[发明专利]基于水下机器人的深水网箱水质三维检测方法及系统

权利要求书

1.一种基于水下机器人的深水网箱水质三维检测方法，其特征在于，包括：

对目标深水网箱进行水质三维检测，在深水网箱的水平面获取水下机器人的检测轨迹偏差和检测轨迹偏差变化量；在深水网箱的垂直面根据深水网箱所处海域水质与深度的关系确定机器人从一个水平面下降到另一水平面的深度，并检测深度偏差和检测深度偏差变化量；

基于模糊神经网络模型，对所述检测轨迹偏差和所述检测轨迹偏差变化量进行处理，并对所述检测深度偏差和所述检测深度偏差变化量进行处理，分别得到对应的轨迹推力调整值和深度推力调整值；所述模糊神经网络模型是由径向基模糊神经网络模型构建的，并通过样本检测轨迹偏差、样本检测轨迹偏差变化量、样本检测深度偏差和样本检测深度偏差变化量训练得到的；

根据所述轨迹推力调整值对所述水下机器人的检测轨迹进行调整，根据所述深度推力调整值对所述水下机器人的检测深度进行调整，以供水下机器人通过调整后的检测轨迹和检测深度，对所述目标深水网箱的水质进行三维检测，并根据检测得到的水质数据和所述水下机器人的位置，生成所述目标深水网箱的实时水质与三维位置关系的对应图。

2.根据权利要求1所述的基于水下机器人的深水网箱水质三维检测方法，其特征在于，所述模糊神经网络模型通过以下步骤获取：

获取水下机器人检测深水网箱水平截面区域的实际轨迹和预设轨迹，并根据所述实际轨迹和所述预设轨迹，得到样本检测轨迹偏差和样本检测轨迹偏差变化量；

获取水下机器人检测深水网箱的实际深度和预设深度，并根据所述实际深度和所述预设深度，得到样本检测深度偏差和样本检测深度偏差变化量；

根据所述样本检测轨迹偏差、所述样本检测轨迹偏差变化量、所述样本检测深度偏差和所述样本检测深度偏差变化量，构建样本训练集；

根据所述样本训练集，对径向基模糊神经网络模型进行训练，得到模糊神经网络模型。

3.根据权利要求2所述的基于水下机器人的深水网箱水质三维检测方法，其特征在于，所述获取水下机器人检测深水网箱水平截面区域的实际轨迹和预设轨迹，并根据所述实际轨迹和所述预设轨迹，得到样本检测轨迹偏差和样本检测轨迹偏差变化量，包括：

通过水下机器人对深水网箱的水平截面区域进行检测，获取所述水下机器人的传感器数据和预设轨迹，所述传感器数据至少包括所述水下机器人的偏航角和俯仰角；

将所述传感器数据和所述预设轨迹进行融合处理，得到所述水下机器人的实际轨迹和所述预设轨迹之间的样本检测轨迹偏差和样本检测轨迹偏差变化量。

4.根据权利要求3所述的基于水下机器人的深水网箱水质三维检测方法，其特征在于，所述获取水下机器人检测深水网箱的实际深度和预设深度，并根据所述实际深度和所述预设深度，得到样本检测深度偏差和样本检测深度偏差变化量，包括：

获取深水网箱的深水环境变量参数，并根据所述深水环境变量参数生成深水网箱下一个水平截面区域的预设深度；

根据所述水下机器人的俯仰角，获取所述水下机器人的实际深度，并根据所述实际深度和所述预设深度，获取样本检测深度偏差和样本检测深度偏差变化量。

5.根据权利要求4所述的基于水下机器人的深水网箱水质三维检测方法，其特征在于，所述深水环境变量参数包括：水温参数、pH值、溶解氧参数、电导率、叶绿素参数和浊度。

6.根据权利要求1所述的基于水下机器人的深水网箱水质三维检测方法，其特征在于，在所述对目标深水网箱进行水质三维检测，在深水网箱的水平面获取水下机器人的检测轨迹偏差和检测轨迹偏差变化量；在深水网箱的垂直面根据深水网箱所处海域水质与深度的关系确定机器人从一个水平面下降到另一水平面的深度，并检测深度偏差和检测深度偏差变化量之前，所述方法还包括：

获取水下机器人的当前位置坐标信息和目标位置坐标信息；

根据所述当前位置坐标信息和所述目标位置坐标信息，通过所述模糊神经网络模型，生成对应的预设推力调整值；

通过所述预设推力调整值，驱使所述水下机器人根据预设轨迹行进。