首页  专利技术  其他产品的制造及其应用技术

一种水线下船体表面清污机器人控制方法及系统

2026-03-27 13:40:07 328次浏览
一种水线下船体表面清污机器人控制方法及系统

本发明涉及船体清污机器人控制,特别是涉及一种水线下船体表面清污机器人控制方法及系统。


背景技术:

1、船底长时间泡在海水中,时间长了,船体表面会产生铁锈,同时渐渐地也会滋生一些藻类植物。随着这些藻类的不断生长,慢慢地也可以为其他的海洋动物提供食物,所以也会吸引其他的一些海洋生物(例如藤壶)到来,轮船在大海中漂泊的时间越长,船底所吸附的海鲜就会越多,渐渐地就会改变轮船船底的表面结构,所造成的影响就是轮船的航行速度变慢,同时也会造成耗油量增加。第一种原因是这些船底的海鲜增加了阻力,也就会增加耗油量;第二种原因就是这些船底的海鲜也会使船舶增加重量,从而增加耗油量,而且船底带有比较多的海洋生物,也有可能会对停靠的港口造成生物入侵。

2、现有技术中往往采用人工或者清污机器人进行清洁,人工清洁的方式效率较低,而清污机器人清洁的方式往往采用人工操控,费时费力,无法做到自动控制,自动清洁。因此,设计一种水线下船体表面清污机器人控制方法及系统是十分有必要的。


技术实现思路

1、为了克服现有技术的不足,本发明的目的是提供一种水线下船体表面清污机器人控制方法及系统。

2、为实现上述目的,本发明提供了如下方案:

3、本发明第一方面提供了一种水线下船体表面清污机器人控制方法,包括:

4、采集水线下船体的图像;

5、基于船体的图像对船体上的附着物进行识别,判断各处附着物的位置;

6、基于各处附着物的位置对清污机器人进行路径规划;

7、控制清污机器人沿路径到达指定的附着物处,进行清污处理。

8、优选地,基于船体的图像对船体上的附着物进行识别,判断各处附着物的位置,具体为:

9、基于改进的efficientnet网络构建附着物识别模型;

10、获取各类船体附着物图像,并对其进行数据增强,构建船体附着物数据集;

11、基于船体附着物数据集对附着物识别模型进行训练,得到训练后的附着物识别模型;

12、将采集的水线下船体的图像输入训练后的附着物识别模型,得到各处附着物的位置。

13、优选地,efficientnet网络的改进过程为:将efficientnet网络中的efficientnet-b0模型中的浅层中的mbconv模块替换为fused-mbconv模块,即,将原mbconv模块主分支中的1×1卷积操作和3×3深度可分离卷积替换成一个普通的3×3卷积操作,移除原始efficientnet网络结构中最后一个步长为1的阶段,并将原来结构中的5×5卷积核替换为3×3卷积核。

14、优选地,对各类船体附着物图像进行数据增强,具体为:

15、对各类船体附着物图像进行集合变换、亮度调节、饱和度调节、对比度调节、随机噪声添加以及镜像、缩放及旋转操作,实现数据增强。

16、优选地,基于各处附着物的位置对清污机器人进行路径规划,具体为:

17、获取各处附着物的位置;

18、获取清污机器人的位置;

19、基于清污机器人的位置获取离清污机器人最近的附着物的位置;

20、根据清污机器人的位置及离清污机器人最近的附着物的位置基于改进的蚁群算法进行路径规划;

21、控制清污机器人沿路径到达指定的附着物处,进行清污处理;

22、重复上述步骤,直至清除所有的附着物。

23、优选地,基于改进的蚁群算法进行路径规划,具体为:

24、以清污机器人的位置为起点,以离清污机器人最近的附着物的位置为终点,将起点及终点的区域基于栅格法划分为不同的栅格区域,并确定起点和终点的坐标;

25、对蚁群算法参数进行初始化,设置最大迭代次数k,蚁群规模m,信息素重要性因子a,启发式因子β,信息素挥发系数ρ;

26、蚂蚁在搜索路径的过程中,根据状态转移概率公式选择下一个节点,在搜索路径的时候,蚁群通过判断信息素浓度和启发式信息,决定下一步的移动方向,蚂蚁沿着路径移动,直到到达终点或者完成本次迭代;

27、记录每条路径的长度及每条路径上的蚂蚁的数量,将信息存储至细胞结构cell中,后续的信息素根据这些信息及更新;

28、根据记录的信息,寻找此次迭代中的最优路径和最差路径,并根据信息素更新规则调整路径上的信息素浓度;

29、若达到最大迭代次数k,则输出最优路径,否则,清空禁忌表tabuk,并返回进行新的迭代;

30、对得到的最优路径进行优化,基于三角剪枝法去除路径中不必要的转弯点,得到最终的路径。

31、本发明还提供了一种水线下船体表面清污机器人控制系统,包括:

32、清污机器人本体,用于实现对附着物的清洁;

33、图像采集模块,设置在清污机器人本体或者船体上,用于采集水线下船体的图像;

34、附着物识别模块,用于基于船体的图像对船体上的附着物进行识别,判断各处附着物的位置;

35、路径规划模块,用于基于各处附着物的位置对清污机器人进行路径规划。

36、根据本发明提供的具体实施例,本发明公开了以下技术效果:

37、本发明提供了一种水线下船体表面清污机器人控制方法及系统,其中,该方法包括采集水线下船体的图像,基于船体的图像对船体上的附着物进行识别,判断各处附着物的位置,基于各处附着物的位置对清污机器人进行路径规划,控制清污机器人沿路径到达指定的附着物处,进行清污处理。本发明能够实现自动控制清污机器人对船体附着物进行清洁,进而保证船体的清洁。



技术特征:

1.一种水线下船体表面清污机器人控制方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,对船体上的附着物进行识别,判断各处附着物的位置,具体为:

3.根据权利要求2所述的方法,其特征在于,对各类船体附着物图像进行数据增强,具体为:

4.根据权利要求1或2所述的方法,其特征在于,基于各处附着物的位置对清污机器人进行路径规划,具体为:

5.根据权利要求4所述的方法,其特征在于,基于改进的蚁群算法进行路径规划,具体为:

6.一种水线下船体表面清污机器人控制系统,其特征在于,包括:


技术总结
本发明提供了一种水线下船体表面清污机器人控制方法及系统,该方法包括:采集水线下船体的图像,基于船体的图像对船体上的附着物进行识别,判断各处附着物的位置,基于各处附着物的位置对清污机器人进行路径规划,控制清污机器人沿路径到达指定的附着物处,进行清污处理。本发明能够实现自动控制清污机器人对船体附着物进行清洁,进而保证船体的清洁。

技术研发人员:林玲玉,毕玉珊,李艳英,李德来,赵福桂,孙立鑫
受保护的技术使用者:威海海洋职业学院
技术研发日:
技术公布日:2024/12/10
文档序号 : 【 40280726 】

技术研发人员:林玲玉,毕玉珊,李艳英,李德来,赵福桂,孙立鑫
技术所有人:威海海洋职业学院

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
林玲玉毕玉珊李艳英李德来赵福桂孙立鑫威海海洋职业学院
一种考虑电网调节需求的四象限储能系统优化配置方法 一种压降补偿装置、数字低压差稳压器及电子设备的制作方法
相关内容