一种鱼塘用巡航无人车及其使用方法

本发明涉及鱼塘管理，尤其涉及一种鱼塘用巡航无人车及其使用方法。

背景技术：

1、随着人口的不断增长和对食品安全的日益关注，水产养殖业成为了满足人们需求的重要领域之一。在水产养殖中，桑基鱼塘作为一种传统的养殖方式，具有成本低、水质好、环境友好等优势，受到了广泛应用。同时，无人车技术正日益成熟，并在各个领域展现出巨大的应用潜力。

2、经检索，中国专利号为cn113687614a的发明专利，公开了基于云端数据库的鱼塘监测系统，包括设置在鱼塘水中的温度传感器、ph传感器、溶解氧传感器、超声波测距模块、云平台模块、微信小程序以及主控单片机；单片机通过esp8266wi f i模块构成串口通信模块，与云平台模块进行通信传输数据；云平台模块通过f l ask网络应用框架获得微信小程序的查询要求，根据要求对储存到i nf l uxdb数据库的数据进行查询，并统计出数据的最大值、最小值、到达最大、最小值的时间及其因果趋势，最终将结果返回至微信小程序，微信小程序接收数据统计结果，利用画布功能将数据以线状图的形式显示出来。

3、与现有技术相比，该中国专利号为cn113687614a的发明专利能够实现在无人环境下实时监测鱼塘中重要数据，并及时反馈给用户，为用户实时监测、管理鱼塘提供可靠数据鱼塘。

4、但上述装置在实际的使用过程中，管理人员只能通过自己以往的经验去判断，并对基鱼塘的管理进行人为干涉，进而需要管理人员投入大量时间和精力，容易出现管理失误或疏忽。

5、经检索，中国专利号为cn106681217a的发明专利，公开了一种鱼塘多功能实时管理系统，其解决了常规办法不仅大量耗费养殖户的精力和时间，而且增加了许多电力运行成本的技术问题，一种鱼塘多功能实时管理系统，包括自然能供电模块、感应模块、控制模块、执行模块和通信模块，所述感应模块、执行模块、通信模块分别与控制模块连接；所述通信模块可与养殖户进行手机无线数据传输；所述感应模块、控制模块、执行模块和通信模块分别与自然能供电模块相连。

6、与现有技术相比，该中国专利号为cn113834523b的发明专利采用全自然能——太阳能作为鱼塘实时管理系统所需能源，既可以减少碳排放、绿色环保，又可以避免安装电缆、节约电能，减少养殖成本；采用多种传感器对鱼塘环境进行信息检测和基于gsm的手机无线数据传输功能，可实现养殖户对鱼塘状况的实时监测和控制。

7、但上述装置在实际的使用过程中，由于桑基鱼塘通常分布在不同的地域，监控各个塘口的情况，监控设备覆盖范围有限，无法实现对所有区域的实时监测，因此，提出一种鱼塘用巡航无人车及其使用方法。

技术实现思路

1、本发明的目的是为了解决现有技术中存在，管理人员只能通过自己以往的经验去判断，并对基鱼塘的管理进行人为干涉，进而需要管理人员投入大量时间和精力，容易出现管理失误或疏忽，另外，由于桑基鱼塘通常分布在不同的地域，监控各个塘口的情况，监控设备覆盖范围有限，无法实现对所有区域的实时监测的缺点，而提出的一种鱼塘用巡航无人车及其使用方法。

2、为了实现上述目的，本发明采用了如下技术方案：

3、一种鱼塘用巡航无人车，包括无人车主体，所述无人车主体外部设置有移动控制机构、电源模块、智能化决策支持模块、异常检测与预警模块、自动巡航与路径规划模块、通信模块与管理装置；

4、环境监测与数据收集模块：用于实时收集鱼塘的各项环境参数；

5、自动巡航与路径规划模块：用于自主规划出最优巡航路径；

6、异常检测与预警模块：用于识别鱼塘中的异常情况并进行预警；

7、智能化决策支持模块：用于对历史数据和实时数据进行整合分析，构建预测模型，辅助管理人员制定养殖策略；

8、管理装置：用于精准投喂以及应急处理；

9、通信模块：用于实现无人车与中央管理系统之间的实时数据传输；

10、所述环境监测与数据收集模块将收集到的数据传输至智能化决策支持模块与异常检测与预警模块，所述自动巡航与路径规划模块接受中央管理系统的巡航指令，并并结合环境监测与数据收集模块监测到的数据规划出最优巡航路径，一旦发现异常，所述异常检测与预警模块触发预警系统，并向智能化决策支持模块发送异常信息，所述智能化决策支持模块接收环境监测与数据收集模块的监测数据和智能化决策支持模块发出的异常信息对其进行分析和预测，基于分析结果，所述智能化决策支持模块向管理装置发送指令，所述移动控制机构外部设置有控制系统，所述电源模块外接有太阳能板，提供清洁能源。

11、上述技术方案进一步包括：

12、所述环境监测与数据收集模块包括传感器阵列单元、图像采集单元以及数据处理单元，所述传感器阵列单元用于实时收集鱼塘的各项环境参数，所述传感器阵列单元包括激光雷达，所述图像采集单元用于拍摄鱼塘中的图像和视频，捕捉鱼群动态、水面状况各类视觉信息，所述图像采集单元包括rplidara1雷达，所述数据处理单元用于对传感器阵列单元与图像采集单元收集到的数据进行处理；

13、所述rplidara1雷达采用激光三角测距技术，配合自主研发的高速的视觉采集处理机构，可进行每秒次以上的测距动作，所述rplidara1雷达的测距核心顺时针旋转，可实现对周围环境的度全方位扫描测距检测，从而获得周围环境的轮廓图。

14、所述激光雷达对无人车所在环境进行扫描和数据处理，利用激光雷达数据构建栅格地图，对于一个点而言，用p(s＝1)来表示该点为占有状态的概率，用p(s＝0)来表示该点为空闲状态的概率，这两者的和必须等于1，即：

15、p(s＝1)+p(s＝0)＝1；

16、为了降低重复率，使用两者的比值来表示该点的状态，即：

17、

18、占有概率和空闲概率的比值，得到一个反映该点状态的值，所述反映该点状态的值准确地判断该点是占有状态还是空闲状态；

19、对于一个点，假设新的测量值来之前，该点的状态为odd(s)，得到新的测量值之后，对该点进行更新，更新后点状态用表示，p(s|z)表示在发生的条件下的状态，根据贝叶斯公式得到与将其带入到中，两边取对数，得到其中，为变量，标记为lomcas，当测量值z为0时，记为lofre，反之，记为looccu，两者均为定值；

20、设测量前该点状态到logodd(s)为sn-1,测量后点状态到logodd(s|z)为sn，得到sn＝sn-1+lomcas，另外，若该点没有任何测量值的初始状态下，该点的初始状态为0。

21、所述自动巡航与路径规划模块包括北斗卫星系统、地图数据收集单元与路径规划单元，所述北斗卫星系统用于获取无人车当前的地理位置坐标，所述地图数据收集单元用于收集鱼塘地形信息、障碍物位置各类地图数据，所述路径规划单元用于利用路径规划算法根据地图数据和当前位置，计算出最优的巡航路径，所述自动巡航与路径规划模块通过北斗卫星系统获取无人车的实时位置信息，并将其传输给路径规划单元，所述路径规划单元利用这些位置信息以及地图数据进行路径规划，并将计算得到的最优路径发送给无人车的控制系统，指导无人车进行相应的巡航行动。

22、所述管理装置包括养殖投喂模块与应急处理模块，所述养殖投喂模块接收来自智能化决策支持模块的投喂指令，计算并控制投喂装置进行精准投喂，同时，所述环境监测与数据收集模块收集投喂过程中的数据，并反馈至智能化决策支持模块进行效果评估，所述应急处理模块在接收到异常检测与预警模块的预警信息后，立即启动应急处理流程。

23、所述异常检测与预警模块包括数据收集与预处理单元、特征提取单元、异常检测单元、预警控制单元以及报警单元，所述数据收集与预处理单元用于收集来自鱼塘的各种数据，并对收集到的数据进行预处理，所述特征提取单元用于提取异常检测单元所需要的特征，所述异常检测单元用于实时分析，通过对比历史数据、建立模型或设置阈值，识别鱼塘中的异常情况，所述预警控制单元用于确定预警触发条件和通知方式，所述报警单元包括声光报警器、短信通知系统等，所述报警单元用于向管理人员发送预警信息。

24、所述智能化决策支持模块包括数据处理单元、大数据分析单元、机器学习模型构建单元与决策支持单元，所述数据处理单元用于收集历史数据和实时数据，对收集到的数据进行处理，所述大数据分析单元用于利用统计分析、对处理后的数据进行深入的分析，识别数据中的模式、趋势和关联性，所述机器学习模型构建单元用于构建出能够预测未来趋势和结果的模型，所述决策支持单元用于根据机器学习模型的预测结果，结合管理人员的经验和业务需求，提供具体的决策建议，辅助管理人员制定养殖策略，所述数据收集与预处理单元将处理好的数据传递给大数据分析单元，以供其进行深入的分析和挖掘，所述大数据分析单元的分析结果一方面通过可视化工具呈现给管理人员，另一方面作为输入数据传递给机器学习模型构建单元，用于模型的训练和优化，所述机器学习模型构建单元训练好的模型会定期或实时地将预测结果传递给决策支持单元，所述决策支持单元根据预测结果和管理人员的需求，生成决策建议，并将决策执行的反馈数据再次传递给数据处理单元，形成闭环的数据交互和决策优化过程。

25、所述机器学习模型构建单元构建模型的具体步骤为：

26、数据准备：从大数据分析单元收集到的历史数据中选择合适的数据集，这些数据应该包含与鱼塘环境、鱼群生长等相关的各种参数和特征，对数据进行预处理和清洗，包括处理缺失值、异常值和标准化数据等操作；

27、模型选择：选择适当的对抗网络结构来构建机器学习模型，所述对抗网络由生成器和判别器组成，它们相互竞争以提高生成器的性能，确定生成器和判别器的架构，包括网络层数、每层的节点数、激活函数等；

28、模型训练：将准备好的数据集输入到生成器和判别器中，开始模型的训练过程，所述生成器尝试生成与真实数据相似的合成数据，所述判别器尝试区分真实数据和合成数据，通过交替训练生成器和判别器，使它们不断优化，直到，所述生成器生成高质量的合成数据，所述判别器不能轻易区分真实数据和合成数据；

29、模型评估：使用评估指标如生成器的损失函数、判别器的准确率等来评估模型的性能，可以使用交叉验证或保留数据集来验证模型的泛化能力，并调整模型的超参数以改善性能；

30、模型应用：输入当前的环境参数和条件，例如鱼群生长情况、水质状况等，使用生成器生成合成数据来预测未来的鱼塘情况，这些预测结果可以作为决策支持系统的基础，帮助管理人员制定合理的养殖策略和应对措施。

31、一种鱼塘用巡航无人车的使用方法，包括如下步骤：

32、启动与初始化：所述无人车主体首先进行自检，确保所有传感器、控制系统和执行机构都处于正常工作状态，加载预设的巡航路线和任务；

33、自动巡航与数据收集：根据预设的巡航路线，所述无人车主体开始自主行驶在鱼塘中，所述环境监测与数据收集模块实时收集鱼塘的环境参数，捕捉鱼塘的视觉信息，并将数据通过通信模块传输至中央管理系统；

34、数据分析与异常检测：所述中央管理系统接收来自无人车主体的数据，并利用智能化决策支持模块进行实时分析，所述异常检测与预警模块识别鱼塘中的异常情况；

35、智能化决策支持：基于数据分析结果，所述智能化决策支持模块为管理人员提供养殖策略建议，所述无人车主体自动计算养殖投喂量，并通过管理装置进行投喂；

36、应急处理：一旦发现异常情况，所述无人车主体立即启动应急处理流程，根据预设的应急处理策略，所述无人车主体通过管理装置自动调整鱼塘环境参数，同时，所述无人车主体通过异常检测与预警模块向管理人员发出预警，确保及时采取人工干预措施；

37、数据反馈与调整：所述无人车主体将处理结果和新的数据反馈至中央管理系统，管理人员根据这些信息对养殖策略进行进一步优化，根据鱼塘的实际情况和养殖需求，管理人员可以调整无人车的巡航路线、任务和数据收集频率等参数；

38、循环运行：所述无人车主体在完成一次巡航后，会根据中央管理系统的指令进入下一轮循环运行，持续监测鱼塘状况。

39、本发明具备以下有益效果：

40、1、本发明中，各个模块搭载在无人车设备，通过自动巡航与路径规划模块实现自动化巡检，利用环境监测与数据收集模块进行采样，定时巡视鱼塘各个区域，采集水质样本等数据，减少人力投入，提高效率。

41、2、本发明中，智能化决策支持模块结合人工智能技术，异常检测与预警模块与智能化决策支持模块结合自动识别异常情况，并发出预警提示，帮助管理人员及时处理问题，降低风险智能化。