【摘要】：海洋面積占地球總表面積的71%,其中蘊藏著豐富的生物資源,被稱為“藍色糧倉”。但是近些年來由于過度捕撈和養(yǎng)殖規(guī)劃不合理等問題造成了環(huán)境的破壞以及海洋生物資源的逐漸枯竭。使用科學手段去修復海洋資源,實現(xiàn)魚量增長是海洋牧場的重要意義。本文對于海洋牧場建設中的環(huán)境監(jiān)測和智能捕撈探測進行研究,提出了一套基于物聯(lián)網(wǎng)的海洋牧場養(yǎng)殖系統(tǒng)。環(huán)境監(jiān)測主要是對海洋牧場水質(zhì)進行長期多點監(jiān)測,感知層選擇溶氧、鹽度、溫度、PH值四種傳感器進行數(shù)據(jù)的獲取;網(wǎng)絡層采用系統(tǒng)內(nèi)部Zigbee自組網(wǎng),系統(tǒng)外部WiFi接入互聯(lián)網(wǎng)的拓撲結(jié)構(gòu);應用層設計一套上位機軟件,作為數(shù)據(jù)的顯示和存儲中心。目前海洋牧場的捕撈還是靠人工來完成的,不僅具有一定的危險,而且在冬天水溫較低不再適合捕撈員下海捕撈。智能捕撈方面分為機械臂的簡化控制和對象識別的研究,機械臂作為感知層的主要執(zhí)行器,用來進行水下的探測和水下生物的捕撈,并加入雙目攝像頭進行觀察海下環(huán)境和自動捕撈。本文的創(chuàng)新之處在于對機械臂的控制算法進行簡化,傳統(tǒng)的控制算法較為復雜,控制機械臂運動到指定位置需要較長的時間。根據(jù)實際情況,對機械臂添加合適的約束,提出了一種根據(jù)末端位置坐標進行快速控制的逆運動學算法。由于海下環(huán)境復雜且光線較暗,傳統(tǒng)的方法不能取得很好的效果,將計算機視覺和深度學習這些智能的方法應用到海洋牧場的對象識別中。通過實際應用可以看出,該系統(tǒng)可以進行海洋牧場的實時多點監(jiān)測,機械臂逆解算算法的到位精度和到位時間滿足抓取要求。對象識別可以實現(xiàn)對草莓和橙子的區(qū)分,識別時間短、精度高,測距精度滿足機械臂自動抓取的要求。采用2017首屆水下機器人目標抓取大賽(URPC)所公開的數(shù)據(jù)集進行試驗,所訓練的模型可以很好的識別海洋牧場中的海參、海膽和扇貝等海洋生物。
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：S951.2

【參考文獻】

相關期刊論文 前7條

1 徐芑南;張海燕;;蛟龍?zhí)栞d人潛水器的研制及應用[J];科學;2014年02期

2 于沛民;張秀梅;;日本美國人工魚礁建設對我國的啟示[J];漁業(yè)現(xiàn)代化;2006年02期

3 劉惠飛;日本人工魚礁建設的現(xiàn)狀[J];現(xiàn)代漁業(yè)信息;2001年12期

4 劉思儉;廣東省應大力發(fā)展海洋牧場[J];湛江水產(chǎn)學院學報;1995年02期

5 馮順樓;;我國人工魚礁的經(jīng)濟效益和前景預測的研究[J];現(xiàn)代漁業(yè)信息;1988年11期

6 曾呈奎,徐恭昭;海洋牧業(yè)的理論與實踐[J];海洋科學;1981年01期

7 曾呈奎;毛漢禮;;海洋學的發(fā)展、現(xiàn)狀和展望[J];科學通報;1965年10期

相關博士學位論文 前1條

1 王恩辰;海洋牧場建設及其升級問題研究[D];中國海洋大學;2015年

相關碩士學位論文 前2條

1 田曉軒;唐山曹妃甸海洋牧場綜合效益評價研究[D];中國海洋大學;2015年

2 李超;基于平行雙目視覺的水下環(huán)境三維重建方法研究[D];中國海洋大學;2011年

，

本文編號：2666679