使用ROV进行基于主动视觉的实时水产养殖网检查
Waseem Akram1, Muhayy Ud Din2, Mohamed Heshmat2
1Khalifa University Center for Autonomous Robotic Systems (KUCARS), Khalifa University, Abu Dhabi, UAE. waseem.akram@ku.ac.ae.
Scientific reports
|September 24, 2025
概括
本研究引入了一种使用远程操作车辆 (ROV) 检查水产养殖网的自动化系统. 该方法提高了水下图像清晰度,以有效地检测渔场的损害.
科学领域:
- 海洋技术 海洋技术
- 水产养殖工程水产养殖工程
- 机器人技术 机器人技术 机器人技术
背景情况:
- 水产养殖对于可持续的蛋白质供应至关重要.
- 及时检测网笔损坏是一个重大挑战.
- 使用光学摄像头进行水下检查的障碍是可见度差.
研究的目的:
- 开发一种可靠的方法,用于使用ROV进行清晰的水下网检查.
- 提高水产养殖网络监测的安全性和效率.
- 在动态的海洋环境中实现自动损害识别.
主要方法:
- 使用了配备有光学摄像头的远程操作车辆 (ROV).
- 实施图像处理技术来跟踪平均梯度特征,以获得最佳的视图选择.
- 集成了一个卷积神经网络 (CNN) 与比例积分导数 (PID) 控制器,用于精确的姿势控制.
- 在线训练CNN使用监督学习进行距离设定点简化.
主要成果:
- 拟议的系统成功地在具有挑战性的水下条件下获得了清晰的净图像.
- 该ROV保持了与渔网相对的一致的姿势,确保稳定的图像采集.
- 在受控和现实世界渔场环境中的实验验证证明了该方法的有效性.
结论:
- 开发的基于ROV的系统有效地解决了水下网络检查中的可见性问题.
- 综合CNN-PID方法提供准确的姿势控制,以获得清晰的图像捕捉.
- 这项技术提高了水产养殖净损害评估的安全性和效率.
更多相关视频
07:43Methods for Image-based Surveys of Benthic Macroinvertebrates and Their Habitat Exemplified by the Drop Camera Survey for the Atlantic Sea Scallop
Published on: July 2, 2018
10.0K
05:57Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus
Published on: April 8, 2019
7.2K
