面向水产养殖智能投喂设备视觉伺服控制系统的设计与实现

发布时间：2020-04-07 05:25

【摘要】：在水产养殖中,国内淡水鱼类产量占我国所有鱼类产量的69.1%,在世界范围内这一比例超过60%。随着水产养殖产业的不断发展,养殖人员劳动力成本和养殖饲料价格也在不断地提高,如何提高室内工厂化水产养殖的效率和养殖质量是工厂化养殖的主要问题。目前,室内工厂化水产养殖多数还是依靠养殖人员的个人经验来进行投食操作,导致养殖人员劳动强度大且无法满足水产养殖投喂定时、定量精准性的要求。工厂化水产养殖规模不断地发展,传统的人工经验投食或者简单的渔业投饲系统已经无法满足行业产业发展的需求。为了解决以上存在的问题,本文基于计算机视觉方式提出了面向室内工厂化水产养殖自动投喂设备的视觉伺服控制系统的解决方案,通过低功耗、低成本、高性能的嵌入式智能投喂平台对养殖现场进行驱动式投喂,本文所做的主要工作包括:(1)调查研究了水产养殖智能投喂系统的使用现状,分析其中存在的问题。提出了具有智能化程度高、定位精度高、不依赖于外部环境等优势的计算机视觉室内测距定位技术来解决工厂化水产养殖的室内定位精度问题。(2)研究分析了水产养殖智能投喂设备的选型策略及视觉投喂设备嵌入式开发流程,设计并实现了基于Exynos型ARM平台的视觉投喂设备的硬件嵌入式实验开发平台和嵌入式软件架构。(3)基于单目视觉零阶图像矩,提出了一种目标深度测量算法。该算法利用摄像头在目标物处于不同距离时,目标二值图的图像零阶矩与目标距离之间存在的关系来测量目标深度。通过对算法的研究,在PC端使用matlab仿真验证了算法对目标深度测量的精准性,并将其移植到Exynos型ARM嵌入式平台,在嵌入式平台对现场视频图像中目标做了算法测距精准性测试。(4)通过对水产养殖室内实际环境研究分析,提出了对智能投喂设备的运行速度实施模糊控制的分级行进策略。研究分析了目标处于不同距离时,智能投喂设备的运行速度与目标距离的关系,仿真验证了设备运行速度的有效性并对设备运行的模糊控制策略做了现场测试。本文所提出的基于计算机视觉的解决方案,在嵌入式平台实现了室内水产养殖智能化投喂的伺服控制。本设计的实验结果表明,该方案相对于传统的室内定位方式具有更高效、稳定的特性,为提高室内工厂化水产养殖的高效投喂提供了有益的参考和借鉴。
【图文】：

执行流,内核

图 2.1 U-boot 执行流程图Figure 2.1 U-boot execution flow chart是整个 Linux 操作系统的核心，系统上层应用程序和供的服务才能工作。内核包括实现多个进程共享处理器中断的中断服务程序，，内存管理程序以及系统服务程设备任务等。Linux 内核具有以下特点[34]：属于单核操作系统，同时具有微内核的优点；支持内核线程，由于 Linux 内核运行在单独的内核地址的上下文切换相对于普通用户进程开销小得多；内核是抢占式的，即 Linux 内核有能力抢占在内核中运采用了模块化设计。相当多种类的文件系统。由于 Linux 内核的 VFS 层提统一的实现框架，且提供了能和标准系统调用交互工nux 上实现新文件系统变得简单，在内核中已经支持的

模糊控制器,模糊控制

通过这些控制经验的集合让受控对象模仿人进行操作控制，从化，这就是模糊控制。模糊控制技术依赖于表述知识、操作经规则”，而不依赖于控制系统的数学模型，它是一种基于模糊言控制规则的计算机控制技术[41]。制的模糊规则是由控制专家的实际经验获得，因此模糊控制对的适应性和较高的鲁棒性。模糊控制的规则库由于是由自然糊控制的自动化控制比较便于人机对话。再者模糊控制的规则转化为数学函数，在实际控制方便软件实现[40]。糊控制的这些特点和优势，正好能够解决投喂设备在速度运行确定性问题。制系统通常由测量装置、控制器、被控对象、输入输出接口和成。其中模糊控制器是模糊控制系统中核心部件，它的结构框，它由输入变量模糊化、控制量解模糊、模糊控制规则库、模组成。
【学位授予单位】：上海海洋大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;S969.31

【参考文献】