智能水產(chǎn)養(yǎng)殖無人船系統(tǒng)的設(shè)計與實(shí)現(xiàn)

申曉寧，游 璇，黃 遙，華昭杰，蔣星宇

(南京信息工程大學(xué) 自動化學(xué)院 江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心 江蘇省大數(shù)據(jù)分析技術(shù)重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210044)

0 引 言

目前，傳統(tǒng)的水產(chǎn)養(yǎng)殖仍沿用粗放式經(jīng)營的方式，主要通過人工進(jìn)行水樣的采集檢測、喂食、投藥和巡檢等工作。而人工水樣采集檢測時效性差、數(shù)據(jù)片面，喂食和投藥容易造成資源浪費(fèi)和對水體的二次污染，人工巡檢成本過高，覆蓋范圍小。在信息化的今天，人們不斷將新的技術(shù)應(yīng)用于水產(chǎn)養(yǎng)殖，希望能夠?qū)崿F(xiàn)輔助甚至取代傳統(tǒng)養(yǎng)殖方式[1]。

目前，傳統(tǒng)的水產(chǎn)養(yǎng)殖系統(tǒng)通過結(jié)合移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等技術(shù)，實(shí)現(xiàn)了結(jié)構(gòu)上的升級改造，創(chuàng)造出了現(xiàn)代水產(chǎn)養(yǎng)殖新模式和新業(yè)態(tài)。例如，文獻(xiàn)[2]提出了利用多模自適應(yīng)控制方法來解除明輪船的耦合效應(yīng)，使船速超調(diào)量不超過5%，穩(wěn)態(tài)誤差在3%之內(nèi)。文獻(xiàn)[3]設(shè)計了一種無人船的在線監(jiān)控設(shè)備，結(jié)合統(tǒng)計分析、信息融合、組態(tài)控制、嵌入式等技術(shù)，提高了水產(chǎn)養(yǎng)殖過程中的監(jiān)控效率和精度。針對缺乏養(yǎng)殖現(xiàn)場信息反饋、餌料投放全憑人工判斷等缺陷，文獻(xiàn)[4]提出了一種智能投餌系統(tǒng)，能對浮餌圖像進(jìn)行自動采集、識別和數(shù)量統(tǒng)計，并預(yù)測投放量，提高了養(yǎng)殖效率和效益。同時，智能化的水產(chǎn)養(yǎng)殖系統(tǒng)還需要繼續(xù)加強(qiáng)頂層設(shè)計和對關(guān)鍵技術(shù)的研究，突破資源、環(huán)境、食品安全等問題的制約，向更加現(xiàn)代化的方向不斷發(fā)展。

針對現(xiàn)有問題，本文設(shè)計了一種集通信、傳感器、云計算和圖像處理等技術(shù)的智能水產(chǎn)養(yǎng)殖無人船系統(tǒng)。本設(shè)計采用模塊化方案，搭載通信、定位、傳感器、圖像采集、采樣與投放等裝置，實(shí)現(xiàn)無人船智能規(guī)劃檢測水域的航行路線且自主巡航，客戶端實(shí)時顯示水質(zhì)數(shù)據(jù)和水面圖像，遠(yuǎn)程實(shí)現(xiàn)精確的采樣和投放工作，同時檢測數(shù)據(jù)云端存儲用于研究分析。

1 系統(tǒng)總體設(shè)計

系統(tǒng)集航線規(guī)劃、自主航行、水質(zhì)實(shí)時監(jiān)測、圖像采集與檢測、投放與采樣和遠(yuǎn)程監(jiān)控與操作等功能于一體，采用三體船結(jié)構(gòu)，主要分為船載系統(tǒng)、云服務(wù)器計算系統(tǒng)和客戶端系統(tǒng)3部分，系統(tǒng)總體框架如圖1所示。船載系統(tǒng)除了避障巡航和通信系統(tǒng)外，還以模塊化的方式搭載了GPS定位模塊、超聲波測距模塊、多種水質(zhì)檢測傳感器、采樣與投放系統(tǒng)、圖像采集模塊，用于實(shí)現(xiàn)自主航行、水質(zhì)監(jiān)測、視頻監(jiān)控、采樣投放等功能；云服務(wù)器主要實(shí)現(xiàn)數(shù)據(jù)存儲、航線規(guī)劃和圖像檢測功能；客戶端顯示監(jiān)控的水面狀況和水質(zhì)實(shí)時數(shù)據(jù)，并實(shí)現(xiàn)遠(yuǎn)程操控。

圖1 系統(tǒng)總體框架

2 硬件系統(tǒng)設(shè)計

無人船采用三體船結(jié)構(gòu)，船艙密封工藝，選用abs工程塑料，平穩(wěn)性較好，強(qiáng)度高，可抗3～4級風(fēng)浪。無人船采用意法半導(dǎo)體公司的STM32F103ZET6芯片[5]作為主控制器，該芯片具有32位處理器，256 kB的程序存儲器和64 kB的數(shù)據(jù)存儲器，完全能夠滿足本設(shè)計需要。全船采用12 V鋰電池供電，能量密度大，穩(wěn)定性高，并且分別通過電壓轉(zhuǎn)換芯片LM2576-5和 LM117-3.3 為各傳感器和控制器供電，滿足不同模塊的電壓需求。

2.1 巡航與避障系統(tǒng)設(shè)計

無人船的動力推進(jìn)裝置由兩個無刷直流電機(jī)組成，位于船體尾部兩側(cè)，可正反轉(zhuǎn)，搭配電子調(diào)速器對電機(jī)協(xié)同控制，通過正反轉(zhuǎn)和差速控制法實(shí)現(xiàn)船體的轉(zhuǎn)向；選用定位模塊ATK1218-BD，AHRS模塊GY99(MPU9250)[6]，實(shí)現(xiàn)船體姿態(tài)和位置的解算，為航向與航線的校正提供參考數(shù)據(jù)，其中ATK1218-BD為GPS-北斗雙模定位模塊，可在30 s內(nèi)實(shí)現(xiàn)定位，精度為2.5mCEP，GY99是通過陀螺儀、加速器與磁場傳感器經(jīng)過數(shù)據(jù)融合算法直接得到角度信息，分辨率為0.1°，精確率為2°，兩個模塊體積小、功耗低，能夠滿足使用需求，同時能夠?qū)崿F(xiàn)船體姿態(tài)的監(jiān)測；相較于紅外傳感器，超聲波傳感器性能更加穩(wěn)定且不易受環(huán)境干擾，在無人船中軸線上的最前端和左右分別45°角加裝超聲波測距模塊，實(shí)現(xiàn)障礙物探測并為規(guī)避動作提供信號，超聲波傳感器測距的工作原理是發(fā)射出去的超聲波遇到物體時會反生成反射波，傳感器會接收到該反射信號，將發(fā)射和接收的時間差傳換成距離，也稱為時間差測距法，選用模塊型號為KS103，最大測程8 m，最小盲區(qū)為1 cm，精度可達(dá)3 mm，能夠滿足一般的工業(yè)需求[7]。

如圖2所示，無人船系統(tǒng)上電后，各模塊初始化，在客戶端設(shè)置相應(yīng)的檢測位置，位置坐標(biāo)數(shù)據(jù)上傳至服務(wù)器，采用禁忌搜索算法[8]實(shí)現(xiàn)航線規(guī)劃，將航線數(shù)據(jù)包發(fā)送給無人船控制器，控制器開始驅(qū)動電機(jī)工作，無人船以一初始角度航行，每3 m進(jìn)行一次位置信息(GPS)和角度信息(電子羅盤)的讀取，并與指定航線與航向?qū)Ρ?，計算出角度偏差，通過差速法校正無人船航向，直至無人船到達(dá)終點(diǎn)，完成自主巡航的任務(wù)。

圖2 巡航與避障系統(tǒng)工作流程

2.2 通信系統(tǒng)設(shè)計

通信系統(tǒng)的總體框架如圖3所示，共分為無人船端、云服務(wù)器端和客戶端。從傳輸數(shù)據(jù)的內(nèi)容和距離角度出發(fā)，通信系統(tǒng)設(shè)計方案采用第四代移動通信技術(shù)，需用型號為USR-LTE-7S4 V2的4G透傳模塊，通過串口通信與控制器STM32F103ZET6連接，主要實(shí)現(xiàn)控制器和服務(wù)器之間的信息交互，該模塊體能夠支持13個頻段，允許兩個網(wǎng)絡(luò)連接同時在線，支持TCP和UDP，支持多種工作模式，如網(wǎng)絡(luò)透傳模式、HTTPD模式和UDC模式，傳輸速度快，簡單可靠，不受距離限制。本系統(tǒng)設(shè)計的云服務(wù)器端是基于騰訊提供的云服務(wù)器CVM開發(fā)，服務(wù)器具有固定IP，保持客戶端和無人船長時間連接，接收、轉(zhuǎn)發(fā)兩者的數(shù)據(jù)，同時對數(shù)據(jù)進(jìn)行存儲和處理，如航線規(guī)劃和路徑檢測，減少了無人船控制器和客戶端的工作負(fù)載，也降低了對于控制器的硬件要求，且云服務(wù)器具有彈性計算、多樣化配置、簡單可靠和安全低廉等優(yōu)點(diǎn)?？蛻舳嘶贑#語言在VS環(huán)境下設(shè)計而成，通過英特網(wǎng)與云服務(wù)器連接，接收顯示服務(wù)器傳來的數(shù)據(jù)或?qū)⒉僮髦噶畎l(fā)送到服務(wù)器[9]。

圖3 通信系統(tǒng)總體框架

2.3 水質(zhì)檢測系統(tǒng)設(shè)計

本設(shè)計的水質(zhì)檢測系統(tǒng)以多種高精度傳感器為設(shè)備終端，STM32F103ZET6芯片為控制器實(shí)現(xiàn)數(shù)據(jù)的采集和處理。為滿足日常的檢測需求，以溫度、酸堿度、氨氮、溶解氧、濁度和電導(dǎo)率作為檢測要素[10]，參考國家標(biāo)準(zhǔn)的水質(zhì)測定法，使用由濟(jì)南智澤貿(mào)易公司提供的相關(guān)傳感器，型號和部分參數(shù)見表1。傳感器為保障檢測精度，自帶溫度補(bǔ)償，因此不需要專門搭載一個溫度傳感器。

無人船系統(tǒng)的水質(zhì)檢測模塊主要由幾種常見水質(zhì)檢測要素傳感器組成，根據(jù)實(shí)際檢測需求更換傳感器配置，可使系統(tǒng)更加靈活可靠。水質(zhì)檢測系統(tǒng)的通信網(wǎng)絡(luò)基于RS485通信協(xié)議，所使用的傳感器均使用RS485通信協(xié)議并聯(lián)在一起，并與中央控制器上的RS485接口相連接，圖4為水質(zhì)檢測主控制器和各個傳感器的通信結(jié)構(gòu)圖。

表1 水質(zhì)檢測傳感器參數(shù)

圖4 水質(zhì)檢測通信結(jié)構(gòu)

2.4 采樣與投放系統(tǒng)設(shè)計

在水產(chǎn)養(yǎng)殖的過程中，水樣采集與物料投放屬于常規(guī)作業(yè)，本設(shè)計的采樣與投放系統(tǒng)結(jié)構(gòu)如圖5所示。

該部分由支架(1)，牽引電機(jī)(2)，絞盤(3)，牽引繩(4)、水泵(5)、彈簧水管(6)、托盤(7)、連倉軟管(8)、電磁閥(9)和艙體(10)組成，可通過調(diào)換彈簧水管(6)與連倉軟管(8)的接口位置切換采樣與投料工作模式。其中，牽引電機(jī)為兩相四線步進(jìn)電機(jī)，線序?yàn)锳BCD，步角距為1.8°，驅(qū)動模塊采用A4988驅(qū)動器[11]，為精確投放深度，設(shè)置為1/4步進(jìn)模式；絞盤半徑為0.06 m；水泵為無刷直流水泵，震動較小適用于船體內(nèi)部，流量4 L/min。按式(1)和式(2)將需要投管的深度h和采樣或投放體量V分別轉(zhuǎn)化為步進(jìn)電機(jī)和水泵的工作時間

(1)

(2)

采樣與投放系統(tǒng)的工作流程如圖6所示?？蛻舳嗽O(shè)定相關(guān)工作參數(shù)后，將數(shù)據(jù)包發(fā)送給無人船端，無人船航行到指定作業(yè)位置后制動，步進(jìn)電機(jī)釋放牽引繩，將彈簧軟管下放到指定深度，電磁閥打開，水泵開始工作，采樣或投料結(jié)束后，水泵關(guān)閉，電磁閥關(guān)閉，步進(jìn)電機(jī)拖動牽引繩收回彈簧水管。本投放系統(tǒng)只能投放液體物料，主要應(yīng)用于溶于水的化學(xué)藥劑投放，實(shí)現(xiàn)水質(zhì)治理和病害防治。

圖6 采樣/投放工作流程

2.5 視頻采集系統(tǒng)設(shè)計

視頻采集系統(tǒng)主要用于水域水面環(huán)境監(jiān)測，通過4G透傳模塊將畫面?zhèn)鬏數(shù)娇蛻舳?，?shí)現(xiàn)水面遠(yuǎn)程監(jiān)控。綜合考慮STM32F103ZET6的視頻采集能力，本系統(tǒng)設(shè)計單獨(dú)采用樹莓派(Raspberry pi3)[12]作為圖像采集控制器，它使用64位四核ARM Cortex-A53，雙核 Videocore IV多媒體協(xié)處理器，主要實(shí)現(xiàn)實(shí)時獲取攝像頭的視頻數(shù)據(jù)，然后將數(shù)據(jù)通過4G DTU模塊發(fā)送到服務(wù)器做進(jìn)一步處理。視頻采集終端采用高清夜視攝像頭，視頻分辨率可達(dá)1080P，F(xiàn)2.0光圈高清錄像，配備夜視功能，采用H.264解碼，支持TCP通信協(xié)議，防塵防水，能夠滿足水面圖像采集標(biāo)準(zhǔn)。

3 軟件系統(tǒng)設(shè)計

3.1 客戶端軟件設(shè)計

本設(shè)計采用面向?qū)ο蟮腃#語言來編寫客戶端軟件，為了高效地實(shí)現(xiàn)無人船數(shù)據(jù)的實(shí)時讀取和顯示，并查看參數(shù)曲線對其加以分析，VS2013集成了大量實(shí)用的類庫，該客戶端軟件即在此環(huán)境下編譯完成。根據(jù)系統(tǒng)的軟件設(shè)計任務(wù)要求，采用模塊化的軟件設(shè)計理念，設(shè)計主要包括TCP/IP通信模塊、實(shí)時數(shù)據(jù)顯示模塊、視頻監(jiān)控模塊等。客戶端主界面如圖7所示。

圖7 客戶端界面

在圖7主界面中，左側(cè)通過菜單欄可切換功能，右上角為操控指令區(qū)，實(shí)現(xiàn)采樣投放、視頻采集等操控，右下方為攝像頭采集水面畫面顯示。圖7(a)為開啟自主巡航功能時的主界面，界面左側(cè)顯示的是航線軌跡圖；圖7(b)為水質(zhì)監(jiān)測時的主界面，此時界面左側(cè)為各項水質(zhì)監(jiān)測指標(biāo)的曲線圖，右側(cè)顯示的是水質(zhì)信息的實(shí)時數(shù)據(jù)。

3.2 基于禁忌搜索算法的航線規(guī)劃系統(tǒng)設(shè)計

1986年，美國系統(tǒng)學(xué)家Glover提出了禁忌搜索算法[13](Tabu Search或Taboo Search，TS)，它是一種廣義的局部搜索算法，其中的禁忌技術(shù)高度模擬了人類大腦的“記憶力機(jī)制”，具有較強(qiáng)的“爬山能力”，不易早熟收斂，已經(jīng)被廣泛應(yīng)用于生產(chǎn)調(diào)度[14]、公交網(wǎng)絡(luò)[15]、電網(wǎng)輸電[16]和電路印刷[17]等領(lǐng)域?；诮伤阉魉惴ǖ暮骄€規(guī)劃系統(tǒng)主要是在云服務(wù)器內(nèi)完成，如圖8所示，在客戶端設(shè)置好相應(yīng)的檢測點(diǎn)，檢測點(diǎn)的位置信息，轉(zhuǎn)化為坐標(biāo)信息，然后發(fā)送至服務(wù)器，利用禁忌搜索算法進(jìn)行航線規(guī)劃，該算法首先用隨機(jī)法生成初始解(初始航線)，然后采用2-opt法生成若干組鄰域解(鄰域航線)，根據(jù)航線長度選出一部分作為候選解(候選航線)，如果最優(yōu)候選解優(yōu)于當(dāng)前解(當(dāng)前航線)，則最優(yōu)候選解替代當(dāng)前解，且進(jìn)入禁忌表，取代最先進(jìn)入禁忌表的解，否則在非禁忌的候選解中選最優(yōu)解取代當(dāng)前解并進(jìn)入禁忌表，重復(fù)以上迭代計算直到完成相應(yīng)的迭代次數(shù)[18]。

圖8 禁忌搜索航線規(guī)劃流程

3.3 基于Mask R-CNN算法的水面物體檢測系統(tǒng)

機(jī)器視覺是人工智能一個開速發(fā)展的分支，簡單說，就是用機(jī)器對于圖像的捕捉和處理來替代人的視覺系統(tǒng)做測量和判斷。深度學(xué)習(xí)(DL)是機(jī)器學(xué)習(xí)的一種，它們都是通過建立模型將特定的現(xiàn)實(shí)問題轉(zhuǎn)化為數(shù)學(xué)模型，并解決相似問題的方法。深度學(xué)習(xí)沿用人工神經(jīng)網(wǎng)絡(luò)(artificial neural network，ANN)的理論，通過建立模型，構(gòu)造復(fù)雜、多層的神經(jīng)網(wǎng)絡(luò)，模擬人腦的機(jī)制對文本、圖像、聲音等數(shù)據(jù)進(jìn)行處理和學(xué)習(xí)，因此深度學(xué)習(xí)又稱為深層神經(jīng)網(wǎng)絡(luò)(deep neural networks，DNN)。本系統(tǒng)設(shè)計采用Mask R-CNN網(wǎng)絡(luò)[19]對圖像內(nèi)的目標(biāo)進(jìn)行檢測與分類，此網(wǎng)絡(luò)由Facebook 人工智能小組提出，是一種簡單靈活、通用性強(qiáng)的目標(biāo)實(shí)例分割框架。它在Faster R-CNN[20]邊界框識別分支的基礎(chǔ)上添加了一個并行的分支，用來預(yù)測目標(biāo)掩碼，因此每個實(shí)例都能生成一個高質(zhì)量的分割掩碼，每個實(shí)例中同時出現(xiàn)的目標(biāo)能被有效地檢測到，其網(wǎng)絡(luò)結(jié)構(gòu)如圖9所示。綜合圖像處理速度和精確度考慮，Mask R-CNN網(wǎng)絡(luò)無疑是一種比較合適的選擇。

圖9 Mask R-CNN網(wǎng)絡(luò)結(jié)構(gòu)

4 系統(tǒng)功能測試

本系統(tǒng)搭建完成后進(jìn)行功能測試，選取校園內(nèi)一人工湖作為測試水域，天氣陰天，風(fēng)3～4級，無強(qiáng)光。

4.1 系統(tǒng)基本功能測試

無人船下水后，首先按照手動操作指令運(yùn)行，分別操控?zé)o人船完成直線航行、轉(zhuǎn)向、制動漂浮、水質(zhì)檢測、手動操做采樣和視頻采集開關(guān)等指令，發(fā)現(xiàn)無人船能夠具備基本的通信與航行功能，并將航行軌跡和檢測數(shù)據(jù)發(fā)送到客戶端顯示出來；然后切換自動工作模式，在客戶端設(shè)定巡航軌跡、水質(zhì)檢測位置、采樣位置、深度、容量，發(fā)現(xiàn)無人船直線航速可達(dá)50 m/min，控制系統(tǒng)指令傳輸平均時延為300 ms，當(dāng)開啟視頻采集模式時時延有所增加，約為500 ms，測算檢測位置、采樣位置和返航位置的設(shè)定坐標(biāo)和實(shí)際航行位置，在空曠水域定位偏差約為2CEP，測量采樣投放系統(tǒng)中牽引繩入水深度和艙體實(shí)際采樣體積，投放深度誤差約為5%，采樣容量誤差約為8%；最后將無人船航行到水域某點(diǎn)后切斷通信，無人船在30 s內(nèi)無法重新連接后，按照出發(fā)路線返航，返航成功。經(jīng)測試，本系統(tǒng)的操作、通信、檢測、巡航等基本功能都能正常運(yùn)行，且滿足設(shè)計需求。

4.2 航線規(guī)劃功能測試

基于禁忌搜索算法的航線規(guī)劃系統(tǒng)，依托云服務(wù)器進(jìn)行計算，首先將在地圖上選取的檢測點(diǎn)經(jīng)緯度信息轉(zhuǎn)換成二維坐標(biāo)信息，將坐標(biāo)輸入算法中，規(guī)劃出一天航線后，將航線坐標(biāo)信息解碼成經(jīng)緯度參數(shù)發(fā)給無人船。此處采用MATLAB軟件進(jìn)行仿真，在一個200 m*200 m的水域，隨機(jī)選取15個監(jiān)測點(diǎn)，坐標(biāo)信息為[131 43;142 31;161 135;78 41;98 114;20 85;97 96;191 192;100 143;80 0;167 116;11 174;74 176;125 97;85 57]，設(shè)坐標(biāo)中為0或者200的為岸邊，經(jīng)過仿真，航線規(guī)劃如圖10(a)所示，從坐標(biāo)(80,0)位置出發(fā)，巡航所有監(jiān)測點(diǎn)后返回出發(fā)位置；航線規(guī)劃過程如圖10(b)所示，初始隨機(jī)生成的一條搜索航線總長度為1514.3 m,經(jīng)過禁忌搜索法迭代到第86次時，最優(yōu)規(guī)劃航線的總長度僅為780.069 m，節(jié)省48.47%的里程，仿真用時約6 s，滿足計算需求，同時對于無人船的續(xù)航和工作能力的增加有著重要意義。

圖10 基于禁忌搜索算法的航線規(guī)劃

4.3 水面目標(biāo)檢測與識別測試

基于深度學(xué)習(xí)算法的圖像檢測對于硬件上設(shè)備具有一定的要求，本系統(tǒng)采用云服務(wù)器作為算法運(yùn)行的載體，極大地減輕了客戶端主機(jī)和圖像采集控制器的負(fù)載和成本。圖11(a)為水面單個物體檢測，且能夠?qū)⑺械慕ㄖ锱c漂浮物進(jìn)行區(qū)分；圖11(b)為多物體檢測，能夠準(zhǔn)確識別水面的漂浮物。雖然當(dāng)檢測算法運(yùn)行時，圖像存在掉幀情況，但是能夠維持8幀左右，能夠滿足日常水面巡檢工作。

4.4 水質(zhì)檢測精度測試

水質(zhì)檢測部分是整個系統(tǒng)的重要組成，本次測試在校園內(nèi)的人工湖進(jìn)行實(shí)地測試。在檢測時選取5個檢測點(diǎn)，分別用無人船水質(zhì)監(jiān)測系統(tǒng)和便攜式水質(zhì)檢測儀進(jìn)行水質(zhì)檢測，無人船系統(tǒng)的檢測數(shù)據(jù)與便攜式水質(zhì)檢測儀數(shù)據(jù)的差值的絕對值見表2，其中無人船檢測的數(shù)據(jù)，為每5 s檢測一次，取5次的平均值。

利用表2數(shù)據(jù)，用測量的絕對誤差最大值除以量程可以計算出每種傳感器的引用誤差。根據(jù)《GBT 13283-2008工業(yè)過程測量和控制用檢測儀表和顯示儀表精確度等級》[21]，我國儀表精度等級依據(jù)引用誤差值劃分為0.1，0.2，0.5，1.0，1.5，2.5，5.0這7個等級，由表2數(shù)據(jù)中的引用誤差，可知傳感器的等級分別為Ⅳ(1.0)，Ⅲ(0.5)，Ⅱ(0.2)，Ⅰ(0.1)，Ⅲ(0.5)，Ⅰ(0.1)，綜上可知無人船水質(zhì)檢測部分的檢測精度誤差能夠滿足常規(guī)的檢測要求，其中無人船航行對水流的影響會引起溫度、溶解氧和濁度的變化，測量存在一定誤差。

圖11 水面漂浮物檢測測試結(jié)果

5 結(jié)束語

本文介紹了傳統(tǒng)水產(chǎn)養(yǎng)殖系統(tǒng)和現(xiàn)代水產(chǎn)養(yǎng)殖技術(shù)的發(fā)展現(xiàn)狀與不足，并針對現(xiàn)存的問題提出了一種模塊化的智能水產(chǎn)養(yǎng)殖無人船系統(tǒng)，能夠完成自主巡航、水質(zhì)監(jiān)測、實(shí)時監(jiān)控、遠(yuǎn)程控制、采樣投料等任務(wù)。通過對各個功能和模塊進(jìn)行測試和實(shí)驗(yàn)，結(jié)果表明，本文設(shè)計的智能水產(chǎn)養(yǎng)殖無人船系統(tǒng)能夠?qū)崿F(xiàn)航線規(guī)劃與自主巡航，對當(dāng)前水域的水質(zhì)和水面狀況進(jìn)行實(shí)時監(jiān)測，各傳感器的精度符合國家標(biāo)準(zhǔn)要求，并能通過遠(yuǎn)程控制實(shí)施精準(zhǔn)的物料投放，此外，無人船航行的路線及位置、水質(zhì)監(jiān)測的詳細(xì)參數(shù)和水面的圖像畫面都能夠通過客戶端軟件顯示出來，監(jiān)測數(shù)據(jù)可通過云端進(jìn)行保存。

表2 水質(zhì)檢測誤差值

與傳統(tǒng)的水產(chǎn)養(yǎng)殖系統(tǒng)相比，本文提出的無人船系統(tǒng)降低了水產(chǎn)養(yǎng)殖行業(yè)的勞動作業(yè)強(qiáng)度和人力成本，通過對養(yǎng)殖過程的實(shí)時監(jiān)測和精準(zhǔn)的物料投放，有效改善了水體環(huán)境，大大降低了水產(chǎn)養(yǎng)殖行業(yè)的風(fēng)險系數(shù)，提高了生產(chǎn)效率，同時也便于操作人員的規(guī)范管理。利用云服務(wù)器將養(yǎng)殖過程中產(chǎn)生的數(shù)據(jù)收集起來，進(jìn)行整合、挖掘后變成有價值的信息，不僅可以用于科研技術(shù)的進(jìn)一步研究，還可以為經(jīng)營主體提供決策支持和行業(yè)服務(wù)，有利于政府進(jìn)行大數(shù)據(jù)管理和科學(xué)化監(jiān)管。

本設(shè)計完成了系統(tǒng)各模塊的硬件及軟件設(shè)計目標(biāo)，經(jīng)檢測達(dá)到了預(yù)期指標(biāo)要求。但是，仍然還有一些有待改進(jìn)加強(qiáng)的地方。

(1)由于船體的限制，僅能搭載少量檢測傳感器，需要對船體進(jìn)一步設(shè)計提高其負(fù)載能力，針對實(shí)際需求加載其它設(shè)備，如魚群探測傳感器，水域地形探測傳裝備等。

(2)將檢測對象擴(kuò)展到三維水體空間，研究追蹤定位養(yǎng)殖環(huán)境中污染源的方法，根據(jù)檢測數(shù)據(jù)追溯污染源。

(3)構(gòu)建相關(guān)數(shù)據(jù)庫，收集水域水質(zhì)和養(yǎng)殖數(shù)據(jù)，繪制相關(guān)狀況分布圖。

(4)進(jìn)一步開發(fā)圖像采集模塊，將機(jī)器視覺應(yīng)用于巡航避障，即采用雙目攝像頭實(shí)現(xiàn)對檢測到障礙物進(jìn)行空間信息解算。