一种基于机器鱼的渔场养殖监控系统及方法

IPRDB

API 数据接口

专利申请

使用指引 chat嘟嘟

会员体验

联系我们

交流群

现在联系顾问~

一种基于机器鱼的渔场养殖监控系统及方法
申请号	CN202010352617.5	申请日	2020-04-29	公开(公告)号	CN111610733A	公开(公告)日	2020-09-01
申请人	合肥工业大学;			发明人	张鹏; 王兴; 龚亚雷; 陈晓璇; 孙奕; 钱伟昕;
摘要	本发明涉及一种基于机器鱼的渔场养殖监控系统，包括：上位机，用于显示机器鱼的动态位置信息和水中各定点的水质数据；渔场定位系统，为机器鱼的游动提供目标位置信息；机器鱼控制系统，用于完成渔场循环定点水质监测、显示鱼群的生长和健康状况；渔场定位系统通过SPI通信模式与上位机进行数据传输，机器鱼控制系统通过板载wifi与上位机进行通信。本发明还公开了一种基于机器鱼的渔场养殖监控系统的监控方法。本发明具有成本低、体积小、移动灵活等特点，通过上位机实时观察机器鱼的运动速度、偏航、位置信息；通过传感器监测系统得到的水中氧气、氨氮浓度、PH值以及浑浊度等水质参数数据能实时反映鱼群情况，实现实时监测。
权利要求	1.一种基于机器鱼的渔场养殖监控系统，其特征在于：包括：上位机，用于显示机器鱼的动态位置信息和水中各定点的水质数据，并提供实时的鱼群活动情况；渔场定位系统，采用UWB室内定位系统，为机器鱼的游动提供目标位置信息；机器鱼控制系统，用于完成渔场循环定点水质监测、显示鱼群的生长和健康状况；渔场定位系统通过SPI通信模式与上位机进行数据传输，机器鱼控制系统通过板载wifi与上位机进行通信；其中，所述机器鱼控制系统包括：速度运动控制模块，采用RBF神经网络自适应变结构控制算法，通过控制舵机组来控制机器鱼的速度和方向；传感器监测模块，用于实时监测水中氧气、氨氮浓度、PH值以及浑浊度的水质参数并发送至上位机；摄像头视觉模块，通过卷积神经网络算法对所拍摄图像进行分析处理，实时跟踪鱼群，并实时发送照片到上位机来显示鱼群的生长和健康状况。 2.根据权利要求1所述的基于机器鱼的渔场养殖监控系统，其特征在于：所述渔场定位系统采用DWM1000模块，DWM1000模块为基于DecaWave DW1000 IC的符合IEEE802.15.4- 2011UWB标准的无线收发器。 3.根据权利要求1所述的基于机器鱼的渔场养殖监控系统，其特征在于：所述速度运动控制模块包括板载WiFi、STM32单片机、树莓派、舵机组、配重线性电机和电池模组；所述传感器监测模块包括含氧量传感器、氨氮传感器、浑浊度传感器和PH传感器；所述摄像头视觉模块包括括摄像头和角蜂鸟神经网络运算加速器；所述含氧量传感器、氨氮传感器、浑浊度传感器和PH传感器的输出端均与STM32单片机的输入端相连，STM32单片机与树莓派之间双向通讯，STM32单片机的输出端分别与舵机组、配重线性电机的输入端相连，电池模组分别向舵机组、配重线性电机、STM32单片机、树莓派、摄像头供电，摄像头的输出端与角蜂鸟神经网络运算加速器的输入端相连，角蜂鸟神经网络运算加速器的输出端与树莓派的输入端相连，树莓派通过板载WiFi与上位机通讯。 4.根据权利要求1所述的基于机器鱼的渔场养殖监控系统，其特征在于：所述机器鱼控制系统安装在机器鱼本体内，所述机器鱼本体包括透明前罩、鱼身、背鳍、尾鳍，其中，透明前罩和鱼身通过螺栓固连，且连接部安装防水橡胶圈，透明前罩内置摄像头视觉模块；所述鱼身为一个椭球形状的壳体，壳体内置速度运动控制模块；所述背鳍内安装传感器监测模块；所述尾鳍通过支架与鱼身固连。 5.根据权利要求3所述的基于机器鱼的渔场养殖监控系统，其特征在于：所述含氧量传感器采用溶解氧传感器，所述浊度传感器的型号为TSW-30，所述PH值测量传感器采用在线NH4-N电极法氨氮传感器。 6.根据权利要求1至5中任一项所述的基于机器鱼的渔场养殖监控系统的监控方法，其特征在于：该方法包括下列顺序的步骤：(1)在渔场定位系统初始化后，首先设定多个目标点作为鱼食投放处和水质监测处，得出池塘的坐标平面；渔场定位系统采用DS测距的方式完成机器鱼的定位，上位机通过SPI通信模式与渔场定位系统进行数据传输，接受渔场定位系统的信息并显示出机器鱼和设定目标点的位置坐标； (2)由摄像头采集鱼群图片，树莓派采用谷歌移动网络识别框架，并采用卷积神经网络算法对所拍摄图像进行分析处理，板载WiFi将处理好的图像传输到上位机，上位机采用直方图均衡化方法通过远程投屏显示给工作人员； (3)上位机利用渔场定位系统提供的实时定位信息和接收到的图像信息反馈，完成机器鱼的速度和方向的闭环控制，通过RBF神经网络滑模变结构控制算法来控制舵机组摆动周期和频率，完成速度控制；方向控制则通过改变舵机组摆动幅度的大小和方向来实现；结合速度控制和方向控制，采用点对点速度策略，消除机器鱼在起始点的方向、位置与目标点之间的方向误差和距离误差，即在沿起始点和目标点连线趋近的同时逐渐调整机器鱼的运动方向，使之与目标方向一致，来实现机器鱼的具体运动轨迹；在此基础上利用人工势场路径规划算法来对机器鱼的路径进行算法规划，确定机器鱼运动的轨迹坐标，最终使机器鱼到达目标点附近，并等待上位机的命令。
说明书全文	一种基于机器鱼的渔场养殖监控系统及方法技术领域 [0001] 本发明涉及监控系统和仿生学技术领域，尤其是一种基于机器鱼的渔场养殖监控系统及方法。背景技术 [0002] 近年来，我国对水体污染的监管力度不断加强，为了对渔场等水体环境进行检测和分析，渔场监控系统成为一种必不可少的设备。现有的渔场监控系统大多使用的是传统水质监测船，主要缺点是体积大、运动不灵活且价格高昂。 [0003] 此外，现有的渔场监控系统无法对水质进行实时动态采样，测量结果不能确切反映污染物的动态变化情况，难以及时提供污染现状和预测发展趋势，缺乏灵活性；检测过程中人工参与度过高，需要养殖人员花大量时间在鱼塘边做水质检测与观察鱼的健康状况，对大规模养殖不利。发明内容 [0004] 本发明的首要目的在于提供一种成本低、体积小、移动灵活，能够随时到达池塘的任何一个地方进行数据采集，得到的数据能更加实时地反映鱼类和渔场水质情况，实现实时监测的基于机器鱼的渔场养殖监控系统。 [0005] 为实现上述目的，本发明采用了以下技术方案：一种基于机器鱼的渔场养殖监控系统，包括： [0006] 上位机，用于显示机器鱼的动态位置信息和水中各定点的水质数据，并提供实时的鱼群活动情况； [0007] 渔场定位系统，采用UWB室内定位系统，为机器鱼的游动提供目标位置信息； [0008] 机器鱼控制系统，用于完成渔场循环定点水质监测、显示鱼群的生长和健康状况； [0009] 渔场定位系统通过SPI通信模式与上位机进行数据传输，机器鱼控制系统通过板载wifi与上位机进行通信； [0010] 其中，所述机器鱼控制系统包括： [0011] 速度运动控制模块，采用RBF神经网络自适应变结构控制算法，通过控制舵机组来控制机器鱼的速度和方向； [0012] 传感器监测模块，用于实时监测水中氧气、氨氮浓度、PH值以及浑浊度的水质参数并发送至上位机； [0013] 摄像头视觉模块，通过卷积神经网络算法对所拍摄图像进行分析处理，实时跟踪鱼群，并实时发送照片到上位机来显示鱼群的生长和健康状况。 [0014] 所述渔场定位系统采用DWM1000模块，DWM1000模块为基于DecaWave DW1000 IC的符合IEEE802.15.4-2011UWB标准的无线收发器。 [0015] 所述速度运动控制模块包括板载WiFi、STM32单片机、树莓派、舵机组、配重线性电机和电池模组；所述传感器监测模块包括含氧量传感器、氨氮传感器、浑浊度传感器和PH传感器；所述摄像头视觉模块包括括摄像头和角蜂鸟神经网络运算加速器；所述含氧量传感器、氨氮传感器、浑浊度传感器和PH传感器的输出端均与STM32单片机的输入端相连，STM32单片机与树莓派之间双向通讯，STM32单片机的输出端分别与舵机组、配重线性电机的输入端相连，电池模组分别向舵机组、配重线性电机、STM32单片机、树莓派、摄像头供电，摄像头的输出端与角蜂鸟神经网络运算加速器的输入端相连，角蜂鸟神经网络运算加速器的输出端与树莓派的输入端相连，树莓派通过板载WiFi与上位机通讯。 [0016] 所述机器鱼控制系统安装在机器鱼本体内，所述机器鱼本体包括透明前罩、鱼身、背鳍、尾鳍，其中，透明前罩和鱼身通过螺栓固连，且连接部安装防水橡胶圈，透明前罩内置摄像头视觉模块；所述鱼身为一个椭球形状的壳体，壳体内置速度运动控制模块；所述背鳍内安装传感器监测模块；所述尾鳍通过支架与鱼身固连。 [0017] 所述含氧量传感器采用溶解氧传感器，所述浊度传感器的型号为TSW-30，所述PH值测量传感器采用在线NH4-N电极法氨氮传感器。 [0018] 本发明的另一目的在于提供一种基于机器鱼的渔场养殖监控系统的监控方法，该方法包括下列顺序的步骤： [0019] (1)在渔场定位系统初始化后，首先设定多个目标点作为鱼食投放处和水质监测处，得出池塘的坐标平面；渔场定位系统采用DS测距的方式完成机器鱼的定位，上位机通过SPI通信模式与渔场定位系统进行数据传输，接受渔场定位系统的信息并显示出机器鱼和设定目标点的位置坐标； [0020] (2)由摄像头采集鱼群图片，树莓派采用谷歌移动网络识别框架，并采用卷积神经网络算法对所拍摄图像进行分析处理，板载WiFi将处理好的图像传输到上位机，上位机采用直方图均衡化方法通过远程投屏显示给工作人员； [0021] (3)上位机利用渔场定位系统提供的实时定位信息和接收到的图像信息反馈，完成机器鱼的速度和方向的闭环控制，通过RBF神经网络滑模变结构控制算法来控制舵机组摆动周期和频率，完成速度控制；方向控制则通过改变舵机组摆动幅度的大小和方向来实现；结合速度控制和方向控制，采用点对点速度策略，消除机器鱼在起始点的方向、位置与目标点之间的方向误差和距离误差，即在沿起始点和目标点连线趋近的同时逐渐调整机器鱼的运动方向，使之与目标方向一致，来实现机器鱼的具体运动轨迹；在此基础上利用人工势场路径规划算法来对机器鱼的路径进行算法规划，确定机器鱼运动的轨迹坐标，最终使机器鱼到达目标点附近，并等待上位机的命令。 [0022] 由上述技术方案可知，本发明的有益效果为：第一，本发明以机器鱼为载体的水环境监测系统能代替水质监测船等载体，具有成本低、体积小、移动灵活等特点。机器鱼利用定位系统提供的实时定位信息，通过人工势场路径规划算法确定机器鱼运动的轨迹坐标，使机器鱼能够随时到达池塘的任何一个地方进行数据采集。此外，采用RBF神经网络自适应变结构控制算法并反馈到鱼体速度控制上，以获得鱼体游动的最快速度和最佳效率，实时控制性能好、伺服控制精度高。第二，本发明的仿生机器鱼利用卷积神经网络算法将摄像头拍摄到的鱼群的图像进行分析，使机器鱼能够辨别鱼群，并实时跟踪鱼群运动情况，同时增强照片清晰度并通过板载WIFI传至上位机，使渔场监控者能够实时了解鱼群的情况。第三，本发明通过上位机可以实时观察机器鱼的运动速度、偏航、位置信息；通过传感器监测系统得到的水中氧气、氨氮浓度、PH值以及浑浊度等水质参数数据能实时反映鱼群情况，实现实时监测。附图说明 [0023] 图1是本发明的系统结构框图； [0024] 图2是本发明中机器鱼控制系统的电路框图； [0025] 图3是本发明中机器鱼的结构示意图； [0026] 图4是本发明的方法流程图。具体实施方式 [0027] 如图1所示，一种基于机器鱼的渔场养殖监控系统，包括： [0028] 上位机，用于显示机器鱼的动态位置信息和水中各定点的水质数据，并提供实时的鱼群活动情况； [0029] 渔场定位系统，采用UWB室内定位系统，为机器鱼的游动提供目标位置信息； [0030] 机器鱼控制系统，用于完成渔场循环定点水质监测、显示鱼群的生长和健康状况； [0031] 渔场定位系统通过SPI通信模式与上位机进行数据传输，机器鱼控制系统通过板载wifi与上位机进行通信； [0032] 其中，如图1、2所示，所述机器鱼控制系统包括： [0033] 速度运动控制模块，采用RBF神经网络自适应变结构控制算法，通过控制舵机组5来控制机器鱼的速度和方向；速度运动控制系统通过鱼尾处的舵机组5来控制速度和方向，利用配重线性电机的负载重块来改变鱼的重心位置，使鱼头偏上偏下，来提供上浮下潜的功能； [0034] 传感器监测模块，用于实时监测水中氧气、氨氮浓度、PH值以及浑浊度的水质参数并发送至上位机； [0035] 摄像头视觉模块，通过卷积神经网络算法对所拍摄图像进行分析处理，实时跟踪鱼群，并实时发送照片到上位机来显示鱼群的生长和健康状况。 [0036] 所述渔场定位系统采用DWM1000模块，DWM1000模块为基于DecaWave DW1000 IC的符合IEEE802.15.4-2011UWB标准的无线收发器。允许在实时定位系统(RTLS)中将对象定位到室内10厘米的精度，具有高达6.8Mb/s的高数据通信速率，为机器鱼的游动提供目标位置状态信息，方便渔场监控人员查看机器鱼的方位。 [0037] 所述速度运动控制模块包括板载WiFi、STM32单片机、树莓派、舵机组5、配重线性电机和电池模组；所述传感器监测模块包括含氧量传感器1、氨氮传感器2、浑浊度传感器3和PH传感器4；所述摄像头视觉模块包括括摄像头和角蜂鸟神经网络运算加速器；所述含氧量传感器1、氨氮传感器2、浑浊度传感器3和PH传感器4的输出端均与STM32单片机的输入端相连，STM32单片机与树莓派之间双向通讯，STM32单片机的输出端分别与舵机组5、配重线性电机的输入端相连，电池模组分别向舵机组5、配重线性电机、STM32单片机、树莓派、摄像头供电，摄像头的输出端与角蜂鸟神经网络运算加速器的输入端相连，角蜂鸟神经网络运算加速器的输出端与树莓派的输入端相连，树莓派通过板载WiFi与上位机通讯。所述含氧量传感器1采用溶解氧传感器，所述浊度传感器的型号为TSW-30，所述PH值测量传感器采用在线NH4-N电极法氨氮传感器2。 [0038] 所述电池模组包括两个7.4V电池，一个5V恒压输出的BUCK开关电源(最大支持4A电流输出)，给STM32单片机、树莓派、舵机组5、配重线性电机和摄像头供电；STM32单片机采用STM32F103型号处理器，用于接收传感器传来的数据以及控制舵机组5和配重线性电机的运动；树莓派用于处理图像信息以及图像传输，并且利用板载WiFi与上位机通信，将上位机所取得的位置信息通过串口传输给STM32单片机。 [0039] 如图3所示，所述机器鱼控制系统安装在机器鱼本体内，所述机器鱼本体包括透明前罩6、鱼身7、背鳍8、尾鳍9，其中，透明前罩6和鱼身7通过螺栓固连，且连接部安装防水橡胶圈，透明前罩6内置摄像头视觉模块；所述鱼身7为一个椭球形状的壳体，壳体内置速度运动控制模块；所述背鳍8内安装传感器监测模块；所述尾鳍9通过支架10与鱼身7固连。所述透明前罩6利用3D打印后，进行打磨、抛光，进而达到透明状态，为内置的摄像头提供很好的视野，摄像头和角蜂鸟神经网络运算加速器一体化内置于透明前罩6内。鱼身7内，STM32单片机、树莓派和板载WiFi焊接在电路板上，舵机组5采用外嵌式放置在鱼身7的中后部，并利用防水胶水和鱼身7连接；尾鳍9的一端与支架10的一端固连，支架10的另一端与舵机组5的一端固连。 [0040] 如图4所示，本方法包括下列顺序的步骤： [0041] (1)在渔场定位系统初始化后，首先设定多个目标点作为鱼食投放处和水质监测处，得出池塘的坐标平面；渔场定位系统采用DS测距的方式完成机器鱼的定位，上位机通过SPI通信模式与渔场定位系统进行数据传输，接受渔场定位系统的信息并显示出机器鱼和设定目标点的位置坐标； [0042] (2)由摄像头采集鱼群图片，树莓派采用谷歌移动网络识别框架，并采用卷积神经网络算法对所拍摄图像进行分析处理，板载WiFi将处理好的图像传输到上位机，上位机采用直方图均衡化方法通过远程投屏显示给工作人员； [0043] (3)上位机利用渔场定位系统提供的实时定位信息和接收到的图像信息反馈，完成机器鱼的速度和方向的闭环控制，通过RBF神经网络滑模变结构控制算法来控制舵机组5摆动周期和频率，完成速度控制；方向控制则通过改变舵机组5摆动幅度的大小和方向来实现；结合速度控制和方向控制，采用点对点速度策略，消除机器鱼在起始点的方向、位置与目标点之间的方向误差和距离误差，即在沿起始点和目标点连线趋近的同时逐渐调整机器鱼的运动方向，使之与目标方向一致，来实现机器鱼的具体运动轨迹；在此基础上利用人工势场路径规划算法来对机器鱼的路径进行算法规划，确定机器鱼运动的轨迹坐标，最终使机器鱼到达目标点附近，并等待上位机的命令。 [0044] 综上所述，本发明具有成本低、体积小、移动灵活等特点，通过上位机实时观察机器鱼的运动速度、偏航、位置信息；通过传感器监测系统得到的水中氧气、氨氮浓度、PH值以及浑浊度等水质参数数据能实时反映鱼群情况，实现实时监测。