[发明专利]基于水下目标近邻分布的海产品自主抓取引导方法有效
申请号: | 202010479604.4 | 申请日: | 2020-05-29 |
公开(公告)号: | CN111652118B | 公开(公告)日: | 2023-06-20 |
发明(设计)人: | 付先平;徐凤强;李斯特;王辉兵;张爱东 | 申请(专利权)人: | 大连海事大学;鹏城实验室 |
主分类号: | G06V20/05 | 分类号: | G06V20/05;G06T7/70;G06T1/00 |
代理公司: | 大连至诚专利代理事务所(特殊普通合伙) 21242 | 代理人: | 杨威;杨爽 |
地址: | 116000 辽宁省*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 水下 目标 近邻 分布 海产品 自主 抓取 引导 方法 | ||
1.一种基于水下目标近邻分布的海产品自主抓取引导方法,其特征在于,包括:
水下机器人采用水下相机获取可视区域图像;
将所述可视区域图像均分为多个子区域;
采用目标物检测算法检测每一个所述子区域内的目标物和障碍物的数量;
根据所述目标物和障碍物的数量对所述子区域进行子区域评分,并根据所述评分结果进行排序;
其中,对所述子区域进行子区域评分方法如下:
统计每个子区域Ai中目标物和障碍物的检测结果,假设有N(N0)类目标物,M(M0)类障碍物,则子区域Ai中目标物的检测总数表示为:
其中,NUM(Tij)表示第j类目标Tj的检测数量;障碍物的检测总数表示为:
其中,NUM(Bik)表示第k类目标Bk的检测数量;可视区域图像A的目标物总数表示为:
障碍物总数表示为:
子区域Ai中目标检测总数SUM(Ti)在区域A中目标检测总数所占比例表示为:
即:
子区域Ai中障碍物检测总数SUM(Bi)在区域A中障碍物检测总数所占比例表示为:
即:
获取子区域Ai中目标检测结果评分:
其中,λ、γ分别是比例系数,为障碍物总数占比,为目标物总数占比,Dsub为每个所述可视区域图像的子区域个数,Si为第i个子区域的得分;
采用公式
计算评分最高对应的子区域,i*为最高评分对应子区域的序号;
抓捕所述可视区域图像评分最高的子区域内的目标物;
以所述评分最高的子区域为起始点采集下一个可视区域图像。
2.根据权利要求1所述的方法,其特征在于,所述以所述评分最高的子区域为起始点采集下一个可视区域图像之后,还包括:
将多个可视区域图像的评分最高的子区域去除,分别将多个可视区域图像的剩余子区域进行可视区域图像评分,将可视区域图像评分最高的子区域对应的分值作为每个可视区域图像的标识;
将多个可视区域图像按照所述标识由高到低进行排序,并按照所述排序依次对多个可视区域图像内目标物抓取。
3.根据权利要求2所述的方法,其特征在于,所述按照所述排序依次对多个可视区域图像内目标物抓取,包括:
对每个可视区域图像内目标物按照剩余的子区域评分从高到低的顺序进行抓取。
4.根据权利要求3所述的方法,其特征在于,所述根据所述目标物和障碍物的数量对所述子区域进行评分之前,还包括:
判断所述可视区域图像的目标物数量是否为0,若是,则不对所述可视区域图像进行对标识点的评分排序。
5.根据权利要求1所述的方法,其特征在于,所述水下机器人移动过程中实时更新所述水下机器人在水下的位置信息,并记录已采集的可视区域图像位置信息,将后次采集的可视区域图像与前次采集的可视区域图像重叠的子区域删除。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连海事大学;鹏城实验室,未经大连海事大学;鹏城实验室许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010479604.4/1.html,转载请声明来源钻瓜专利网。