本发明专利技术涉及垃圾清洁技术领域，尤其是涉及一种水下清洁方法及其装置、电子设备、存储介质。根据本发明专利技术的第一方面实施例的水下清洁方法，本发明专利技术通过先获取来自控制中心的作业启动指令，然后根据作业启动指令控制摄像组件采集水下图像信息，进而通过目标识别模型对水下图像信息进行处理，识别得到水下垃圾的垃圾类型以及水下垃圾在水下环境中的待清洁位置，最终根据水下垃圾在水下环境中的待清洁位置，对水下垃圾进行收集。本发明专利技术中的水下清洁方法能够基于目标识别模型对目标水域自动完成对目标水域的水下垃圾进行垃圾类型的确认以及待清洁位置的确认，进而完成清洁工作，解放人力成本，进一步提高水下清洁的处理效率。进一步提高水下清洁的处理效率。进一步提高水下清洁的处理效率。
【技术实现步骤摘要】
一种水下清洁方法及其装置、电子设备、存储介质
[0001]本专利技术涉及垃圾清洁
，尤其是涉及一种水下清洁方法及其装置、电子设备、存储介质。
技术介绍
[0002]随着人们生活水平的提高，人们对环境卫生越来越重视，而由于水下工作环境较为恶劣、水底地形复杂多变，因此对水域污染的整治成为了一大难题。尤其是在狭小河道、湖泊的垃圾清洁和环境监测任务，基于水底地形的复杂多变，相关技术中大多还是只能采用网兜将水面垃圾捞出水面,这种作业方式劳动强度较大，工作效率非常低，清除效果并不理想，因此其应用范围十分受限，故而，如何令水下清洁装置在作业进程中解放人力，提升水下清洁效率，成为业内人员亟待解决的问题。
技术实现思路
[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种水下清洁方法及其装置、电子设备、存储介质，能够在水下作业进程中具备更高的工作效率。
[0004]根据本专利技术的第一方面实施例的水下清洁方法，应用于水下清洁装置，所述方法包括：
[0005]获取来自控制中心的作业启动指令，所述作业启动指令用于启动水下清洁装置；
[0006]根据所述作业启动指令控制摄像组件采集水下图像信息，所述水下图像信息反映目标水域的所述水下环境。
[0007]通过目标识别模型对所述水下图像信息进行处理，识别得到水下垃圾的垃圾类型以及所述水下垃圾在所述水下环境中的待清洁位置；
[0008]根据所述水下垃圾在所述水下环境中的所述待清洁位置，对所述水下垃圾进行收集；
[0009]可选的，根据本专利技术的一些实施例，所述水下清洁装置通过线缆与母船连接，所述获取来自控制中心的作业启动指令包括：
[0010]通过线缆获取来自所述控制中心的所述作业启动指令，所述作业启动指令经由所述母船进行中继通信。
[0011]可选的，根据本专利技术的一些实施例，所述通过目标识别模型对所述水下图像信息进行处理，识别得到水下垃圾的垃圾类型以及所述水下垃圾在所述水下环境中的待清洁位置之前，还包括：
[0012]将带有垃圾分类标签的训练数据集输入基础识别模型进行迭代训练；
[0013]每一轮所述迭代训练后，计算所述基础识别模型的垃圾识别准确率并对所述基础识别模型进行更新；
[0014]统计所述垃圾识别准确率在每一轮所述迭代训练中的变化情况，当所述垃圾识别准确率收敛于定值，停止所述迭代训练并得到训练好的所述目标识别模型。
[0015]可选的，根据本专利技术的一些实施例，所述通过目标识别模型对所述水下图像信息进行处理，识别得到水下垃圾的垃圾类型以及所述水下垃圾在所述水下环境中的待清洁位置，包括：
[0016]通过所述目标识别模型将所述水下图像信息网格化，并根据所述网格化后的所述水下图像信息得到多个目标边界框；
[0017]将多个所述目标边界框与所述训练数据集中的分类标准框进行重叠度比对；
[0018]以重叠度最高的所述目标边界框对待检测目标进行识别分类，并保留置信度高于预设阈值的识别结果，得到所述水下垃圾的所述垃圾类型。
[0019]可选的，根据本专利技术的一些实施例，所述水下清洁装置包括机械臂，所述根据所述水下垃圾在所述水下环境中的所述待清洁位置，对所述水下垃圾进行收集，包括：
[0020]对所述水下清洁装置的推进器进行驱动，以控制所述水下清洁装置移动至所述待清洁位置；
[0021]当到达所述待清洁位置，控制所述机械臂对所述水下垃圾进行抓取；
[0022]将所述机械臂抓取到的所述水下垃圾置于垃圾存放装置，并基于所述垃圾存放装置完成对所述水下垃圾的收集。
[0023]可选的，根据本专利技术的一些实施例，所述将所述机械臂抓取到的所述水下垃圾置于垃圾存放装置，并基于所述垃圾存放装置完成对所述水下垃圾的收集，包括：
[0024]当所述机械臂将抓取到的所述水下垃圾置于所述垃圾存放装置的收集口，启动所述收集口与垃圾收集仓之间的传送带，所述垃圾收集仓设置于所述垃圾存放装置内部；
[0025]当所述传送带将所述水下垃圾运送至所述垃圾收集仓中，关闭所述传送带。
[0026]根据本专利技术的第二方面实施例的水下清洁装置，包括：指令接收模块、图像采集模块、识别处理模块、垃圾收集模块；
[0027]所述指令接收模块用于获取来自控制中心的作业启动指令，所述作业启动指令用于启动水下清洁作业；
[0028]所述图像采集模块用于根据所述作业启动指令控制摄像组件采集水下图像信息，所述水下图像信息反映目标水域的所述水下环境；
[0029]所述识别处理模块用于通过目标识别模型对所述水下图像信息进行处理，识别得到水下垃圾以及所述水下垃圾在所述水下环境中的待清洁位置；
[0030]所述垃圾收集模块用于根据所述水下垃圾在所述水下环境中的所述待清洁位置，对所述水下垃圾进行收集。
[0031]可选的，根据本专利技术的一些实施例，所述水下清洁装置还包括推进器，所述推进器由多个不同方向的水下外转子直流电机组成，用于实现水下多自由度控制。
[0032]第三方面，本专利技术实施例提供了一种电子设备，包括：存储器、处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如本专利技术第一方面实施例中任意一项所述的水下清洁方法。
[0033]第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如本专利技术第一方面实施例中任意一项所述的水下清洁方法。
[0034]根据本专利技术实施例的水下清洁方法及其装置、电子设备、存储介质，至少具有如下
有益效果：
[0035]本专利技术通过先获取来自控制中心的作业启动指令，然后根据所述作业启动指令控制摄像组件采集水下图像信息，进而通过目标识别模型对所述水下图像信息进行处理，识别得到水下垃圾的垃圾类型以及所述水下垃圾在所述水下环境中的待清洁位置，最终根据所述水下垃圾在所述水下环境中的所述待清洁位置，对所述水下垃圾进行收集。本专利技术中的水下清洁方法能够基于目标识别模型对目标水域自动完成对目标水域的水下垃圾进行垃圾类型的确认以及待清洁位置的确认，进而完成清洁工作，解放人力成本，进一步提高水下清洁的处理效率。
[0036]本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0037]本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
[0038]图1为本专利技术实施例提供的水下清洁方法流程示意图；
[0039]图2为本专利技术实施例提供的另一水下清洁方法流程示意图；
[0040]图3为本专利技术实施例提供的另一水下清洁方法流程示意图；
[0041]图4为本专利技术实施例提供的另一水下清洁方法流程示意图；
[0042]图5为本专利技术实施例提供的另一水下清洁方法流程示意图；
[004本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种水下清洁方法，应用于水下清洁装置，其特征在于，所述方法包括：获取来自控制中心的作业启动指令，所述作业启动指令用于启动水下清洁装置；根据所述作业启动指令控制摄像组件采集水下图像信息，所述水下图像信息反映目标水域的水下环境；通过目标识别模型对所述水下图像信息进行处理，识别得到水下垃圾的垃圾类型以及所述水下垃圾在所述水下环境中的待清洁位置；根据所述水下垃圾在所述水下环境中的所述待清洁位置，对所述水下垃圾进行收集。2.根据权利要求1所述的方法，其特征在于，所述水下清洁装置通过线缆与母船连接，所述获取来自控制中心的作业启动指令包括：通过线缆获取来自所述控制中心的所述作业启动指令，所述作业启动指令经由所述母船进行中继通信。3.根据权利要求1所述的方法，其特征在于，所述通过目标识别模型对所述水下图像信息进行处理，识别得到水下垃圾的垃圾类型以及所述水下垃圾在所述水下环境中的待清洁位置之前，还包括：将带有垃圾分类标签的训练数据集输入基础识别模型进行迭代训练；每一轮所述迭代训练后，计算所述基础识别模型的垃圾识别准确率并对所述基础识别模型进行更新；统计所述垃圾识别准确率在每一轮所述迭代训练中的变化情况，当所述垃圾识别准确率收敛于定值，停止所述迭代训练并得到训练好的所述目标识别模型。4.根据权利要求3所述的方法，其特征在于，所述通过目标识别模型对所述水下图像信息进行处理，识别得到水下垃圾的垃圾类型以及所述水下垃圾在所述水下环境中的待清洁位置，包括：通过所述目标识别模型将所述水下图像信息网格化，并根据所述网格化后的所述水下图像信息得到多个目标边界框；将多个所述目标边界框与所述训练数据集中的分类标准框进行重叠度比对；以重叠度最高的所述目标边界框对待检测目标进行识别分类，并保留置信度高于预设阈值的识别结果，得到所述水下垃圾的所述垃圾类型。5.根据权利要求1至4任一项所述的方法，其特征在于，所述水下清洁装置包括机械臂，所述根据所述水下垃圾在所述水下...
【专利技术属性】
技术研发人员：孙兆华，闫秋实，林间，钟树乔，黄健龙，
申请(专利权)人：南方科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。