一种基于神经网络识别的水下人体探测方法
【技术领域】
[0001]本发明涉及通信领域，尤其涉及一种基于神经网络识别的水下人体探测方法。
【背景技术】
[0002]现有技术中，由于水下环境的特殊性，对于水下遗体的打捞存在诸多不便，主要表现在以下方面:1、遗体所在位置水深不一，给打捞人员的水下工作造成一定的危险性；2、水下视野较差，环境复杂，打捞人员的视野内寻找水下遗体比较困难；3、即使打捞人员在水下找到遗体，但由于无法为岸上工作人员提供水下遗体的定位数据，岸上工作人员无法参与遗体打捞，水下打捞人员一般是在孤军奋战。
[0003]为此，本发明提出了一种基于神经网络识别的水下人体探测方法，能够替换人工打捞的工作模式，采用水下机器人对水下遗体进行自动识别和定位，从而提高打捞效率，避免打捞人员受到伤害。
【发明内容】
[0004]为了解决现有技术存在的技术问题，本发明提供了一种基于神经网络识别的水下人体探测方法，利用适合水下打捞的专用结构的水下机器人为探寻平台，采用专用的神经网络识别检测技术，并辅助多重定位手段实现水下遗体的准确定位，同时搭建了水下水上工作环境之间的通信链路，使得水上人员也能参与打捞工作，从而能够更快地寻找到水下人体，缩短营救的反应时间。
[0005]根据本发明的一方面，提供了一种基于神经网络识别的水下人体探测方法，该方法包括:1)提供一种基于神经网络识别的水下人体探测器，所述探测器包括水下机器人主体、特征提取设备和人体类型识别设备，所述特征提取设备和所述人体类型识别设备都位于所述水下机器人主体上，用于分别提取水下人体特征和确定人体类型，并在确定人体类型为遗体时发出相关报警信息；2)使用所述探测器来进行探测。
[0006]更具体地，在所述基于神经网络识别的水下人体探测器中，还包括:所述水下机器人主体包括驱动设备和机器人机械架构，所述驱动设备包括驱动控制器、左舷直流减速电机、右舷直流减速电机、沉浮电机、正螺旋桨、反螺旋桨、附带螺旋桨和联轴器，所述左舷直流减速电机、所述右舷直流减速电机和所述沉浮电机分别通过所述联轴器与所述正螺旋桨、所述反螺旋桨和所述附带螺旋桨连接，所述驱动控制器接收所述水上处理设备发送的驱动控制信号，以根据所述驱动控制信号的内容驱动所述左舷直流减速电机和所述右舷直流减速电机以分别控制所述正螺旋桨和所述反螺旋桨，驱动水下机器人主体实现前进、后退和左右动作，还用于根据所述驱动控制信号的内容驱动所述沉浮电机以控制所述附带螺旋桨，驱动水下机器人主体实现上升与下潜动作；水下摄像设备，设置在所述水下机器人主体上，包括半球形防水透明罩、辅助照明子设备和CMOS摄像头，所述半球形防水透明罩用于容纳所述辅助照明子设备和所述CMOS摄像头，所述辅助照明子设备为所述CMOS摄像头的水下拍摄提供辅助照明，所述CMOS摄像头对前方目标拍摄以获得包含前方目标的水下图像；预处理设备，设置在所述水下机器人主体上，与所述CMOS摄像头连接，包括中值滤波子设备、低通滤波子设备和同态滤波子设备；所述中值滤波子设备与所述CMOS摄像头连接，用于对所述水下图像执行中值滤波，以滤除所述水下图像中的点噪声，获得第一滤波图像；所述低通滤波子设备与所述中值滤波子设备连接，用于去除所述第一滤波图像中的随机噪声，获得第二滤波图像；所述同态滤波子设备与所述低通滤波子设备连接，用于对所述第二滤波图像执行图像增强，以获得增强水下图像；特征提取设备，设置在所述水下机器人主体上，与所述预处理设备连接，包括图像分割子设备和特征向量识别子设备，所述图像分割子设备基于人体图像灰度阈值范围将所述增强水下图像中的人体目标识别出来以获得水下人体图像；所述特征向量识别子设备与所述图像分割子设备连接，基于所述水下人体图像确定水下人体目标的8个几何特征:欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度，并将所述8个几何特征组成特征向量；人体类型识别设备，设置在所述水下机器人主体上，与所述特征提取设备连接，采用8输入4输出的单隐层BP神经网络，以水下人体目标的8个几何特征作为输入层神经元，输出层为水下人体类型，所述水下人体类型包括遗体、儿童游客、老人游客和成人游客；水上浮标，设置在所述水下机器人主体的上方水面上；供电设备，设置在所述水上浮标上，包括防水密封罩、太阳能供电器件、蓄电池、切换开关和电压转换器，所述防水密封罩用于容纳所述太阳能供电器件、所述蓄电池、所述切换开关和所述电压转换器，所述切换开关与所述太阳能供电器件和所述蓄电池分别连接，根据蓄电池的剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电，所述电压转换器与所述切换开关连接，以将通过切换开关输入的5V电压转换为3.3V电压；北斗星定位设备，设置在所述水上浮标上，由所述供电设备提供电力供应，用于接收北斗星卫星发送的北斗星定位数据；声纳探测设备，设置在所述水上浮标上，由所述供电设备提供电力供应，用于探测所述潜水器主体到所述水上浮标的相对距离，并作为第一相对距离输出；超声波测距设备，设置在所述水下机器人主体上，用于测量所述水下机器人主体距离前方人体目标的距离，并作为第二相对距离输出；单片机，设置在所述水下机器人主体上，与所述人体类型识别设备、所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备分别连接，当接收到所述水下人体类型为遗体时，发出遗体报警信号，并基于所述北斗星定位数据、所述第一相对距离和所述第二相对距离计算遗体定位数据；水下电缆，用于将所述单片机与水上救援中心连接，将所述遗体报警信号和所述遗体定位数据发送到所述水上救援中心。
[0007]更具体地，在所述基于神经网络识别的水下人体探测器中:所述单片机当接收到所述水下人体类型为遗体时，启动所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备。
[0008]更具体地，在所述基于神经网络识别的水下人体探测器中:所述单片机当接收到所述水下人体类型为儿童游客、老人游客或成人游客时，关闭所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备。
[0009]更具体地，在所述基于神经网络识别的水下人体探测器中:所述单片机为AT89C51。
[0010]更具体地，在所述基于神经网络识别的水下人体探测器中:所述机器人机械架构包括支架、左压力克透明筒、右压力克透明筒、连接箍、储物台、机械臂、机械手和隔水密封筒O
【附图说明】
[0011]以下将结合附图对本发明的实施方案进行描述，其中:
[0012]图1为根据本发明实施方案示出的基于神经网络识别的水下人体探测器的结构方框图。
[0013]附图标记:1水下机器人主体；2特征提取设备；3人体类型识别设备
【具体实施方式】
[0014]下面将参照附图对本发明的基于神经网络识别的水下人体探测器的实施方案进行详细说明。
[0015]由于水下环境复杂，搜索面积较大，人工打捞的方式不仅仅效率低下，而且容易给打捞人员带来人身伤害。
[0016]现有的水下人体搜索设备专业度不高，不只是专门为人体目标而进行搜索，因而精度不高。
[0017]为了克服上述不足，本发明搭建了一种基于数据通信的水下遗体探寻系统，将采用高精度神经网络识别的打捞设备安装在水下机器人上，专门用于水下人体识别。