利用参数识别的微控操作系统及方法与流程

本发明涉及微控制器领域，尤其涉及一种利用参数识别的微控操作系统及方法。

背景技术：

微控制器，亦称单片机，他是把中央处理器、随机存取存储器(ram)、只读存储器(rom)、输入/输出端口(i/o)等主要计算机功能部件都集成在一块集成电路芯片上的微型计算机。单片机渗透到人们生活的各个领域，几乎很难找到哪个领域没有单片机的踪迹。

微控制器的主要特点如下：集成度高、体积小。单片机将cpu、存储器、i/o接口、定时器/计数器等各种作用部件集成在一块晶体芯片上，体积小、节省空间，能灵活、方便地应用于各种智能化的控制设备和仪器，实现机电一体化；可靠性高，抗干扰性强。单片机把各种作用部件集成在一块芯片上，内部采用总线结构，减少了各芯片之间的连线。大大提高了单片机的可靠性和抗干扰能力；另外，微控制器体积小，对于强磁场环境易于采取屏蔽措施，适合在恶劣环境下工作；所以单片机应用系统的可靠性比一般的微机系统要高

本发明的利用参数识别的微控操作系统及方法逻辑可靠、运用广泛。由于能够基于对海底主要目标类型的识别结果自适应选择横向抛锚长度，使得船锚释放完后横卧在海底的船锚的锚链的长度等于横向抛锚长度，从而保证各种海底地形下的船体稳定。

技术实现要素：

为了解决现有技术中的技术问题，本发明提供了一种利用参数识别的微控操作系统及方法，能够基于对海底主要目标类型的识别结果自适应选择横向抛锚长度，使得船锚释放完后横卧在海底的船锚的锚链的长度等于所述横向抛锚长度，从而保证各种海底地形下的船体稳定。

为此，本发明至少需要具备以下几处重要的发明点：

(1)对海底主要目标类型进行现场识别，进而执行相应的地形判断和抓地力数值的判断；

(2)基于海底地形抓地力的数值自适应选择横向抛锚长度，使得船锚释放完后横卧在海底的船锚的锚链的长度等于所述横向抛锚长度，保证地形抓地力越弱，横向抛锚长度越长，从而增加了船锚的额外重量，提升抛锚后的船体的稳定性。

根据本发明的一方面，提供了一种利用参数识别的微控操作系统，所述系统包括：

抗压式录影机构，包括气体传送设备、滤光片、光学组件、密封镜片和光电传感器，所述密封镜片用于封装船锚的底部的开口，所述气体传送设备用于接收实时水压，并释放或者回收所述抗压式录影机构内部的气体以使得所述抗压式录影机构内部气压与所述实时水压一致，所述气体传送设备、所述滤光片、所述光学组件和所述光电传感器都设置在船锚的底部内，所述光电传感器用于对来自船锚下方的光线进行感应，以获得与当前时刻对应的感应图像帧；

第一执行设备，设置在船锚内部，与所述光电传感器连接，用于对接收到的感应图像帧执行信号锐化处理，以获得第一执行图像；

第二执行设备，设置在船锚内部，与所述第一执行设备连接，用于对接收到的第一执行图像执行双线性插值处理，以获得第二执行图像；

类型解析机构，与所述第二执行设备连接，用于基于深度神经网络对所述第二执行图像中占据面积最大的目标执行类型解析，以获得对应的现场解析类型；

抓地力测算设备，与所述类型解析机构连接，用于基于接收到的现场解析类型确定对应的海底抓地力；

微控制器，与所述抓地力测量设备连接，用于基于接收到的海底抓地力确定横向抛锚长度，所述横向抛锚长度为船锚释放完后横卧在海底的船锚的锚链的长度；

其中，基于接收到的现场解析类型确定对应的海底抓地力包括：接收到的现场解析类型为沙体、泥体或岩石，确定的对应的海底抓地力依次提升；

其中，基于深度神经网络对所述第二执行图像中占据面积最大的目标执行类型解析，以获得对应的现场解析类型包括：将所述第二执行图像中占据面积最大的目标的多个几何特征作为所述深度神经网络的输入层的多个输入数据，所述深度神经网络包括输入层、输出层和多个隐藏层，所述多个隐藏层设置在所述输入层和所述输出层之间，所述多个隐藏层的数量与所述目标在所述第二执行图像中所占据的像素点的数量呈单调正相关的对应关系，所述输出层输出所述现场解析类型。

根据本发明的另一方面，还提供了一种利用参数识别的微控操作方法，所述方法包括：

使用抗压式录影机构，包括气体传送设备、滤光片、光学组件、密封镜片和光电传感器，所述密封镜片用于封装船锚的底部的开口，所述气体传送设备用于接收实时水压，并释放或者回收所述抗压式录影机构内部的气体以使得所述抗压式录影机构内部气压与所述实时水压一致，所述气体传送设备、所述滤光片、所述光学组件和所述光电传感器都设置在船锚的底部内，所述光电传感器用于对来自船锚下方的光线进行感应，以获得与当前时刻对应的感应图像帧；

使用第一执行设备，设置在船锚内部，与所述光电传感器连接，用于对接收到的感应图像帧执行信号锐化处理，以获得第一执行图像；

使用第二执行设备，设置在船锚内部，与所述第一执行设备连接，用于对接收到的第一执行图像执行双线性插值处理，以获得第二执行图像；

使用类型解析机构，与所述第二执行设备连接，用于基于深度神经网络对所述第二执行图像中占据面积最大的目标执行类型解析，以获得对应的现场解析类型；

使用抓地力测算设备，与所述类型解析机构连接，用于基于接收到的现场解析类型确定对应的海底抓地力；

使用微控制器，与所述抓地力测量设备连接，用于基于接收到的海底抓地力确定横向抛锚长度，所述横向抛锚长度为船锚释放完后横卧在海底的船锚的锚链的长度；

其中，基于接收到的现场解析类型确定对应的海底抓地力包括：接收到的现场解析类型为沙体、泥体或岩石，确定的对应的海底抓地力依次提升；

其中，基于深度神经网络对所述第二执行图像中占据面积最大的目标执行类型解析，以获得对应的现场解析类型包括：将所述第二执行图像中占据面积最大的目标的多个几何特征作为所述深度神经网络的输入层的多个输入数据，所述深度神经网络包括输入层、输出层和多个隐藏层，所述多个隐藏层设置在所述输入层和所述输出层之间，所述多个隐藏层的数量与所述目标在所述第二执行图像中所占据的像素点的数量呈单调正相关的对应关系，所述输出层输出所述现场解析类型。

本发明的利用参数识别的微控操作系统及方法逻辑可靠、运用广泛。由于能够基于对海底主要目标类型的识别结果自适应选择横向抛锚长度，使得船锚释放完后横卧在海底的船锚的锚链的长度等于横向抛锚长度，从而保证各种海底地形下的船体稳定。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中：

图1为根据本发明实施方案示出的利用参数识别的微控操作系统及方法所使用的微控制器的内部结构图。

具体实施方式

下面将参照附图对本发明的利用参数识别的微控操作系统及方法的实施方案进行详细说明。

锚一般指船锚，是锚泊设备的主要部件。铁制的停船器具，用铁链连在船上，把锚抛在水底，可以使船停稳。古代的锚是一块大石头，或是装满石头的篓筐，称为”碇“。碇石用绳系住沉入水底，依其重量使船停泊。后来有木爪石锚，即在石块两旁系上木爪，靠重量和抓力使船停泊。中国南朝已有关于金属锚的记载。中国古代帆船使用四爪铁锚，这种锚性能优良，在舢板和小船上仍有使用。

锚的种类很多，钻井平台常用大抓力锚，这种锚的主要特点是它的抓力只有当拉力为水平方向时才能有保证，如果拉力具有垂向分力，抓力减小，锚爪会被拉出土。实验表明，锚柄向上转6°抓力开始下降，锚柄上转12°抓力显著下降。因此，锚泊时必须使锚链的下端与海底相切，否则就有走锚的危险。起锚也就是利用这一特点，向上拉锚链让锚柄抬起，锚丧失抓力，最后破土而出。

目前，由于海底场景的复杂性和易变性，在船体抛锚时并不了解海底场景的具体情况，例如，不了解海底是以沙体为主要目标类型的场景，还是以泥体、岩石、礁石为主要目标类型的场景，导致船体管理方对于不同海底场景的抛锚策略完全一致，容易产生抛锚策略与海底场景不匹配而影响船体稳定性的状况。

为了克服上述不足，本发明搭建了一种利用参数识别的微控操作系统及方法，能够有效解决相应的技术问题。

根据本发明实施方案示出的利用参数识别的微控操作系统包括：

抗压式录影机构，包括气体传送设备、滤光片、光学组件、密封镜片和光电传感器，所述密封镜片用于封装船锚的底部的开口，所述气体传送设备用于接收实时水压，并释放或者回收所述抗压式录影机构内部的气体以使得所述抗压式录影机构内部气压与所述实时水压一致，所述气体传送设备、所述滤光片、所述光学组件和所述光电传感器都设置在船锚的底部内，所述光电传感器用于对来自船锚下方的光线进行感应，以获得与当前时刻对应的感应图像帧；

第一执行设备，设置在船锚内部，与所述光电传感器连接，用于对接收到的感应图像帧执行信号锐化处理，以获得第一执行图像；

第二执行设备，设置在船锚内部，与所述第一执行设备连接，用于对接收到的第一执行图像执行双线性插值处理，以获得第二执行图像；

类型解析机构，与所述第二执行设备连接，用于基于深度神经网络对所述第二执行图像中占据面积最大的目标执行类型解析，以获得对应的现场解析类型；

抓地力测算设备，与所述类型解析机构连接，用于基于接收到的现场解析类型确定对应的海底抓地力；

微控制器，如图1所示，与所述抓地力测量设备连接，用于基于接收到的海底抓地力确定横向抛锚长度，所述横向抛锚长度为船锚释放完后横卧在海底的船锚的锚链的长度；

其中，基于接收到的现场解析类型确定对应的海底抓地力包括：接收到的现场解析类型为沙体、泥体或岩石，确定的对应的海底抓地力依次提升；

其中，基于深度神经网络对所述第二执行图像中占据面积最大的目标执行类型解析，以获得对应的现场解析类型包括：将所述第二执行图像中占据面积最大的目标的多个几何特征作为所述深度神经网络的输入层的多个输入数据，所述深度神经网络包括输入层、输出层和多个隐藏层，所述多个隐藏层设置在所述输入层和所述输出层之间，所述多个隐藏层的数量与所述目标在所述第二执行图像中所占据的像素点的数量呈单调正相关的对应关系，所述输出层输出所述现场解析类型。

接着，继续对本发明的利用参数识别的微控操作系统的具体结构进行进一步的说明。

在所述利用参数识别的微控操作系统中：

接收到的现场解析类型为沙体、泥体或岩石，确定的对应的海底抓地力依次提升包括：接收到的现场解析类型为岩石时，确定的对应的海底抓地力为接收到的现场解析类型为泥体时的两倍；

其中，所述类型解析机构、所述抓地力测算设备和所述微控制器都设置在船锚内部。

所述利用参数识别的微控操作系统中还可以包括：

锚体释放机构，设置在船体上，与所述微控制器连接，用于接收所述横向抛锚长度，并基于所述横向抛锚长度控制船锚的释放的策略。

在所述利用参数识别的微控操作系统中：

接收所述横向抛锚长度，并基于所述横向抛锚长度控制船锚的释放的策略包括：基于所述横向抛锚长度控制船锚的释放的策略使得船锚释放完后横卧在海底的船锚的锚链的长度等于所述横向抛锚长度。

所述利用参数识别的微控操作系统中还可以包括：

无线通信接口，设置在船锚内部，通过zigbee通信链路与所述锚体释放机构的内置zigbee通信设备建立双向无线连接。

根据本发明实施方案示出的利用参数识别的微控操作方法包括：

使用抗压式录影机构，包括气体传送设备、滤光片、光学组件、密封镜片和光电传感器，所述密封镜片用于封装船锚的底部的开口，所述气体传送设备用于接收实时水压，并释放或者回收所述抗压式录影机构内部的气体以使得所述抗压式录影机构内部气压与所述实时水压一致，所述气体传送设备、所述滤光片、所述光学组件和所述光电传感器都设置在船锚的底部内，所述光电传感器用于对来自船锚下方的光线进行感应，以获得与当前时刻对应的感应图像帧；

使用第一执行设备，设置在船锚内部，与所述光电传感器连接，用于对接收到的感应图像帧执行信号锐化处理，以获得第一执行图像；

使用第二执行设备，设置在船锚内部，与所述第一执行设备连接，用于对接收到的第一执行图像执行双线性插值处理，以获得第二执行图像；

使用类型解析机构，与所述第二执行设备连接，用于基于深度神经网络对所述第二执行图像中占据面积最大的目标执行类型解析，以获得对应的现场解析类型；

使用抓地力测算设备，与所述类型解析机构连接，用于基于接收到的现场解析类型确定对应的海底抓地力；

使用微控制器，如图1所示，与所述抓地力测量设备连接，用于基于接收到的海底抓地力确定横向抛锚长度，所述横向抛锚长度为船锚释放完后横卧在海底的船锚的锚链的长度；

其中，基于接收到的现场解析类型确定对应的海底抓地力包括：接收到的现场解析类型为沙体、泥体或岩石，确定的对应的海底抓地力依次提升；

其中，基于深度神经网络对所述第二执行图像中占据面积最大的目标执行类型解析，以获得对应的现场解析类型包括：将所述第二执行图像中占据面积最大的目标的多个几何特征作为所述深度神经网络的输入层的多个输入数据，所述深度神经网络包括输入层、输出层和多个隐藏层，所述多个隐藏层设置在所述输入层和所述输出层之间，所述多个隐藏层的数量与所述目标在所述第二执行图像中所占据的像素点的数量呈单调正相关的对应关系，所述输出层输出所述现场解析类型。

接着，继续对本发明的利用参数识别的微控操作方法的具体步骤进行进一步的说明。

所述利用参数识别的微控操作方法中：

接收到的现场解析类型为沙体、泥体或岩石，确定的对应的海底抓地力依次提升包括：接收到的现场解析类型为岩石时，确定的对应的海底抓地力为接收到的现场解析类型为泥体时的两倍；

其中，所述类型解析机构、所述抓地力测算设备和所述微控制器都设置在船锚内部。

所述利用参数识别的微控操作方法还可以包括：

使用锚体释放机构，设置在船体上，与所述微控制器连接，用于接收所述横向抛锚长度，并基于所述横向抛锚长度控制船锚的释放的策略。

所述利用参数识别的微控操作方法中：

接收所述横向抛锚长度，并基于所述横向抛锚长度控制船锚的释放的策略包括：基于所述横向抛锚长度控制船锚的释放的策略使得船锚释放完后横卧在海底的船锚的锚链的长度等于所述横向抛锚长度。

所述利用参数识别的微控操作方法还可以包括：

使用无线通信接口，设置在船锚内部，通过zigbee通信链路与所述锚体释放机构的内置zigbee通信设备建立双向无线连接。

另外，在本发明的利用参数识别的微控操作系统及方法中，所述类型解析机构的选型可以为gpu，所述gpu在几个主要方面有别于dsp(digitalsignalprocessing，简称dsp，数字信号处理)架构。其所有计算均使用浮点算法，而且此刻还没有位或整数运算指令。此外，由于gpu专为图像处理设计，因此存储系统实际上是一个二维的分段存储空间，包括一个区段号(从中读取图像)和二维地址(图像中的x、y坐标)。此外，没有任何间接写指令。输出写地址由光栅处理器确定，而且不能由程序改变。这对于自然分布在存储器之中的算法而言是极大的挑战。最后一点，不同碎片的处理过程间不允许通信。实际上，碎片处理器是一个simd数据并行执行单元，在所有碎片中独立执行代码。尽管有上述约束，但是gpu还是可以有效地执行多种运算，从线性代数和信号处理到数值仿真。虽然概念简单，但新用户在使用gpu计算时还是会感到迷惑，因为gpu需要专有的图形知识。这种情况下，一些软件工具可以提供帮助。两种高级描影语言cg和hlsl能够让用户编写类似c的代码，随后编译成碎片程序汇编语言。brook是专为gpu计算设计，且不需要图形知识的高级语言。因此对第一次使用gpu进行开发的工作人员而言，它可以算是一个很好的起点。brook是c语言的延伸，整合了可以直接映射到gpu的简单数据并行编程构造。经gpu存储和操作的数据被形象地比喻成“流”(stream)，类似于标准c中的数组。核心(kernel)是在流上操作的函数。在一系列输入流上调用一个核心函数意味着在流元素上实施了隐含的循环，即对每一个流元素调用核心体。brook还提供了约简机制，例如对一个流中所有的元素进行和、最大值或乘积计算。brook还完全隐藏了图形api的所有细节，并把gpu中类似二维存储器系统这样许多用户不熟悉的部分进行了虚拟化处理。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(rom，readonlymemory)、随机存取记忆体(ram，randomaccessmemory)、磁盘或光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。