù)翻轉(zhuǎn),得到第一數(shù)據(jù);
或者,對所述訓練集進行數(shù)據(jù)旋轉(zhuǎn),得到第二數(shù)據(jù);
或者,對所述訓練集進行數(shù)據(jù)縮放,得到第三數(shù)據(jù);
或者,對所述訓練集進行數(shù)據(jù)裁剪,得到第四數(shù)據(jù);
或者,對所述訓練集進行數(shù)據(jù)平移,得到第五數(shù)據(jù);
或者,對所述訓練集進行添加噪聲處理,得到第六數(shù)據(jù)。
5.根據(jù)權(quán)利要求4所述的一種朗繆爾環(huán)流的觀測控制方法,其特征在于,所述使用基于遷移學習的YOLOv5算法對訓練集圖像進行深度學習,構(gòu)建朗繆爾環(huán)流氣泡痕識別模型,包括:
針對coco數(shù)據(jù)集在YOLOv5上預訓練好的目標檢測模型進行知識遷移,訓練朗繆爾環(huán)流氣泡痕圖像數(shù)據(jù)集,得到Y(jié)OLOv5朗繆爾環(huán)流氣泡痕識別模型;
接著再對YOLOv5朗繆爾環(huán)流氣泡痕識別模型進行知識遷移,訓練經(jīng)過染色后的朗繆爾環(huán)流氣泡痕識別模型。
6.根據(jù)權(quán)利要求4所述的一種朗繆爾環(huán)流的觀測控制方法,其特征在于,所述根據(jù)所述朗繆爾環(huán)流氣泡痕識別模型對采集的圖像進行圖像識別,判斷是否為朗繆爾環(huán)流,包括:
對采集的圖像進行色彩還原處理,生成色彩還原矩陣集合;
根據(jù)所述色彩還原矩陣集合對采集的圖像進行色偏修正還原;
利用所述朗繆爾環(huán)流氣泡痕識別模型對還原后的圖像進行實時識別,分類確定染色后的紅色水體和未染色的藍綠色水體,進而實現(xiàn)對朗繆爾環(huán)流的識別。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中山大學,未經(jīng)中山大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210438947.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





