一种基于水下机器人的无人渔场鱼群行为识别系统及方法技术方案

本发明专利技术涉及智能养殖数据分析技术领域，公开了一种基于水下机器人的无人渔场鱼群行为识别系统及方法，通过水下机器人向鱼群发射声波，并获取声波的回波信号，再对回波信号进行滤波处理获得第一信号，然后利用第一信号计算方案计算活跃系数，进而计算出鱼塘的异常率，最后根据异常率识别鱼群行为状态是否正常并进行输出。在复杂的渔场养殖环境下，测量投喂鱼群后，精确地识别出池塘中鱼类活跃性，根据其活跃性的变化科学地分析鱼塘的状态或者鱼群的健康状态，大大提高了异常识别的准确性和可靠性，大大降低养殖用户或者经营者因鱼类异常识别过失导致的经济损失风险，对资源和能源的效用率形成有益影响。的效用率形成有益影响。的效用率形成有益影响。

【技术实现步骤摘要】
一种基于水下机器人的无人渔场鱼群行为识别系统及方法


[0001]本专利技术属于数据采集
、涉及智能养殖数据分析
，具体涉及一种基于水下机器人的无人渔场鱼群行为识别系统及方法。

技术介绍

[0002]在鱼类养殖行业中，养殖的鱼群容易遭外来因素的影响，包括细菌、病毒或者其他物种等不确定因素，都会导致鱼群出现异常，情况轻微的会导致鱼类生长受到抑制，减慢其成长发育速度，情况严重时会导致泛塘。然而鱼类的健康状态或者池塘的状态如果只靠人类视觉或者经验判断，往往无法分辨细微的差别，导致发现异常的时刻过晚造成不可挽回的经济损失；因此亟需一种科学有效的方法对鱼群的健康或者池塘的状态进行识别以规避鱼类各种异常的风险，目前的现有技术方法是通过诊断震动、计算机视觉等方法对鱼类活跃性进行检测，检测精度低、反应慢、由于各种干扰因素导致准确性和可靠性并不高。

技术实现思路

[0003]本专利技术的目的在于提出一种基于水下机器人的无人渔场鱼群行为识别系统及方法，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
[0004]为了实现上述目的，根据本专利技术的一方面，提供一种基于水下机器人的无人渔场鱼群行为识别方法，所述方法包括以下步骤：S100，水下机器人向鱼群发射声波，并获取声波的回波信号；S200，对回波信号进行滤波处理获得第一信号；S300，利用第一信号计算方案计算活跃系数；S400，通过活跃系数计算异常率；S500，根据异常率识别鱼群行为状态是否正常并进行输出；其中，利用第一信号计算方案计算活跃系数的方法是：在t0时刻对渔场进行饲料投喂（在往鱼池投喂饲料时，均匀地往鱼池投喂饲料，由于投喂时鱼群争食导致鱼塘中的鱼群活跃增大，获取到的信号更加大，所以可以提高实时频率的准确性），PMqf(t0)代表t0时刻获得的第一信号的实时频率；设置一个序列作为频率实时序列LsPM，将PMqf(t0)加入到频率实时序列LsPM中；设置测次阈值tGate，tGate为整数，设置为[10,30]；开始每隔时间TF进行一次测量获取第一信号，所述测量为向鱼群发射声波并根据声波的回波信号获取第一信号；从t0时刻开始获取t次第一信号的各个实时频率PMqf(T2)，将PMqf(t0) 加入到频率实时序列LsPM中，然后依次将符合第一条件的PMqf(T2)逐个加入到序列LsPM，T2为从t0时刻开始的第t次测量时刻，T2=t0+t
×
TF；所述第一条件为：PMqf(T2)≥0.5
×
(max{LsPM}－PMqf(t0))并且t≤tGate；其中，
max{LsPM}代表LsPM中的最大值；t为获取第一信号的预设测量次数，取值[30,100] 次；PMqf(T2)为从t0时刻开始第t次测量获取的第一信号的实时频率；获取实时序列LsPM，以LsPM中元素的值出现依次递增后首次出现递减的时刻对应的元素作为活跃系数ACIDX。
[0005]进一步地，在步骤S100中，获取声波的回波信号的方法是：在渔场内投放水下机器人，所述水下机器人可以在水中移动；水下机器人安装有探测头，所述探测头包含：换能器或者声纳探鱼器、收发控制单元；所述换能器或者声纳探鱼器用于向渔场内鱼群发射声脉冲信号并接收回波信号到收发控制单元；换能器或者声纳探鱼器至少能够发射一种声脉冲信号到渔场内的水体中，且换能器具有的圆锥开角，开角范围为5～10
°
，收发控制单元用于根据声学参数产生声波脉冲信号，并采用声波脉冲信号激励所述换能器或者声纳探鱼器将声波脉冲信号辐射至向渔场的水体中，同时接收渔场的水体中鱼群的回波信号，并剔除回波信号中的噪声，所述水下机器人为专利公开号CN212149252U、CN216118500U、CN212500964U或CN208979083U的任意一种水下机器人，所述声纳探鱼器的声纳频率为200KHz到500KHz，45度探头探测角度，探测范围0.6~100米,精确度0.1~0.3米，所述水下机器人可以有一个或多个。
[0006]进一步地，在步骤S200中，对回波信号进行滤波处理获得第一信号方法是：通过设定的时间阈值TF（TF=[5,10]分钟）获取一次回波信号，将获得的回波信号的信号大小记为实时频率Mqf或者将回波信号的多普勒频率记为实时频率Mqf，由水下机器人在[2，24]小时内的所有回波信号的实时频率Mqf形成实时频率序列LMqf，LMqf＝[Mqf
a1
]；其中a1为实时频率在时序上的序号，a1∈[1，Pcs]，以Pcs代表[2，24]小时内获得的实时频率Mqf的总次数, Mqf
a1
为LMqf中第a1个实时频率；利用实时频率序列LMqf计算得到谷峰频比值ε，ε＝max{LMqf}/min{LMqf}；其中max{LMqf}代表序列LMqf中的最大值，min{LMqf}代表序列LMqf中的最小值；利用序列LMqf计算得到回波信号的实时频率的波敏度SstIdx，，其中a2为累加变量，EMqf代表序列LMqf中各个数值的算术平均值，ε代表谷峰频比值；计算所有回波信号的实时频率的波敏度SstIdx的算数平均值PSI；筛选出波敏度SstIdx大于PSI的回波信号作为第一信号。
[0007]优选地，在步骤S300中，利用第一信号计算方案计算活跃系数的方法还可以替换为：在t0时刻对渔场进行饲料投喂（在往鱼池投喂饲料时，均匀地往鱼池投喂饲料，由于投喂时鱼群争食导致鱼塘中的鱼群活跃增大，获取到的信号更加大，所以可以提高实时频率的准确性），PMqf(t0)代表t0时刻获得的第一信号的实时频率；设置一个序列作为频率实时序列LsPM，将PMqf(t0)加入到频率实时序列LsPM中；t0时刻为开始进行饲料投喂的时刻；设置一个变量maxPM作为测峰值，初始化测峰值maxPM的值为PMqf(t0)；设置一个变量t作为时刻计数器，令t的初始值为1；设置一个变量tGate作为测次阈值，其初始值为[10,30]；跳转到步骤S301；S301,开始每隔时间TF进行一次测量获取第一信号，所述测量为向鱼群发射声波
并根据声波的回波信号获取第一信号；S302，获取第一信号的实时频率PMqf(T2)，T2为从t0时刻开始第t次测量的时刻,T2=t0+t
×
TF，如果PMqf(T2)≥0.5
×
(maxPM－PMqf(t0))并且t≤tGate，将PMqf(T2)加入到频率实时序列LsPM中，跳转到步骤S303；如果PMqf(T2)＜0.5
×
(maxPM－PMqf(t0))并且t＜tGate，水下机器人恢复每隔时间TF进行一次测量；计算活跃系数ACIDX：ACIDX=(maxPM－PMqf(T2))
÷
(tTop
‑
t)；其中tTop代表获得maxPM时t的取值，设置tGate的数值为在LsPM中第一频率值PMqf(T2)第一次超过3
×
maxPM时t的取值，或者设置tGate的数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于水下机器人的无人渔场鱼群行为识别方法，其特征在于，所述方法包括以下步骤：S100，水下机器人向鱼群发射声波，并获取声波的回波信号；S200，对回波信号进行滤波处理获得第一信号；S300，利用第一信号计算方案计算活跃系数；S400，通过活跃系数计算异常率；S500，根据异常率识别鱼群行为状态是否正常并进行输出；其中，利用第一信号计算方案计算活跃系数的方法是：在t0时刻对渔场进行饲料投喂，以PMqf(t0)代表t0时刻获得的第一信号的实时频率；设置一个序列作为频率实时序列LsPM，将PMqf(t0)加入到频率实时序列LsPM中；设置测次阈值tGate；开始每隔时间TF进行一次测量获取第一信号，所述测量为向鱼群发射声波并根据声波的回波信号获取第一信号；从t0时刻开始获取t次第一信号的各个实时频率PMqf(T2)，将PMqf(t0) 加入到频率实时序列LsPM中，然后依次将符合第一条件的PMqf(T2)逐个加入到序列LsPM，T2为从t0时刻开始的第t次测量时刻；所述第一条件为：PMqf(T2)≥0.5
×
(max{LsPM}－PMqf(t0))并且t≤tGate；其中，max{LsPM}代表LsPM中的最大值；t为获取第一信号的预设测量次数；PMqf(T2)为从t0时刻开始第t次测量获取的第一信号的实时频率；获取实时序列LsPM，以LsPM中元素的值出现依次递增后首次出现递减的时刻对应的元素作为活跃系数ACIDX。2.根据权利要求1所述的一种基于水下机器人的无人渔场鱼群行为识别方法，其特征在于，在步骤S100中，获取声波的回波信号的方法是：在渔场内投放水下机器人，所述水下机器人可以在水中移动；水下机器人安装有探测头，所述探测头包含：换能器或者声纳探鱼器、收发控制单元；所述换能器或者声纳探鱼器用于向渔场内鱼群发射声脉冲信号并接收回波信号到收发控制单元；换能器或者声纳探鱼器至少能够发射一种声脉冲信号到渔场内的水体中，收发控制单元用于根据声学参数产生声波脉冲信号，并采用声波脉冲信号激励所述换能器或者声纳探鱼器将声波脉冲信号辐射至向渔场的水体中，同时接收渔场的水体中鱼群的回波信号。3.根据权利要求1所述的一种基于水下机器人的无人渔场鱼群行为识别方法，其特征在于，在步骤S200中，对回波信号进行滤波处理获得第一信号方法是：通过设定的时间阈值TF获取一次回波信号，将获得的回波信号的信号大小记为实时频率Mqf或者将回波信号的多普勒频率记为实时频率Mqf，由水下机器人在[2，24]小时内的所有回波信号的实时频率Mqf形成实时频率序列LMqf，LMqf＝[Mqf
a1
]；其中a1为实时频率在时序上的序号，a1∈[1，Pcs]，以Pcs代表[2，24]小时内获得的实时频率Mqf的总次数, Mqf
a1
为LMqf中第a1个实时频率；利用实时频率序列LMqf计算得到谷峰频比值ε，ε＝max{LMqf}/min{LMqf}；其中max{LMqf}代表序列LMqf中的最大值，min{LMqf}代表序列LMqf中的最小值；利用序列LMqf计算得到回波信号的实时频率的波敏度SstIdx，，
其中a2为累加变量，EMqf代表序列LMqf中各个数值的算术平均值，ε代表谷峰频比值；计算所有回波信号的实时频率的波敏度SstIdx的算数平均值PSI；筛选出波敏度SstIdx大于PSI的回波信号作为第一信号。4.根据权利要求1所述的一种基于水下机器人的无人渔场鱼群行为识别方法，其特征在于，在步骤S...

【专利技术属性】
技术研发人员：曹亮，李湘丽，刘双印，郭建军，徐龙琴，刘同来，冯大春，罗智杰，尹航，郑建华，韩钤钰，何国煌，
申请(专利权)人：仲恺农业工程学院，
类型：发明
国别省市：