一种无人船舶自动回收鱼笼的方法与流程

【】本发明涉及无人船舶，特别涉及一种无人船舶自动回收鱼笼的方法。

背景技术

0、背景技术：

1、目前，在对内河、内海等的鱼类进行捕捞时，有一种方式是采用投放鱼笼进行捕捞。针对鱼笼的回收，一般都是等到退潮或天气转好后，再由相关人员驾驶船舶到现场进行手动回收；而这种手动回收方式存在有如下缺陷：出于安全考虑，需要等到退潮或天气转好后才能够到现场进行回收，回收时间受到较大限制，不利于提高捕鱼效率；同时人工手动回收，作业强度大，会增加人员的疲劳度，不利于健康。鉴于上述存在的问题，本案发明人对该问题进行深入研究，遂有本案产生。

技术实现思路

0、技术实现要素：

1、本发明要解决的技术问题，在于提供一种无人船舶自动回收鱼笼的方法，能够实现对投放的鱼笼进行自动回收，从而解决人工手动回收存在的回收时间受到较大限制，不利于提高捕鱼效率，会增加人员的疲劳度，不利于健康的问题。

2、本发明是这样实现的：一种无人船舶自动回收鱼笼的方法，所述方法包括如下步骤：

3、利用鱼笼上的定位模块获取鱼笼的位置信息，根据鱼笼的位置信息控制无人船舶行驶至鱼笼所在位置；

4、控制无人船舶上的回收装置对鱼笼进行回收，具体包括：

5、控制无人船舶的回收装置放出抓钩准备抓取鱼笼，通过设于抓钩上的视频监控设备拍摄鱼笼图像，利用拍摄的鱼笼图像分析抓钩与鱼笼之间的位置关系，根据抓钩与鱼笼之间的位置关系调整抓钩位置，使抓钩抵达鱼笼所在位置；控制抓钩抓取鱼笼，将抓取的鱼笼上拉至高于无人船舶的栏杆位置，控制回收装置带动鱼笼旋转到无人船舶的设定位置，将抓取的鱼笼下放到设定位置，并控制抓钩松开鱼笼。

6、进一步的，所述根据鱼笼的位置信息控制无人船舶行驶至鱼笼所在位置具体包括：

7、当无人船舶行驶至鱼笼投放区域时，获取鱼笼投放区域的海岸线信息和各个鱼笼的位置信息；

8、根据海岸线信息和各个鱼笼的位置信息，利用狄克斯特拉算法计算出最短回收路径，具体包括：将无人船舶的当前位置记为初始节点，将各个鱼笼的位置记为其它节点，计算出各个其它节点与初始节点之间的权重，获取权重最低的一个其它节点作为访问节点，从该访问节点出发，继续迭代计算出下一个权重最低的其它节点作为访问节点，直到访问完所有其它节点，即可获得最短回收路径；在计算两个节点之间的权重时，如果两个节点之间存在海岸线阻挡，则使用海岸线的长度替换被阻挡的那段距离；

9、根据最短回收路径生成船舶行驶航线，并控制无人船舶依次行驶到各个鱼笼所在的位置进行鱼笼回收。

10、进一步的，在控制无人船舶依次行驶到各个鱼笼所在的位置进行鱼笼回收的过程中，还包括采取以下至少一项措施：

11、检测无人船舶在行驶的过程中是否偏离生成的船舶行驶航线，且如果检测到偏离生成的船舶行驶航线并达到预设距离，则控制无人船舶启动航线修正；否则不控制无人船舶启动航线修正；

12、控制无人船舶以设定的速度慢速接近鱼笼；同时利用无人船舶上的雷达检测周围的障碍物，且当检测到无人船舶的周围存在障碍物时，通过雷达的反射波计算出无人船舶与障碍物之间的距离，并根据无人船舶与障碍物之间的距离控制无人船舶自动调整航向；

13、实时监测水流相关信息和风向相关信息，根据水流相关信息和风向相关信息调整无人船舶的航向和航速；

14、预设各项参数的安全阈值，当检测到某一参数超过设定的安全阈值时，自动上报告警信息。

15、进一步的，在控制抓钩抓取鱼笼后，将抓钩在水下向上拉取预设距离，并利用拉力传感器获取抓钩的拉绳的拉力，且如果拉绳的拉力大于拉钩的重力，说明抓钩抓取鱼笼成功；如果拉绳的拉力小于等于拉钩的重力，说明抓钩抓取鱼笼失败，此时控制抓钩调整位置并继续抓取鱼笼。

16、进一步的，所述将抓取的鱼笼上拉至高于无人船舶的栏杆位置具体包括：

17、当抓钩成功抓取鱼笼后，控制抓钩的拉绳将鱼笼往上拉；通过抓钩上的视频监控设备拍摄鱼笼图像，并使用opencv视觉库分析出鱼笼所处的位置状态，且当分析出所抓取的鱼笼即将浮出水面时，控制抓钩的拉绳逐渐增大拉力值，并将抓取的鱼笼继续往上拉；当分析出所抓取的鱼笼完全脱离水面时，控制抓钩的拉绳将鱼笼继续往上拉；当分析出所抓取的鱼笼高于无人船舶的栏杆位置时，控制抓钩的拉绳停止继续上拉鱼笼。

18、进一步的，在控制回收装置放出抓钩抓取鱼笼的过程中，还包括：

19、根据收集的水域数据，获取无人船舶当前所处的水域信息；建立抓钩在当前所处的水域信息下的数学模型，模拟当前所处的水域信息对抓钩的抓取情况进行多次模拟测试，且每次模拟时均根据前一次测试的抓取情况对抓钩的下钩方向进行调整，从而获得趋于稳定的下钩方向。

20、进一步的，在控制无人船舶上的回收装置对鱼笼进行回收时，还包括：

21、采用神经网络模型算法控制无人船舶上的回收装置对鱼笼进行回收，具体包括：

22、采集与鱼笼回收相关的各种数据，并对采集的数据进行处理，得到用于模型训练的处理数据；

23、使用高斯径向基函数构建神经网络模型，并利用得到的处理数据对神经网络模型进行训练；

24、将训练好的神经网络模型集成到控制系统中，控制系统根据无人船舶实时采集的传感器数据和神经网络模型输出的预测结果，控制无人船舶上的回收装置对鱼笼进行回收；

25、在回收的过程中，对神经网络模型的性能进行评估，并根据评估结果对神经网络模型进行不断改进和优化。

26、进一步的，所述定位模块采用北斗定位模块。

27、通过采用本发明的技术方案，至少具有如下有益效果：能够实现利用无人船舶对投放的鱼笼进行自动回收；与采用人工手动回收的方式相比，一方面，可以无需等到退潮或天气转好的情况下再去回收，能够有效降低对回收时间的限制，从而有利于提高捕鱼效率；另一方面，工作人员无需到现场进行手动回收，可以降低人员的疲劳度，有利于工作人员身体健康，也更加安全。

技术特征：

1.一种无人船舶自动回收鱼笼的方法，其特征在于：所述方法包括如下步骤：

2.如权利要求1所述的一种无人船舶自动回收鱼笼的方法，其特征在于：所述根据鱼笼的位置信息控制无人船舶行驶至鱼笼所在位置具体包括：

3.如权利要求2所述的一种无人船舶自动回收鱼笼的方法，其特征在于：在控制无人船舶依次行驶到各个鱼笼所在的位置进行鱼笼回收的过程中，还包括采取以下至少一项措施：

4.如权利要求1所述的一种无人船舶自动回收鱼笼的方法，其特征在于：在控制抓钩抓取鱼笼后，将抓钩在水下向上拉取预设距离，并利用拉力传感器获取抓钩的拉绳的拉力，且如果拉绳的拉力大于拉钩的重力，说明抓钩抓取鱼笼成功；如果拉绳的拉力小于等于拉钩的重力，说明抓钩抓取鱼笼失败，此时控制抓钩调整位置并继续抓取鱼笼。

5.如权利要求1所述的一种无人船舶自动回收鱼笼的方法，其特征在于：所述将抓取的鱼笼上拉至高于无人船舶的栏杆位置具体包括：

6.如权利要求1所述的一种无人船舶自动回收鱼笼的方法，其特征在于：在控制回收装置放出抓钩抓取鱼笼的过程中，还包括：

7.如权利要求1所述的一种无人船舶自动回收鱼笼的方法，其特征在于：在控制无人船舶上的回收装置对鱼笼进行回收时，还包括：

8.如权利要求1所述的一种无人船舶自动回收鱼笼的方法，其特征在于：所述定位模块采用北斗定位模块。

技术总结本发明提供了一种无人船舶自动回收鱼笼的方法，利用鱼笼上的定位模块获取鱼笼的位置信息，根据鱼笼的位置信息控制无人船舶行驶至鱼笼所在位置；控制无人船舶上的回收装置对鱼笼进行回收，具体包括：控制无人船舶的回收装置放出抓钩准备抓取鱼笼，通过设于抓钩上的视频监控设备拍摄鱼笼图像，利用拍摄的鱼笼图像分析抓钩与鱼笼之间的位置关系，根据抓钩与鱼笼之间的位置关系调整抓钩位置，使抓钩抵达鱼笼所在位置；控制抓钩抓取鱼笼，将抓取的鱼笼上拉至高于无人船舶的栏杆位置，控制回收装置带动鱼笼旋转到无人船舶的设定位置，将抓取的鱼笼下放到设定位置，并控制抓钩松开鱼笼。本发明的优点：能够实现对投放的鱼笼进行自动回收。技术研发人员：徐春梅,张荣权受保护的技术使用者：南威软件股份有限公司技术研发日：技术公布日：2024/6/18