[发明专利]基于仿生鱼类觅食的海洋垃圾回收路径规划方法及系统

权利要求书

1.基于仿生鱼类觅食的海洋垃圾回收路径规划方法，其特征在于，包括：

根据模拟鱼类觅食器官获取障碍物的第一识别结果和水面漂浮物的第二识别结果；

将所述第一识别结果和所述第二识别结果输入强化学习网络中进行迭代学习，生成路径规划策略；

结合垃圾回收设备的运动风险系数和能源条件系数，确定所述垃圾回收设备的回收路径；

所述将所述第一识别结果和所述第二识别结果输入强化学习网络中进行迭代学习，生成路径规划策略，包括：

当目标装置靠近目标物体时，所述目标装置的视野中障碍物数量没有增大或者所述目标装置周围没有靠近的障碍物，则获取奖励信号；反之，则获取惩罚信号；

若流量压强传感器感知到水流方向突然反转或者视野中障碍物轮廓面积大于预设的最大阈值，则判定所述目标装置与障碍物发生碰撞，清空所述目标装置拥有的奖励分数并以与当前方向顺时针或逆时针垂直的方向作为所述目标装置的下一起始前进方向；

其中，所述目标装置的奖励分数的计算公式为：

G＝g+r*(D1-d1)-p*(D2-d2)

其中，G代表所述目标装置当前状态的累计奖励分数；g代表所述目标装置上一状态的累计奖励分数；r代表距离奖励系数；D1代表所述目标装置起始位置与目标物体的距离；d1代表所述目标装置当前位置与目标物体的距离；p代表距离惩罚系数；D2代表所述目标装置起始位置与最近障碍物的距离；d2代表所述目标装置当前位置与最近障碍物的距离；

其中，所述目标装置用于模拟鱼类觅食器官获取障碍物的第一识别结果和水面漂浮物的第二识别结果。

2.根据权利要求1所述的基于仿生鱼类觅食的海洋垃圾回收路径规划方法，其特征在于，所述方法还包括：

采用视觉传感器结合流量压强传感器的方式来模拟鱼类的感觉器官；

采用流量压强传感器来辅助获取水流流速和方向的变化信息。

3.根据权利要求1所述的基于仿生鱼类觅食的海洋垃圾回收路径规划方法，其特征在于，所述方法还包括采集障碍物的图像信息，具体包括：

采集所述障碍物的RGB图像；

将所述RGB图像转化为HSV图像；

对所述HSV图像进行高斯滤波处理，去除所述HSV图像中的高频噪声干扰；

使用Canny算子检测所述HSV图像中的水岸线，分割出水面区域；

对所述水面区域图像去除亮度成分元素，提取饱和度分量，得到所述图像信息。

4.根据权利要求3所述的基于仿生鱼类觅食的海洋垃圾回收路径规划方法，其特征在于，所述根据模拟鱼类觅食器官获取障碍物的第一识别结果和水面漂浮物的第二识别结果，包括：

对所述图像信息进行增强处理，得到图像二值化数据；

对所述图像二值化数据进行开运算去噪，提取连通区域的轮廓信息；

计算所述轮廓信息的面积和质心坐标；

将轮廓面积处于设定值范围内的物体识别为水面漂浮物；将轮廓面积大于设定值范围的物体识别为障碍物；

根据所述质心坐标确定所述水面漂浮物的位置和所述障碍物的位置，得到所述第一识别结果和所述第二识别结果。

5.根据权利要求1所述的基于仿生鱼类觅食的海洋垃圾回收路径规划方法，其特征在于，所述将所述第一识别结果和所述第二识别结果输入强化学习网络中进行迭代学习，生成路径规划策略，还包括：

当所述目标装置与障碍物的距离小于设定阈值且所述目标装置拥有的奖励分数小于上一状态累计总分的次数超过次数阈值，判定障碍物无法被躲避；

所述流量压强传感器在靠近障碍物的过程中如果测得水流流速或压强的变化幅度大于幅度阈值，则将障碍物判定为运动障碍物，其中，所述目标装置与运动障碍物之间的距离惩罚系数大于与所述目标装置与静止障碍物之间的距离惩罚系数。