【技术实现步骤摘要】
本专利技术涉及水上救援设备，尤其涉及一种智能全天候自主巡航无人救援艇及其救援控制方法。
技术介绍
1、目前，水上救援主要依赖传统的人工巡逻和手动操作的救援设备。这些方法通常包括岸上瞭望台、救生员巡逻、救生艇等。虽然这些方法在过去发挥了重要作用，但随着水上活动的日益普及和复杂化，传统救援方式的局限性日益凸显。
2、现有技术存在以下主要缺点：首先，人工巡逻覆盖范围有限，难以实现对大面积水域的持续监控，特别是在夜间或能见度低的情况下，监控效果更加受限。其次，传统救援设备的反应时间较长，从发现溺水者到实施救援往往需要较长时间，可能错过最佳救援时机。再者，在恶劣天气条件下，人工救援效率低下且存在较高的安全风险。最后，传统救援方式高度依赖人力资源，不仅成本高昂，而且容易受到人为因素如疲劳和判断失误的影响。
3、此外，现有的一些自动化救援设备虽然在某些方面改善了传统救援的不足，但仍存在智能化程度不足的问题。这些设备通常缺乏自主决策能力，无法根据复杂多变的水域环境自动调整救援策略。同时，它们在识别溺水者和进行精准救援方面的能力有限，难以在没有人工干预的情况下完成全程救援任务。这些限制使得现有的自动化救援设备难以满足全天候、大范围、高效率水上救援的需求。
技术实现思路
1、有鉴于此，本专利技术实施例的目的在于提供一种智能全天候自主巡航无人救援艇及其救援控制方法，以实现全天候、全自主的水上巡航和救援，提高水上救援的覆盖范围和效率，减少人力资源消耗，降低救援人员的安全风险，缩短救
2、为达到上述目的，第一方面，本专利技术提供一种智能全天候自主巡航无人救援艇，其包括：
3、艇体，以及设置于所述艇体上的多源能量供应系统、环境与目标感知系统、智能控制系统、推进系统、卫星定位系统和自主导航系统；
4、所述卫星定位系统，用于提供无人救援艇的实时位置数据；
5、所述推进系统，用于驱动所述艇体进行移动和航向调整；
6、所述多源能量供应系统，用于为整个无人救援艇提供电能；
7、所述环境与目标感知系统，用于获取周围环境数据和潜在溺水者数据；
8、所述自主导航系统，用于基于深度强化学习算法，结合所述无人救援艇的实时位置数据、预装的电子水域地图和周围环境数据，动态规划和实时更新最优巡航路线；
9、所述智能控制系统，用于控制所述无人救援艇按照所述最优巡航路线进行巡航；在巡航过程中，基于深度学习算法处理所述潜在溺水者数据，识别溺水者；当识别到溺水者时，生成救援行动策略，基于所述救援行动策略控制所述无人救援艇向溺水者靠近并实施救援；控制所述无人救援艇携带溺水者航行至预设的安全位置；在完成救援任务后，指示所述自主导航系统重新规划最优巡航路线，并控制所述无人救援艇继续按照更新后的最优巡航路线进行巡航。
10、在一些可能的实施方式中，所述周围环境数据包括：水面物体轮廓数据、水下地形数据、水下目标位置数据、大气压力、空气湿度、风速和风向；
11、所述环境与目标感知系统包括：
12、水面目标扫描装置，包括热成像相机和毫米波雷达，所述热成像相机用于检测水面上的人体热源，获得潜在溺水者的热成像数据，所述毫米波雷达用于探测水面物体轮廓，获得水面物体轮廓数据；
13、水下目标探测装置，包括声呐系统和水下光学相机，所述声呐系统用于水下地形扫描和目标探测，获得水下地形数据和水下目标的位置数据，所述水下光学相机用于水下目标识别和图像采集，获得水下目标的视觉特征数据；其中，所述水下目标数据包括所述水下目标的位置数据和所述水下目标的视觉特征数据；
14、气象监测装置，包括：用于测量大气压力的气压计，用于测量空气湿度的湿度传感器，用于测量风速和风向的风速仪。
15、在一些可能的实施方式中，所述周围环境数据还包括水温、盐度和ph值；所述气象监测装置还包括用于测量水温、盐度和ph值的水质传感器。
16、在一些可能的实施方式中，所述智能控制系统包括：
17、目标识别模块，用于对所述潜在溺水者数据进行预处理，得到目标特征数据；将所述目标特征数据输入卷积神经网络进行特征提取和分类，识别潜在的溺水者；
18、救援决策模块，用于基于贝叶斯网络和蒙特卡洛树搜索算法，根据溺水者的实时位置、水域状况数据和天气条件，生成最佳的救援行动策略；其中所述水域状况数据由所述声呐系统获得的水下地形数据和所述毫米波雷达获得的水面物体轮廓数据综合得出，所述天气条件由所述气压计、所述湿度传感器和所述风速仪获得；
19、任务规划模块，用于根据所述环境与目标感知系统的输入数据和目标识别模块的识别结果，判断是否存在需要救援的溺水者，从而选择执行巡航任务或救援任务，并在巡航任务和救援任务之间进行切换；当识别到溺水者时，切换至救援任务；救援任务完成后，切换回巡航任务。
20、在一些可能的实施方式中，所述救援决策模块，具体用于：
21、构建贝叶斯网络模型，将溺水者的位置、水域状况数据、天气条件和可用救援资源的状态作为输入节点，其中，所述可用救援资源的状态包括救生设备释放装置、落水者牵引装置和应急通信装置的状态；
22、使用历史救援数据初始化贝叶斯网络的条件概率表，所述历史救援数据包括：过去每次救援行动的具体环境参数、采取的救援动作和救援结果；
23、基于当前溺水者位置、实时水域状况数据、实时天气条件和当前可用救援资源的状态，使用贝叶斯推理计算不同救援动作的成功概率；
24、将贝叶斯网络输出的不同救援动作的成功概率作为蒙特卡洛树搜索的奖励函数；
25、使用蒙特卡洛树搜索算法生成多个可能的救援行动序列，其中每个所述救援行动序列包含一系列连续的救援动作；
26、对每个生成的救援行动序列，通过模拟执行该救援行动序列并累加每个救援动作的预期奖励，计算其预期长期收益，其中每个救援动作的预期奖励基于所述奖励函数；
27、选择预期长期收益最高的救援行动序列作为最佳救援行动策略。
28、在一些可能的实施方式中，所述环境与目标感知系统还包括激光雷达，用于测量已识别的溺水者相对于本无人救援艇的相对位置；结合本无人救援艇的实时位置数据，计算得出已识别的溺水者的实时位置。
29、在一些可能的实施方式中，所述的智能全天候自主巡航无人救援艇，还包括：
30、救援执行系统，电连接至智能控制系统，用于根据所述智能控制系统下达的具体救援指令执行救援任务，所述具体救援指令基于所述救援行动策略生成；
31、所述救援执行系统包括：
32、救生设备释放装置，设置于所述艇体的侧面，包括充气救生圈发射器和/或救生绳抛射器，用于向溺水者投送充气救生圈或者救生绳；
33、落水者牵引装置，设置于所述艇体的后部，包括可伸缩机械臂和软体本文档来自技高网...
【技术保护点】
1.一种智能全天候自主巡航无人救援艇，其特征在于，包括：
2.根据权利要求1所述的智能全天候自主巡航无人救援艇，其特征在于，所述周围环境数据包括：水面物体轮廓数据、水下地形数据、水下目标位置数据、大气压力、空气湿度、风速和风向；
3.根据权利要求2所述的智能全天候自主巡航无人救援艇，其特征在于，所述智能控制系统包括：
4.根据权利要求3所述的智能全天候自主巡航无人救援艇，其特征在于，所述救援决策模块，具体用于：
5.根据权利要求3所述的智能全天候自主巡航无人救援艇，其特征在于，所述环境与目标感知系统还包括激光雷达，用于测量已识别的溺水者相对于本无人救援艇的相对位置；结合本无人救援艇的实时位置数据，计算得出已识别的溺水者的实时位置。
6.根据权利要求3所述的智能全天候自主巡航无人救援艇，其特征在于，还包括：
7.根据权利要求1所述的智能全天候自主巡航无人救援艇，其特征在于，艇体的形状为U型，所述艇体上设置有供溺水者抓握的把手或者安全绳；
8.一种权利要求1至7任一项所述的智能全天候自主巡航无人救援艇
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，其特征在于，该计算机指令用于使该计算机执行前述权利要求8中所述的智能全天候自主巡航无人救援艇的救援控制方法。
...【技术特征摘要】
1.一种智能全天候自主巡航无人救援艇，其特征在于，包括：
2.根据权利要求1所述的智能全天候自主巡航无人救援艇，其特征在于，所述周围环境数据包括：水面物体轮廓数据、水下地形数据、水下目标位置数据、大气压力、空气湿度、风速和风向；
3.根据权利要求2所述的智能全天候自主巡航无人救援艇，其特征在于，所述智能控制系统包括：
4.根据权利要求3所述的智能全天候自主巡航无人救援艇，其特征在于，所述救援决策模块，具体用于：
5.根据权利要求3所述的智能全天候自主巡航无人救援艇，其特征在于，所述环境与目标感知系统还包括激光雷达，用于测量已识别的溺水者相对于本无人救援艇的相对位置；结合本无人救援艇的实时位置数据...
【专利技术属性】
技术研发人员：彭景伟，刘邦秀，
申请(专利权)人：北京科苏姆智能科技有限公司，
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。