一種用於海洋設備的自主布放回收的方法及系統與流程
2024-04-13 20:48:05 3
1.本發明涉及海洋設備網絡技術領域，尤其涉及一種用於海洋設備的自主布放回收的方法及系統。
背景技術：
2.現伴隨著陸地資源的減少以及開採成本的增加，人類逐漸把目光轉向了水下。對水下資源的開採，成為各個國家新一輪的技術部署關鍵，但是水下作業環境使得資源的勘探和獲取都十分困難，大多數作業任務只能通過水上設備進行。然而水上條件複雜，特別是在海洋作業時設備需要定時的進行布放回收。而海洋環境多變不穩定，使用人工進行布放回收是十分危險和不可靠的。
3.為了保障海洋工作人員的安全，實現對海洋設備的可靠穩定回收，需要在海洋作業船上安裝自主布放回收設備。但是，目前這種自主布放回收設備對複雜海況的適應能力不強，且定位精度不足，對於海洋設備的近距離定位大多依靠光學傳感器，在海洋魯棒性不高。此外，多傳感器的空間定位上存在數據時延，而且計算量大，各個傳感器在空間上的軌跡閉合效果差，位姿累積誤差大。
技術實現要素：
4.本發明所要解決的技術問題在於，提供一種用於海洋設備的自主布放回收的方法及系統，能夠應對複雜惡劣的海洋條件下的布放回收問題，自動化、無人化、可靠高效的對海洋設備進行自動的布放回收。
5.為了解決上述技術問題，本發明第一方面公開了一種用於海洋設備的自主布放回收的方法，所述方法包括：基於預置的跟蹤規則獲取海洋設備的圖像特徵點信息；將海洋設備的慣性測量信息和所述海洋設備的圖像特徵點信息進行數據融合生成海洋設備的位姿信息；將海洋設備的無線載波信息和海洋設備的位姿信息進行數據融合生成海洋設備的定位軌跡預測值；基於所述海洋設備的定位軌跡預測值控制執行機構對海洋設備進行自主布放回收。
6.在一些實施方式中，所述基於預置的跟蹤規則獲取海洋設備的圖像特徵點信息，包括：獲取海洋設備的實時圖像信息中的第一幀位置信息；利用區域建設孿生網絡跟蹤算法對所述第一幀位置信息進行跟蹤，並判斷跟蹤是否成功；若判斷為跟蹤成功，則獲取所述第一幀位置信息的圖像特徵點信息，並獲取所述第一幀位置信息的下一幀位置信息循環所述基於預置的跟蹤規則獲取海洋設備的圖像特徵點信息的步驟。
7.在一些實施方式中，利用區域建設孿生網絡跟蹤算法對所述第一幀位置信息進行跟蹤，並判斷跟蹤是否成功，之後，若判斷為跟蹤成功，將所述第一幀位置信息的圖像特徵點信息作為訓練樣本數據保存，還包括：若判斷為跟蹤失敗，則將所述訓練樣本數據基於目標檢測算法進行訓練生成檢測模型；將跟蹤失敗的下一幀位置信息輸入到所述檢測模型生成再找回圖像信息；獲取所述再找回圖像信息的圖像特徵點信息。
8.在一些實施方式中，所述將海洋設備的慣性測量信息和所述海洋設備的圖像特徵點信息進行數據融合生成海洋設備的位姿信息，包括：將海洋設備的圖像特徵點信息和海洋設備的慣性測量信息進行分析生成卡爾曼濾波估計模型；將所述海洋設備的圖像特徵點信息和海洋設備的慣性測量信息代入所述卡爾曼濾波估計模型，通過卡爾曼濾波對海洋設備進行預測生成海洋設備的位姿信息。
9.在一些實施方式中，將海洋設備的無線載波信息和所述海洋設備的位姿信息進行數據融合生成海洋設備的定位軌跡預測值，包括：利用海洋設備的無線載波信息構建誤差狀態模型；將所述海洋設備的無線載波信息和海洋設備的位姿信息代入所述誤差狀態模型，通過容積卡爾曼濾波生成海洋設備的定位軌跡預測值。
10.根據本發明的第二個方面，提供了一種用於海洋設備的自主布放回收的系統，所述系統包括：雙目攝像頭，用於獲取海洋設備的圖像；圖像處理模塊，用於基於預置的跟蹤規則對所述海洋設備的圖像撓性處理生成海洋設備的圖像特徵點信息；慣性測量模塊，用於獲取海洋設備的慣性測量信息；第一融合模塊，用於將海洋設備的慣性測量信息和所述海洋設備的圖像特徵點信息進行數據融合生成海洋設備的位姿信息；無線載波模塊，用於獲取海洋設備的無線載波信息；第二融合模塊，用於將海洋設備的無線載波信息和所述海洋設備的位姿信息進行數據融合生成海洋設備的定位軌跡預測值；執行機構，用於基於所述海洋設備的定位軌跡預測值對海洋設備進行自主布放回收。
11.在一些實施方式中，所述圖像處理模塊包括：幀處理單元，用於獲取海洋設備的實時圖像信息中的第一幀位置信息；跟蹤單元，用於利用區域建設孿生網絡跟蹤算法對所述第一幀位置信息進行跟蹤，並判斷跟蹤是否成功；特徵點信息獲取單元，用於在判斷為跟蹤成功，則獲取所述第一幀位置信息的圖像特徵點信息，並獲取所述第一幀位置信息的下一幀位置信息循環所述基於預置的跟蹤規則獲取海洋設備的圖像特徵點信息的步驟。
12.在一些實施方式中，特徵點信息獲取單元還將所述第一幀位置信息的圖像特徵點信息作為訓練樣本數據保存，所述特徵點信息獲取單元還用於：在判斷為跟蹤失敗，則將所述訓練樣本數據基於目標檢測算法進行訓練生成檢測模型；將跟蹤失敗的第一幀位置信息輸入到所述檢測模型生成再找回圖像信息；獲取所述再找回圖像信息的圖像特徵點信息。
13.在一些實施方式中，所述第一融合模塊包括：卡爾曼濾波估計模型，通過將海洋設備的圖像特徵點信息和海洋設備的慣性測量信息進行卡爾曼濾波生成；第一預測單元，用於將所述海洋設備的圖像特徵點信息和海洋設備的慣性測量信息代入所述卡爾曼濾波估計模型，通過卡爾曼濾波對海洋設備進行預測生成海洋設備的位姿信息。
14.在一些實施方式中，第二融合模塊包括：誤差狀態模型，通過海洋設備的無線載波信息生成，第二預測單元，用於將所述海洋設備的無線載波信息和海洋設備的位姿信息代入所述誤差狀態模型，通過容積卡爾曼濾波生成海洋設備的定位軌跡預測值。
15.與現有技術相比，本發明的有益效果在於：
16.實施本發明能夠針對複雜海況下的近距離定位的實際工程需求，開展基於多個傳感器數據融合的海洋設備自主布放回收方法。首先基於水下通信的複雜性和海洋環境的惡劣情況，選擇通過對雙目攝像頭，慣性測量模塊，無線載波模塊等進行物理模型仿真的數據融合，從而實現了海洋設備的運動位姿可視化。其次，針對布放回收時的動作時延，海洋的環境多變複雜開發了基於多傳感器數據融合的物體定位算法，能夠對海洋設備的路徑進行
預測，由此實現了海洋設備的自主布放回收，具有良好的定位效果和跟蹤精度，以及較強的魯棒性。由此能夠應對複雜惡劣的海洋條件下的布放回收問題，自動化、無人化、可靠高效的對海洋設備進行自動的布放回收。
附圖說明
17.圖1為本發明實施例公開的一種用於海洋設備的自主布放回收的流程示意圖；
18.圖2為本發明實施例公開的基於預置的跟蹤規則獲取海洋設備的圖像特徵點信息的方法流程圖；
19.圖3為本發明實施例公開的一種用於海洋設備的自主布放回收的系統示意圖；
20.圖4為本發明實施例公開的一種用於海洋設備的自主布放回收的系統的雙目攝像頭安裝結構示意圖；
21.圖5為本發明實施例公開的一種用於海洋設備的自主布放回收的系統的無線載波模塊示意圖；
22.圖6為本發明實施例公開的一種用於海洋設備的自主布放回收的系統的執行模塊的結構示意圖。
具體實施方式
23.為了更好地理解和實施，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
24.本發明實施例的術語「包括」和「具有」以及他們的任何變形，意圖在於覆蓋不排他的包含，例如，包含了一系列步驟或模塊的過程、方法、系統、產品或設備不必限於清楚地列出的那些步驟或模塊，而是可包括沒有清楚地列出的或對於這些過程、方法、產品或設備固有的其它步驟或模塊。
25.本發明實施例公開了一種用於海洋設備的自主布放回收的方法及系統，能夠針對複雜海況下的近距離定位的實際工程需求，開展基於多個傳感器數據融合的海洋設備自主布放回收方法。首先在考慮到水下通信複雜和惡劣海洋下對海洋設備的多傳感器類別進行分析匹配，通過對雙目攝像頭，慣性測量模塊，無線載波模塊等進行物理模型仿真的數據融合，從而實現了海洋設備的運動位姿可視化。其次，針對布放回收時的動作時延，海洋的環境多變複雜開發了基於多傳感器數據融合的物體定位算法，能夠對海洋設備的路徑進行預測，由此實現了海洋設備的自主布放回收，具有良好的定位效果和跟蹤精度，以及較強的魯棒性。由此能夠應對複雜惡劣的海洋條件下的布放回收問題，自動化、無人化、可靠高效的對海洋設備進行自動的布放回收。
26.請參閱圖1，圖1為本發明實施例公開的一種用於海洋設備的自主布放回收的方法的流程示意圖。其中，該用於海洋設備的自主布放回收的方法可以應用在海洋設備的監測、管理、回收等多種應用系統，對於該方法的應用本發明實施例不做限制。如圖1所示，該用於海洋設備的自主布放回收的方法可以包括以下操作：
27.101、基於預置的跟蹤規則獲取海洋設備的圖像特徵點信息。
28.為了對海洋設備進行準確定位，該海洋設備可以實現為、自主式水下航行器auv、水下纜控機器人rov等。首先利用母船的雙目攝像頭獲取海洋設備的圖像，該攝像頭可以實現為雙目攝像頭，可以設置在執行機構的末端，由此能夠探取到海洋設備的光學實時圖像，其中，在實際處理過程中，可以利用人工自動在所獲取的實時圖像上選擇出待布放回收的海洋設備進行記錄。
29.具體地，如圖2所示，為基於預置的跟蹤規則獲取海洋設備的圖像特徵點信息的方法流程圖，包括：獲取海洋設備的實時圖像信息中的第一幀位置信息，該第一幀位置信息可以實現為海洋設備當前時刻的二維定位，之後利用區域建設孿生網絡跟蹤算法即siamrpn跟蹤算法對第一幀位置信息進行跟蹤，獲取下一幀位置信息可以實現為海洋設備下一時刻的二維定位，並通過設定經驗閾值判斷跟蹤是否成功，判斷的以及可以人工判斷還可以利用對該海洋設備的信號是否斷連實現。
30.若判斷為跟蹤成功，則直接利用圖像處理對獲取第一幀位置信息提取出圖像特徵點信息，此時還觸發下一幀位置信息變成第一幀位置信息，這樣能夠循環這一步驟，對海洋設備實現長時的跟蹤和鎖定。此外，還將第一幀位置信息的圖像特徵點信息作為訓練樣本數據保存。
31.若判斷為跟蹤失敗，則將訓練樣本數據基於目標檢測算法，在本實施例採用yolov5檢測算法，進行訓練生成檢測模型，該檢測模型的設計方式可以根據海洋設備的型號特點、信號響應特點進行yolov5的檢測，將上述成功定位跟蹤的多個第一幀位置信息作為訓練樣本就能夠得到智能化的檢測模型。之後，就可以將跟蹤失敗的下一幀位置信息輸入到該檢測模型生成再找回圖像信息，獲取再找回圖像信息的圖像特徵點信息，從而實現對短時跟蹤丟失後的海洋設備進行再找回操作。
32.作為一種優選實施方式，還通過ncc相關性檢測算法與將所得到的再找回圖像與訓練樣本數據進行對比確保檢測到海洋設備的準確性。該相關性檢測公式(1)如下，
[0033][0034]
其中，p為目標海洋設備的標號即代表再找回圖像，wp為窗口區域，i1(x,y)為歷史跟蹤圖像(即訓練樣本數據)的像素值，i
′1(p
x
,py)為歷史跟蹤圖像的像素均值，i2(x,y)為目標圖像的像素值,i
′2(p
x
,py)為目標圖像匹配窗口像素均值。若ncc＝-1，則表示兩個匹配窗口完全不相關，相反，若ncc＝1時，表示兩個匹配窗口相關程度非常高。由此，通過對再找回圖像進行相關性檢測能夠進一步提高海洋設備跟蹤的魯棒性。能夠解決在海洋設備的外型不常見或者在檢測時發生突變的情況下魯棒性較低，可以實現對海洋設備進行長時跟蹤。
[0035]
102、將海洋設備的慣性測量信息和海洋設備的圖像特徵點信息進行數據融合生成海洋設備的位姿信息。
[0036]
進一步地，獲取海洋設備的慣性測量信息，可以通過海洋設備自帶的慣性測量傳感器讀取海洋設備的當前慣性測量信息，該慣性測量信息包括海洋設備的重力、偏差、與行駛軌跡等相關的參數等。通過獲取到的慣性測量信息，可以利用這些慣性測量信息和所獲取的海洋設備的圖像特徵點信息通過卡爾曼濾波獲得海洋設備的估計定位，並發布最新的
海洋設備位姿信息，該發布的海洋設備位姿信息可以實現為發布裡程計的形式。具體地，可以將海洋設備的圖像特徵點信息和海洋設備的慣性測量信息進行分析，生成卡爾曼濾波估計模型，再利用該卡爾曼濾波估計模型對海洋設備進行預測生成海洋設備的位姿信息，該位姿信息能夠反饋出所拍攝的海洋設備的圖像中的定位數據。
[0037]
此外，在實際應用中，可以將海洋設備的慣性測量信息賦予海洋設備的相機，因為二者是綁定在一起的，而且相機的軌跡獲取相較於海洋設備整理的測量更方便準確。
[0038]
103、將海洋設備的無線載波信息和海洋設備的位姿信息進行數據融合生成海洋設備的定位軌跡預測值。
[0039]
針對於海洋特殊視覺條件惡劣的，當視覺無法對獲取物體準確定位的情況時，可以利用海洋設備的無線載波信息和海洋設備的位姿信息構建誤差狀態模型，之後將海洋設備的位姿信息和無線載波信息帶入到誤差狀態模型，通過容積卡爾曼生成海洋設備的定位軌跡預測值。具體地：
[0040]
首先通過海洋設備如船上的uwb無線載波基站接受待測標籤發出的脈衝信號，該uwb無線載波基站為兩個設置在不同位置的基站，通過對該脈衝信號進行分析，求取該脈衝信號到達角度，通過公式(2)：
[0041][0042]
sinα為脈衝信號到達的角度值，l為兩個無線載波的天線與天線之間的間距，δt為脈衝信號到達不同天線的時間差，c為信號的速度即光速。
[0043]
之後，求取待測標籤位置，通過公式(3)：
[0044][0045]
其中，設定無線載波基站的坐標分別為(xa，ya)，(xb，yb)，將待測位置設為(x,y)，脈衝信號到達角度β1，β2。
[0046]
由uwb無線載波基站實時獲取海洋設備的無線載波信息，即海洋設備的定位信息，使用誤差狀態容積卡爾曼濾波，假設k時刻uwb無線載波基站定位的觀測值與海洋設備的位姿信息的時間戳對齊，那麼此時位置坐標為(xk,yk)、速度為則狀態向量(4)如下為：
[0047][0048]
其中x
′k為預測值，為δxk為誤差值
[0049]
構建系統的誤差狀態模型如下式(5)(6)(7)(8)：
[0050][0051][0052][0053]
[0054]
其中t是系統的採樣間隔；和代表第k-1時刻組合系統在x方向和y方向上的加速度。
[0055]
以接收到海洋設備的位姿信息即定位數據為狀態向量預測值x
′k，之後進行誤差狀態更新。對k時刻誤差狀態及協方差的預測如式(9)(10)中所示：
[0056]
δx
k|k-1
＝fδx
k-1
+w
k-1
ꢀꢀ
(9)
[0057]mk|k-1
＝fm
k-1
+q
k-1
ꢀꢀ
(10)
[0058]
其中f為系統的狀態矩陣，w
k-1
為系統的噪聲向量，m
k-1
為k-1時刻誤差狀態協方差的最優估計；q
k-1
為k-1時刻的噪聲協方差。f,w
k-1
且可定義如下式(11)
[0059][0060]
由此根據上述的uwb無線載波基站定位的觀測值與海洋設備的位姿信息即定位數據得出的定位信息差值作為該系統的觀測向量yk如下式(12)：
[0061]
yk＝hδxk+vkꢀꢀ
(12)
[0062]
其中vk為觀測噪聲：yk和h值如下式(13)：
[0063][0064]
在上述基礎上，容積卡爾曼濾波步驟分為狀態更新，測量更新和狀態估計三部分，具體步驟如下：首先是誤差狀態更新部分，包括計算誤差狀態量預測值δx
′
k+1|k
，誤差協方差預測值p
k+1|k
。具體方程式如下式(14)(15)(16)(17)：
[0065][0066][0067][0068][0069]
上式其中sk由球面積分定義，ξi為容積點集，uk為系統輸入，n為狀態向量維數
[0070]
然後是測量更新部分，包括計算測量預測值y
′
k+1|k
，測量誤差協方差互協方差具體方程式如下式(18)(19)(20)(21)(22)：
[0071][0072]
[0073][0074][0075][0076]
最後是狀態估計部分，包括計算卡爾曼增益k
k+1
，誤差狀態量估計值δx
′
k+1
，誤差協方差估計值p
k+1
。具體方程式如下式(23)(24)(25):
[0077][0078]
δx
′
k+1
＝δx
′
k+1|k
+k
k+1
(y
k+1-y
′
k+1
)
ꢀꢀ
(24)
[0079][0080]
而後可根據誤差狀態量估計值δx
′
k+1
得到k+1時刻真實狀態的最優估計值xk＝x
′k+δx
′
k+1
。實現當前時刻目標的海洋設備受到遮擋或運動突變時，仍能通過前一時刻遞推出的結果對當前時刻的目標海洋設備的狀態進行估計，提高了整體定位的魯棒性。而且，通過上述的兩個步驟的數據融合處理，能夠提高海洋設備的各個傳感器在空間上的軌跡閉合效果。
[0081]
104、基於海洋設備的定位軌跡預測值控制執行機構對海洋設備進行自主布放回收。
[0082]
在獲取了獲取海洋設備的定位軌跡預測值後，就可以將這兩組數據存儲為能夠用於執行機構讀取的控制數據組，該執行機構可以實現為機械臂，利用機械臂運動控制的逆運動學對該控制數據組進行分析，獲取到機械臂的各關節控制力矩和旋轉角度，由此能夠通過pid算法實現對執行機構的控制。
[0083]
請參閱圖3，圖3為本發明實施例公開的一種用於海洋設備的自主布放回收的系統示意圖。如圖3所示，該用於海洋設備的自主布放回收的系統包括：
[0084]
雙目攝像頭1、圖像處理模塊2、慣性測量模塊3、第一融合模塊4、無線載波模塊5、第二融合模塊6和執行機構7。
[0085]
雙目攝像頭1用於獲取海洋設備的圖像。在實際應用中，該雙目攝像頭的結構如圖4所示，包括左目攝像頭11，右目攝像頭12和照明系統13部分組成。安裝在執行機構7的末端。通過該雙目攝像頭1可以獲取亮度適宜，光線均勻，物體突出的光學圖像。
[0086]
圖像處理模塊2用於基於預置的跟蹤規則對所述海洋設備的圖像撓性處理生成海洋設備的圖像特徵點信息。其中，該圖像處理模塊2包括幀處理單元21、跟蹤單元22和特徵點信息獲取單元23。幀處理單元21用於獲取海洋設備的實時圖像信息中的第一幀位置信息。跟蹤單元22用於利用區域建設孿生網絡跟蹤算法對所述第一幀位置信息進行跟蹤，並判斷跟蹤是否成功。特徵點信息獲取單元23用於在判斷為跟蹤成功，則獲取第一幀位置信息的圖像特徵點信息，並獲取所述第一幀位置信息的下一幀位置信息循環基於預置的跟蹤規則獲取海洋設備的圖像特徵點信息的步驟。具體地，幀處理單元21獲取海洋設備的實時圖像信息中的第一幀位置信息，該第一幀位置信息可以實現為海洋設備當前時刻的二維定位，之後跟蹤單元22利用區域建設孿生網絡跟蹤算法即siamrpn跟蹤算法對第一幀位置信息進行跟蹤，獲取獲取下一幀位置信息可以實現為海洋設備下一時刻的二維定位，並通過
設定經驗閾值判斷跟蹤是否成功。，判斷的以及可以人工判斷還可以利用對該海洋設備的信號是否斷連實現。
[0087]
若判斷為跟蹤成功，則直接利用圖像處理對獲取下一幀位置信息提取出圖像特徵點信息，此時還觸發下一幀位置信息變成第一幀位置信息，這樣能夠循環這一步驟，對海洋設備實現長時的跟蹤和鎖定。此外，還將第一幀位置信息的圖像特徵點信息作為訓練樣本數據保存。
[0088]
進一步地，特徵點信息獲取單元23還將第一幀位置信息的圖像特徵點信息作為訓練樣本數據保存，特徵點信息獲取單元還用於：在判斷為跟蹤失敗，則將訓練樣本數據基於目標檢測算法進行訓練生成檢測模型，將跟蹤失敗的下一幀位置信息輸入到檢測模型生成再找回圖像信息，獲取再找回圖像信息的圖像特徵點信息。具體地：若判斷為跟蹤失敗，則將訓練樣本數據基於目標檢測算法，在本實施例採用yolov5檢測算法，進行訓練生成檢測模型，該檢測模型的設計方式可以根據海洋設備的型號特點、信號響應特點進行yolov5的檢測，將上述成功定位跟蹤的多個第一幀位置信息作為訓練樣本就能夠得到智能化的檢測模型。之後，就可以將跟蹤失敗的下一幀位置信息輸入到該檢測模型生成再找回圖像信息，獲取再找回圖像信息的圖像特徵點信息，從而實現對短時跟蹤丟失後的海洋設備位置信息進行再找回操作。
[0089]
作為一種優選實施方式，還通過ncc相關性檢測算法與將所得到的再找回圖像與訓練樣本數據進行對比確保檢測到海洋設備的準確性。該相關性檢測公式(1)如下，
[0090][0091]
其中，p為目標海洋設備的標號即代表再找回圖像，wp為窗口區域，i1(x,y)為歷史跟蹤圖像(即訓練樣本數據)的像素值，i
′1(p
x
,py)為歷史跟蹤圖像的像素均值，i2(x,y)為目標圖像的像素值,i
′2(p
x
,py)為目標圖像匹配窗口像素均值。若ncc＝-1，則表示兩個匹配窗口完全不相關，相反，若ncc＝1時，表示兩個匹配窗口相關程度非常高。由此，通過對再找回圖像進行相關性檢測能夠進一步提高海洋設備跟蹤的魯棒性。能夠解決在海洋設備的外型不常見或者在檢測時發生突變的情況下魯棒性較低，可以實現對海洋設備進行長時跟蹤。
[0092]
慣性測量模塊3用於獲取海洋設備的慣性測量信息，該模塊可以裝配於海洋設備，通過海洋設備的脈衝通信信號，獲取海洋設備的基本運動信息和姿態即慣性測量信息。
[0093]
第一融合模塊4用於將海洋設備的慣性測量信息和所述海洋設備的圖像特徵點信息進行數據融合生成海洋設備的位姿信息。具體地，第一融合模塊包括：卡爾曼濾波估計模型41，通過將海洋設備的圖像特徵點信息和海洋設備的慣性測量信息進行卡爾曼濾波生成；第一預測單元42，將海洋設備的圖像特徵點信息和海洋設備的慣性測量信息代入所述卡爾曼濾波估計模型，通過卡爾曼濾波對海洋設備進行預測生成海洋設備的位姿信息。具體地，獲取海洋設備的慣性測量信息，可以通過海洋設備自帶的慣性測量傳感器讀取海洋設備的當前慣性測量信息，該慣性測量信息包括海洋設備的重力、偏差、與行駛軌跡等相關的參數等。通過獲取到的慣性測量信息，可以利用這些慣性測量信息和所獲取的海洋設備的圖像特徵點信息通過卡爾曼濾波獲得海洋設備的估計定位，並發布最新的海洋設備位姿
信息，該發布的海洋設備位姿信息可以實現為發布裡程計的形式。具體地，可以將海洋設備的圖像特徵點信息和海洋設備的慣性測量信息進行分析，生成卡爾曼濾波估計模型，再利用該卡爾曼濾波估計模型對海洋設備進行預測生成海洋設備的位姿信息，該位姿信息能夠反饋出所拍攝的海洋設備的圖像中的定位數據。
[0094]
無線載波模塊5用於獲取海洋設備的無線載波信息。如圖5所示，該無線載波模塊5可以為2個設置於母船(也可以為一種海洋設備)的兩側，如圖5中的51和52。
[0095]
第二融合模塊6用於將海洋設備的無線載波信息和海洋設備的位姿信息進行數據融合生成海洋設備的定位軌跡預測值。具體地，第二融合模塊包括：誤差狀態模型61，通過海洋設備的無線載波信息構建誤差狀態模型，並通過誤差狀態模型容積卡爾曼濾波估計模型生成最優估計軌跡模型；第二預測單元62，用於將海洋設備的位姿信息和無線載波信息帶入到誤差狀態模型，通過容積卡爾曼生成海洋設備的定位軌跡預測值。對於該第二融合模塊6的具體實現方式請參照上述步驟103的實現方式，在此不進行贅述。
[0096]
執行機構7用於基於海洋設備的定位軌跡預測值對海洋設備進行自主布放回收。具體地，如圖6所示，為執行模塊的結構圖。可見，該執行機構7實現為機械臂，包括可迴轉的固定底座71、立柱72、變幅油缸73、旋轉臂74、伸縮主臂75、伸縮油缸76、伸縮從臂77、水下對接裝置78部分。在獲取海洋設備的定位軌跡預測值後，就可以將這組數據存儲為能夠用於執行機構讀取的控制數據組，利用機械臂運動控制的逆運動學對該控制數據組進行分析，獲取到機械臂的各關節控制力矩和旋轉角度，由此能夠通過pid算法實現對機械臂的各個部件的控制。
[0097]
本發明實施例公開了一種計算機可讀存儲介質，其存儲用於電子數據交換的電腦程式，其中，該電腦程式使得計算機執行所描述的用於海洋設備的自主布放回收方法。
[0098]
本發明實施例公開了一種電腦程式產品，該電腦程式產品包括存儲了電腦程式的非瞬時性計算機可讀存儲介質，且該電腦程式可操作來使計算機執行所描述的用於海洋設備的自主布放回收方法。
[0099]
以上所描述的實施例僅是示意性的，其中所述作為分離部件說明的模塊可以是或者也可以不是物理上分開的，作為模塊顯示的部件可以是或者也可以不是物理模塊，即可以位於一個地方，或者也可以分布到多個網絡模塊上。可以根據實際的需要選擇其中的部分或者全部模塊來實現本實施例方案的目的。本領域普通技術人員在不付出創造性的勞動的情況下，即可以理解並實施。
[0100]
通過以上的實施例的具體描述，本領域的技術人員可以清楚地了解到各實施方式可藉助軟體加必需的通用硬體平臺的方式來實現，當然也可以通過硬體。基於這樣的理解，上述技術方案本質上或者說對現有技術做出貢獻的部分可以以軟體產品的形式體現出來，該計算機軟體產品可以存儲在計算機可讀存儲介質中,存儲介質包括只讀存儲器(read-only memory，rom)、隨機存儲器(random access memory，ram)、可編程只讀存儲器(programmable read-only memory，prom)、可擦除可編程只讀存儲器(erasable programmable read only memory，eprom)、一次可編程只讀存儲器(one-time programmable read-only memory，otprom)、電子抹除式可複寫只讀存儲器(electrically-erasable programmable read-only memory，eeprom)、只讀光碟(compact disc read-only memory，cd-rom)或其他光碟存儲器、磁碟存儲器、磁帶存儲器、或者能夠
用於攜帶或存儲數據的計算機可讀的任何其他介質。
[0101]
最後應說明的是：本發明實施例公開的一種用於海洋設備的自主布放回收方法及系統所揭露的僅為本發明較佳實施例而已，僅用於說明本發明的技術方案，而非對其限制；儘管參照前述實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解；其依然可以對前述各項實施例所記載的技術方案進行修改，或者對其中部分技術特徵進行等同替換；而這些修改或替換，並不使相應的技術方案的本質脫離本發明各項實施例技術方案的精神和範圍。