[發明專利]海上浮標系統在審
| 申請號: | 202210692794.7 | 申請日: | 2022-06-17 |
| 公開(公告)號: | CN115107931A | 公開(公告)日: | 2022-09-27 |
| 發明(設計)人: | 宋憲明;許佳立;魏志強;賈東寧;殷波;馬猛飛;王勇;呂夢嘉 | 申請(專利權)人: | 青島海洋科學與技術國家實驗室發展中心;中國海洋大學 |
| 主分類號: | B63B22/00 | 分類號: | B63B22/00;H04N5/225;H02J7/35 |
| 代理公司: | 北京中濟緯天專利代理有限公司 11429 | 代理人: | 李靜 |
| 地址: | 266235 山東*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 海上 浮標 系統 | ||
本申請公開了一種海上浮標系統。所述海上浮標系統包括:浮標本體,所述浮標本體至少部分沒入海中;邊緣計算機,所述邊緣計算機設置在所述浮標本體內部;電池組件,所述電池組件與所述邊緣計算機連接,用于為所述邊緣計算機提供電能;太陽能板,其設置在浮標本體上,所述太陽能板與所述電池組件連接,其用于將所述太陽能轉換為電能并為所述電池組件充電;相機,其安裝在所述浮標本體上,所述相機至少能夠拍攝所述太陽能板、邊緣計算機、海面上的浮標中的一個或多個,所述相機與所述電池組件連接。本申請通過太陽能提供電能,從而能夠使本申請的海上浮標系統在不借助其他外部電網的情況下進行長時間工作,且可通過相機對自身進行檢測。
技術領域
本申請涉及浮標信息采集技術領域,具體涉及一種海上浮標系統。
背景技術
海洋測繪是謀劃、決策、規劃和實施一切國家海洋戰略的重要基礎。無論是海洋權益維護,海洋經濟發展還是海洋科學研究,都需要高精度,高可靠的海洋空間基礎地理信息,即海洋測繪是海洋保護開發的眼睛。在海洋測繪現代進展中,仍然存在很多問題:首先現有的海洋船舶測繪平臺作業成本高,收益低;數據采集自動化程度低,實時性差;數據不能自動化、智能化處理,工作效率低。諸如視覺圖像、聲學圖像、對目標物的判別需要人工判讀,面對智慧化時代還任重道遠。如需改變現狀,必須在海洋測繪行業來一場顛覆式的革命,而無人化技術的潮流給海洋測繪帶來了新的發展潛力。
“無人海洋測繪”是依托云計算、物聯網、人工智能、邊緣計算和地理空間信息技術等,并與強大和先進的無線網絡體系密切結合,在全海域范圍內建立的一個以空間框架為支撐,自動化動態采集不同海域空間、時間、物質和能量的多種分辨率的有關海洋資源、生態環境、社會經濟和自然災害等海量大數據或信息。按地理坐標,從局部到整體,從區域到全球進行整合、融合及多維可視化描述,數據分析和知識挖掘。作為新的智能化海洋測繪技術,它提供了一種前所未有的測繪海洋的方式,用大數據、網絡化的手段來處理整個海洋的自然和社會活動諸方面信息,它將為人類開發利用海洋保駕護航。
在互聯網、云計算、物聯網、大數據、人工智能等新一代信息技術發展的推動下,信息不斷的匯聚成“數字海洋”、“透明海洋”和“智慧海洋”,數據即將成為當今和未來海洋經濟增長最快的資源之一。海洋測繪必然從當今數字化時代向信息化、智能化發展,以無人技術為特點的泛在測繪、網絡測繪和協同測繪等全新業態發展,以滿足人們日益增長的對海洋空間大數據的迫切需求。遠海浮標是無人海洋測繪重要的組成部分,亟需在傳統的單一功能(單一功能是指目前浮標只能搭載傳感器進行探測)狀態下進行人工智能升級,除了針對其搭載的傳感器數據進行智能化處理外,針對其機體健康狀態的監測尤為重要,如傳感器缺失以及形變等常見問題,海洋浮標傳感器由于受缺乏遠程現場監管以及受通信帶寬限制以及計算能力和能耗問題的限制,難以形成自動化的安全監管以及外觀狀態檢測邊緣計算系統,近年來隨著人工智能芯片以及低功耗相機的不斷發展,已經能夠滿足海洋大規模分布式觀探測裝備的現實需求。針對浮標智能終端計算和存儲資源受限等問題,本專利提出了一種基于邊緣計算和環境自適應深度學習模型的智能浮標重點,其旨在確保適當性能的條件下,能自適應地根據環境變化動態調整模型,從而降低資源消耗、提高運算效率,開拓無人海洋測繪新模式和新的應用領域勢在必行。
遠海浮標通信主要依靠銥星通信,通信成本較高,在出現浮標破壞以及傳感器異常的情況下,無法將浮標實時視頻檢測數據傳回岸基數據中心,基于邊緣計算技術的智能化監測系統能夠很好的解決此類問題。浮標搭載的傳感器設備經常遭到不明國籍漁民以及不明人員破壞,現有的浮標智能化系統難以對此類行為進行有效識別、報警、驅離、取證,也難以對傳感器的有損情況進行識別,本專利所涉及到的技術能夠有效解決浮標實時監測、安防等問題。
具體來說,它需要主動感知環境、任務性能需求和平臺資源約束等動態需求,進而通過終端模型的自適應壓縮、云邊端模型分割、領域自適應等方法,實現深度學習模型對終端環境的動態自適應和持續演化。面向遠海浮標等海洋無人觀探測裝備作業場景,將深度學習模型(如實時視頻數據處理)離線部署在資源受限且環境多變的浮標組網終端設備執行逐漸成為一種趨勢,其具有低計算延時、低傳輸成本、保護數據隱私等優勢。
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青島海洋科學與技術國家實驗室發展中心;中國海洋大學,未經青島海洋科學與技術國家實驗室發展中心;中國海洋大學許可,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/202210692794.7/2.html,轉載請聲明來源鉆瓜專利網。





