论文部分内容阅读
我国的河蟹养殖产业居世界首位,当前河蟹养殖面临水草清理一大难题,其作业效率与质量相对偏低。随着养殖规模的逐步扩大和农业劳动力结构的改变,农业作业劳动力严重短缺,因此提高河蟹养殖自动化、智能化水平成为亟待解决的问题。实现水草清理作业船智能化自主导航,提高河蟹养殖的作业效率与质量,其导航效率与定位精度是关键。本研究以水草清理作业船为对象,将提高作业船的导航效率与定位精度为目标,围绕蟹塘水面水草图像信息处理与导航滤波定位技术展开相关研究。论文主要涵盖图像采集与预处理、图像分割与导航线拟合、滤波定位技术、作业船导航控制系统与滤波定位实验等内容,文中详细叙述了水草图像降噪与分割算法、优化无迹卡尔曼滤波(Unscented Kalman Filter,UKF)、优化粒子滤波(Particle Filter,PF)等。本研究的主要内容如下:(1)首先对蟹塘水面水草图像进行采集,根据采集的水草图像环境,尝试通过加载偏振片的物理方法减弱蟹塘水面反射光对水草图像的影响;通过差影法分析获得水草图像噪声模型。利用小波变换(Wavelet Transform,WT)、模糊理论(Fuzzy Theory)和独立成分分析(Independent Component Analysis,ICA)等方法在图像降噪中的优势,提出WT与ICA相融合的降噪算法(WT-ICA),改进的小波阈值降噪算法(Fuzzy-WT)。实验结果表明,WT-ICA和Fuzzy-WT降噪后水草图像的PSRN均值分别提高了12.27%和12.17%;从运算效率看,所得到的两种算法均有所提高,且Fuzzy-WT方法稍优于WT-ICA方法。(2)由水草图像分析可知蟹塘水草图像灰度不均匀,为此结合脉冲耦合神经网络(Pulse Coupled Neural Net-work,PCNN)图像分割和粒子群(Particle Swarm Optimization,PSO)算法空间寻优的能力,提出一种PSO优化PCNN(PSO-PCNN)的水草图像分割算法。新算法主要通过PSO优化网络中的连接系数、连接权放大系数和迭代衰减时间系数,并制定PSO-PCNN参数优化策略。实验结果表明,相比传统的图像分割方法,其误分割率γ,假阴性率FNR和假阳性率FPR均得到不同程度的下降,其分割精度大幅提升。分割后的水草图像分为簇状分布、条行状分布,并为此进行导航线拟合,得到视觉导航基准线。(3)针对作业船导航精度偏低问题,通过建立作业船导航模型,结合UKF方法对作业船进行滤波定位,再引入PSO全局寻优智能算法,采用免疫算法(Immune Algorithm,IA)来改善PSO的多样性,避免算法陷入局部极值,提出一种免疫粒子群优化UKF(IPSO-UKF)的导航滤波定位方法。通过仿真实验可得,IPSO-UKF方法相比GPS方法东向和北向位置均方根误差(Root Mean Square Error,RMSE)分别下降46.09%和71.51%,相比组合导航方法东向和北向位置RMSE分别下降23.92%和58.26%。另外,结合PF技术在非线性非高斯系统中的定位优势,并引入广义回归神经网络(General Regression Neural Network,GRNN)调整粒子的权值;并在GRNN中引入果蝇算法(Fruit Fly Optimization Algorithm,FOA)调整GRNN模式层传递函数的光滑因子,以此提高GRNN的性能,提出一种FOA-GRNN-PF的作业船导航定位滤波方法。通过仿真实验可得,FOA-GRNN-PF相比PF、GRNN-PF在运算精度和运行时间上均具有优势,在较少粒子数下能达到更优的定位精度和更高的运算效率。(4)本研究设计了作业船实验平台与控制系统。其中,在实验平台中包括作业船结构和硬件设备,在结构设计部分描述了水草清理作业船的结构,其硬件设备主要包含控制柜硬件设备、船载移动站设备、图像采集设备和地面基站设备等。在作业船控制系统方面,在文中阐述了作业船总体控制方法的设计,分析了视觉辅助导航系统及作业船直行、转弯及航线切换控制策略,并给出了水草清理自动作业船航向、航速模糊PID控制方法。(5)结合本研究中提出的相关方法,对作业船进行滤波定位实验。实验结果表明,在视觉辅助导航模型下,当作业船通过组合导航对簇状和条形状分布水草进行清理时,IPSO-UKF和FOA-GRNN-PF方法均能提高作业船导航效率和定位精度;当作业船在GPS导航模式时,采用基于实时插点的IPSO-UKF和FOA-GRNN-PF定位方法作业船偏离航线的误差均能得到大幅度的下降。通过以上研究,提出的一系列图像处理算法和滤波定位技术,使得作业船导航效率和定位精度得到大幅度改善,明显提高了水草清理作业船自动化作业水平,降低了农民劳动强度,可促进我国河蟹养殖业的规模化发展,也能为我国农机装备转型升级提供一定的理论基础与技术支撑。