一种利用无人机的对虾养殖智能投料系统及方法 专利技术说明

农业,林业,园林,畜牧业,肥料饲料的机械,工具制造及其应用技术1.本技术涉及机械设备技术领域，具体而言，涉及一种利用无人机的对虾养殖智能投料系统及方法。背景技术：2.淡水对虾养殖过程中，饲料的投喂量与对虾的吃料情况是保证对虾达到养殖预期效果和相对成本控制的重要因素。3.对虾在一天当中要喂食数次，且每次投料后半小时后需要根据余料观察网上饲料的剩余情况来判断对虾吃料情况，并以此作为下一次喂料量增减的依据。4.现有观察余料观察网上饲料生育情况的方法主要是靠人工用杆子挑起余料观察网进行察看和判断，这使得大水面养殖场景下观察效率非常低。而且，夜间(包括后半夜)喂料后察看余料观察网的操作较为危险，在光线不足的情况下很容易失足落水。此外，投喂饲料、观察吃料情况的人力成本也相对较高。5.因此，本系统与方法采用无人机按规划路线进行自主投喂饲料，并能够在喂料后一段设定的时间后依次提起分布在虾塘的各个余料观察网，利用无人机下网的两个摄像头，(夜间在无人机下方朝下照射的灯的辅助下)，获取余料观察网的图像，通过图像识别，识别出余料观察网上的余料，并以此调节下一轮喂料的量。这样可以尽可能地防止过多喂料造成养殖水质恶化和饲料浪费，也可以避免喂料过少造成虾体生长所需养分不足，提高养殖成功率。技术实现要素：6.为了弥补以上不足，本技术提供了一种利用无人机的对虾养殖智能投料系统及方法，旨在改善现有的过多喂料造成养殖水质恶化和饲料浪费，且喂料过少造成虾体生长所需养分不足，的问题。7.本发明提出的其中一个技术方案是：一种利用无人机的对虾养殖智能投料系统，包括无人机机体模块、地面站模块和余料观察网模块：8.所述无人机机体模块用于巡航、载物、采集余料观察网模块的图片数据、图片数据传输和拉起余料观察网模块；9.所述地面站模块用于规划无人机机体模块巡航路线和接收分析图片数据；10.所述余料观察网模块用于察看对虾吃料情况。11.进一步的，所述无人机机体模块包括有无人机机架、动力装置、图传装置、料箱、照明灯、可见光摄像头和电磁铁；12.所述料箱固定加载在无人机机架底部，用于撒料作业；13.所述电磁铁通过第一无磁不锈钢支架安装在料箱下方，用于拉起余料观察网模块；14.所述照明灯和可见光摄像头均垂直于料箱底面向下，用于采集余料观察网模块的图片数据。15.进一步的，所述余料观察网模块包括有料网、浮标和铁块，所述料网与浮标之间通过第二无磁不锈钢支架连接；16.使用时，料网位于水面之下，浮标漂浮于水面上，铁块位于水面之上；需要拉起余料观察网模块时，电磁铁和铁块吸附，通过无人机机体模块的上升拉起余料观察网模块。17.进一步的，所述地面站模块包括有无线通信能力且带任务规划软件的图形工作站。18.本发明提出的另一个技术方案是：一种利用无人机的对虾养殖智能投料方法，该方法用于上述的一种利用无人机的对虾养殖智能投料系统，实现对虾养殖的智能投料。19.进一步的，该方法包括：20.s1、规划喂料路线并标定虾塘中余料观察网模块的位置；21.s2、无人机机体模块根据规划喂料路线进行撒料工作；22.s3、需等待一段设定长度的时间让对虾吃料；23.s4、等待结束后，无人机机体模块再次起飞，开始多次重复记录各个余料观察网模块作业。24.进一步的，在s1中，无人机机体模块工作前，在地面站利用任务规划软件，将无人机机体模块将要进行撒料作业的路径以及各余料观察网模块在虾塘中的位置进行设定。25.进一步的，在s2中，撒料作业路径需经过余料观察网模块上空以便后续察看对虾吃料情况。26.进一步的，在s4中，还包括：27.s401、无人机机体模块依次飞至余料观察网模块上方；28.s402、缓慢下降接近余料观察网模块，使电磁铁通电，吸住铁块，拉起料网出水面；29.s403、可见光摄像头拍下料网的图像,获取料网的正摄图像数据；30.s404、电磁铁断电，余料观察网模块落水回到原来位置；31.s405、正摄图像数据经过图传装置传至地面站模块，进行图像分析。32.进一步的，在s2和s4中，还包括：无人机机体模块电量若低于某一阈值，则记录当前断点的工作状态并返航自主充电，完毕后飞回记录位置断点继续工作。33.与现有技术相比，本技术的有益效果：本系统与方法采用无人机按规划路线进行自主投喂饲料，并能够在喂料后一段设定的时间后依次提起分布在虾塘的各个余料观察网，利用无人机下网的两个摄像头，(夜间在无人机下方朝下照射的灯的辅助下)，获取余料观察网的图像，通过图像识别，识别出余料观察网上的余料，并以此调节下一轮喂料的量。这样可以尽可能地防止过多喂料造成养殖水质恶化和饲料浪费，也可以避免喂料过少造成虾体生长所需养分不足，提高养殖成功率。34.本系统利用无人机灵活性强、自主性高、可搭载任务载荷种类多等特点，可以智能优化每次喂料量，防止因过度喂料造成的养殖水体恶化和饲料浪费，也能因避免喂料不足导致的虾体生长不达标，能提高养殖成功率；且系统自动化程度高，可全天候工作，操作风险性小，部署后可节省大量人力成本。附图说明35.为了更清楚地说明本技术实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。36.图1是本技术实施1提供的一种利用无人机的对虾养殖智能投料系统的结构示意图；37.图2为本技术实施1提供的无人机机体模块与余料观察网模块未通过电磁铁连接时的状态示意图；38.图3为本技术实施1提供的无人机机体模块与余料观察网模块通过电磁铁连接时的状态示意图；39.图4为本技术实施2提供的一种利用无人机的对虾养殖智能投料方法的流程示意图。40.图中：1、料箱；2、照明灯；3、可见光摄像头；4、进料口；5、撒料口；6、第一无磁不锈钢支架；7、电磁铁；8、铁块；9、浮标；10、第二无磁不锈钢支架；11、料网。具体实施方式41.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述。42.为使本技术实施方式的目的、技术方案和优点更加清楚，下面将结合本技术实施方式中的附图，对本技术实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本技术一部分实施方式，而不是全部的实施方式。基于本技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本技术保护的范围。43.实施例144.如图1所示，一种利用无人机的对虾养殖智能投料系统，包括无人机机体模块、地面站模块和余料观察网模块：45.所述无人机机体模块用于巡航、载物、采集余料观察网模块的图片数据、图片数据传输和拉起余料观察网模块；46.所述地面站模块用于规划无人机机体模块巡航路线和接收分析图片数据；47.所述余料观察网模块用于察看对虾吃料情况。48.进一步的，所述无人机机体模块包括有无人机机架、动力装置、图传装置、料箱1、照明灯2、可见光摄像头3和电磁铁7；49.所述料箱1固定加载在无人机机架底部，用于撒料作业；50.具体的，料箱1还设有进料口4和撒料口5、51.所述电磁铁7通过第一无磁不锈钢支架6安装在料箱1下方，用于拉起余料观察网模块；52.所述照明灯2和可见光摄像头3均垂直于料箱1底面向下，用于采集余料观察网模块的图片数据。53.具体的，可见光摄像头3设有两个，可以有效的拍摄完整的图片数据。54.进一步的，所述余料观察网模块包括有料网11、浮标9和铁块8，所述料网11与浮标9之间通过第二无磁不锈钢支架10连接；55.如图2所示，使用时，料网11位于水面之下，浮标9漂浮于水面上，铁块8位于水面之上；56.如图3所示，需要拉起余料观察网模块时，电磁铁7和铁块8吸附，通过无人机机体模块的上升拉起余料观察网模块。57.进一步的，所述地面站模块包括有无线通信能力且带任务规划软件的图形工作站。58.实施例259.如图4所示，一种利用无人机的对虾养殖智能投料方法，该方法用于上述实施例1的一种利用无人机的对虾养殖智能投料系统，实现对虾养殖的智能投料。60.进一步的，该方法包括：61.s1、规划喂料路线并标定虾塘中余料观察网模块的位置；62.具体的，在s1中，无人机机体模块工作前，在地面站利用任务规划软件，将无人机机体模块将要进行撒料作业的路径以及各余料观察网模块在虾塘中的位置进行设定。63.s2、无人机机体模块根据规划喂料路线进行撒料工作；64.具体的，在s2中，撒料作业路径需经过余料观察网模块上空以便后续察看对虾吃料情况。65.无人机也需在预定起始位置进行自主加料和充电。无人机工作中，若中途缺料或电量低于某一预定阈值，则记录当前工作任务状态并返航加料或充电。66.每轮作业分为撒料作业和记录预料观察网作业两部分。67.s3、撒料作业结束后，需等待一段设定长度的时间让对虾吃料；68.s4、等待结束后，无人机机体模块再次起飞，开始多次重复记录各个余料观察网模块作业。69.具体的，在s4中，还包括：70.s401、无人机机体模块依次飞至余料观察网模块上方；71.s402、缓慢下降接近余料观察网模块，使电磁铁通电，吸住铁块，拉起料网出水面；72.s403、可见光摄像头拍下料网的图像,获取料网的正摄图像数据；73.具体的，若是夜间作业，拍照前打开摄像头两边照明灯，拍照完成关闭照明灯。74.s404、电磁铁断电，余料观察网模块落水回到原来位置；75.s405、正摄图像数据经过图传装置传至地面站模块，进行图像分析。76.具体的，地面站利用提前训练好的余料目标检测模型进行余料图像分割，利用余料所属像素占料网所属像素的百分比确定本次喂料的对虾吃料情况。77.此结果可以作为人工设定下次喂料作业的喂料量的数据支持，也可通过自动设定的方式让系统自主决定下次喂料作业的喂料量。采用自动方式时，若余料所属像素占料网所属像素的百分比高于某一阈值，则下一次喂料作业将通过缩小料箱撒料口的直径来减少本次喂料量；若余料所属像素占料网所属像素的百分比低于某一阈值，则下一次喂料作业将通过加大料箱撒料口的直径来增加本次喂料量。78.具体的，本系统采用基于区域选择的mask r-cnn模型。79.具体的，余料图像分割算法目前可使用基于全连接网络的unet，或基于上采样/反卷积的分割方法setnet，或基于特征增强的分割方法pspnet。80.进一步的，在s2和s4中，还包括：无人机机体模块电量若低于某一阈值，则记录当前断点的工作状态并返航自主充电，完毕后飞回记录位置断点继续工作。81.以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。82.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应所述以权利要求的保护范围为准。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!