[发明专利]深海渔场网箱巡检方法、装置、系统及存储介质

权利要求书

1.一种深海渔场网箱巡检方法，其特征在于，应用于深海渔场网箱巡检系统，所述深海渔场网箱巡检系统包括多个水下机器人和控制终端，所述水下机器人设置有摄像模块和定位模块，所述水下机器人与所述控制终端通信连接，所述摄像模块用于获取所述深海渔场网箱的图像信息，所述定位模块用于获取所述水下机器人的位置信息，所述方法包括：

获取所述摄像模块的可视范围；

根据预设的测量参数，构建所述深海渔场网箱的三维模型；

根据所述三维模型和所述可视范围，确定各个所述水下机器人对应的目标巡检路线，其中，所述目标巡检路线的轨迹与所述深海渔场网箱之间的距离在预设的可视范围内，所述目标巡检路线的轨迹为螺旋型，各个所述水下机器人对应的目标巡检路线的轨迹由上至下依次相连；

向各个所述水下机器人发送所述目标巡检路线，以使所述水下机器人按照对应的所述目标巡检路线进行巡检；

接收来自所述水下机器人的图像信息和位置信息；

基于所述图像信息和所述位置信息，对所述深海渔场网箱进行破口定位处理，确定破口位置；

根据所述破口位置更新所述三维模型，以得到所述深海渔场网箱的实时模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述图像信息和所述位置信息，对所述深海渔场网箱进行破口定位处理，确定破口位置，包括：

对所述图像信息进行预处理，得到目标图像；

对所述目标图像进行破口分析处理，确定破口图像；

基于所述破口图像和所述位置信息，对所述深海渔场网箱进行破口定位处理，确定破口位置。

3.根据权利要求2所述的方法，其特征在于，所述对所述图像信息进行预处理，包括：

对所述图像信息进行滤波处理；

基于灰度处理法，根据所述滤波处理的图像信息，确定灰度图像；

基于最大类间方差法，对所述灰度图像进行二值化处理，得到二值化图像；

对所述二值化图像进行闭操作处理，得到目标图像。

4.根据权利要求2所述的方法，其特征在于，所述对所述目标图像进行破口分析处理，确定破口图像，包括：

对所述目标图像进行区域划分处理，确定多个网孔区域；

计算各个所述网孔区域的面积；

对所有所述网孔区域的面积进行排序，并确定面积曲线；

根据所述面积曲线确定多个特征梯度，并生成特征梯度曲线；

根据所述特征梯度，确定梯度平均值；

基于所述梯度平均值，从所有所述特征梯度中筛选出若干个目标梯度；

当确定所有所述目标梯度中最大值和最小值的差值大于预设的梯度阈值，根据所述目标图像和所述特征梯度曲线，确定破口图像。

5.根据权利要求1所述的方法，其特征在于，所述深海渔场网箱巡检系统还包括备用机器人；所述接收来自所述水下机器人的图像信息和位置信息的步骤之后，还包括：

接收来自各个所述水下机器人的状态信息，其中，所述状态信息用于表征所述水下机器人处于正常状态或异常状态；

当确定所述水下机器人处于异常状态，根据对应的所述位置信息确定移动指令，并将对应的所述目标巡检路线作为所述备用机器人的备用巡检路线；

向所述备用机器人发送所述移动指令和所述备用巡检路线，以使所述备用机器人按照所述备用巡检路线进行巡检。

6.根据权利要求1所述的方法，其特征在于，所述定位模块包括惯性测量单元和声学多普勒速度仪；所述接收来自所述水下机器人的图像信息和位置信息的步骤之后，还包括：

基于容积卡尔曼滤波法，对所述位置信息进行滤波处理。

7.根据权利要求1所述的方法，其特征在于，所述深海渔场网箱巡检系统还包括建模机器人，所述建模机器人与所述控制终端通信连接；所述根据预设的测量参数，构建所述深海渔场网箱的三维模型，包括：

获取启动指令；

向所述建模机器人发送启动指令，以使所述建模机器人在所述深海渔场网箱内移动；

接收来自所述建模机器人的测量参数；

基于即时定位与地图构建法，根据所述测量参数，构建所述深海渔场网箱的三维模型。