一种水产养殖水下环境观察装置

1.本发明涉及养殖环境观察设备领域，特别涉及一种水产养殖水下环境观察装置。


背景技术：

2.在水产养殖中，养殖的水环境是水产产量的决定性因素，在进行水质环境监测的时候，通常使用水质传感器，在实践的时候，将水质传感器放置在要监测的地点，通过读取水质传感器所检测的数值，就可以得到该地点的水质情况。但是这种方式过于古板，往往只能得到一个监测点的水质情况，而对于水产养殖的水库的整体情况，则没有一个整体的判断，使得得到的数据非常的片面，在后期对水库进行处理优化和研究的时候，都不能全面的得到处理和研究后的结果，使得具有一定的偏差。


技术实现要素：

3.本发明的目的是克服上述现有技术中存在的问题，提供一种水产养殖水下环境观察装置，通过无人船使得带有定位器和水质传感器的配重块在水下运动，通过无人船的左右移动和对于配重块的上下收放，可以使得配重块遍历水库的各个空间点，并将每一个空间点的水质数据汇总，得到水库整体的水质情况，从而使得在研究和处理的时候，所得到的数据更加的精准。
4.为此，本发明提供一种水产养殖水下环境观察装置，包括无人船，还包括：自动收放线器，设置在所述无人船的底部；配重块，设置在所述无人船的下方，通过线绳连接在所述自动收放线器上；水质传感器，设置在所述配重块的表面，用于检测所述配重块所在空间点的水质数据；定位器，设置在所述配重块的表面，用于检测所述配重块所在空间点的位置数据；中央处理器，控制所述无人船的行进和所述自动收放线器使得所述配重块遍历水库的各个空间点；监控终端，用于显示水库的各个空间点位置数据和对应的水质数据，并根据水库的各个空间点位置数据和对应的水质数据得到水库的水质情况；信号传输器，设置在所述无人船上，用于将每一个空间点的位置数据和对应的水质数据发送到所述监控终端。
5.进一步，所述监控终端将水库的各个空间点位置数据和对应的水质数据进行处理，包括如下步骤：
6.在空间直角坐标系中根据水库的各个空间点位置数据建立水库的三维模型；
7.获取水库的各个空间点位置数据在所述空间直角坐标系中的位置坐标；
8.从所述空间直角坐标系的三个方向中选定其中一个的方向将所述三维模型分割为若干个平面；
9.分别获取每一个所述平面中各个坐标所对应的水质数据，得到每一个平面的水质矩阵；
10.分别计算每一个所述水质矩阵的特征值，并根据选定的方向上平面的顺序将所述水质矩阵的特征值进行排列得到水质数组；
11.将所述选定的方向和所述水质数组显示在所述监控终端。
12.更进一步，所述监控终端分别显示每一个所述空间直角坐标系的方向以及该方向所对应的水质数组。
13.更进一步，在得到水质数组后，包括如下步骤：
14.通过回归算法对所述水质数组进行处理，得到所述所述水质数组的通项公式；
15.从互联网中获取该通项公式的折线图，并将该折线图和通项公式显示在所述监控终端。
16.更进一步，在通过回归算法对所述水质数组进行处理之前，包括如下步骤：
17.计算所述水质数组的特征值，并将该水质数组的特征值和该水质数组输入到学习模型中，输出得到所述回归算法；
18.当所述学习模型采用无监督学习模型的时候，无需为所述学习模型进行训练，该无监督学习模型的输入为水质数组的特征值和水质数组，该无监督学习模型的输出为回归算法；
19.当所述学习模型采用有监督学习模型的时候，需要为所述学习模型进行训练后使用，在训练的时候，该有监督学习模型的输入为水质数组的特征值和水质数组，该有监督学习模型的输出为回归算法。
20.更进一步，所述监控终端还用于输入水库中任意的空间区域，所述三维模型在建立的时候，只建立输入的空间区域部分。
21.更进一步，在输入的空间区域的时候，通过输入所述空间区域的三个不在同一平面的特征点。
22.本发明提供的一种水产养殖水下环境观察装置，具有如下有益效果：
23.1、本发明通过无人船使得带有定位器和水质传感器的配重块在水下运动，通过无人船的左右移动和对于配重块的上下收放，可以使得配重块遍历水库的各个空间点，并将每一个空间点的水质数据汇总，得到水库整体的水质情况，从而使得在研究和处理的时候，所得到的数据更加的精准；
24.2、本发明根据将所得到的水库的每一个空间点的三维坐标和对应的水质数据，绘制空间水质数据集合，在得到水质情况的时候，通过将根据将三维坐标中高度一致的水质数据构成平面矩阵，通过获取各个平面矩阵的特征值，在将这些特征值组成数列呈现给用户，在将数列呈现给用户的时候，通过回归算法得到特征值组成数列的通项公式，并且将该通项公式以折线图的方式显示给用户，使得用户可以更加清楚的知道水质的情况；
25.3、本发明根据用户的选择，选定设定空间区域的水质数据集合，并且根据用户的设定，得到各个三维垂直方向上的折线图。
附图说明
26.图1为本发明提供的一种水产养殖水下环境观察装置的整体结构示意图；
27.图2为本发明在对水质数据进行处理的时候的流程示意图；
28.图3本发明在对水质数组进行处理的时候的流程示意图。
29.附图标记说明：
30.1、无人船；2、配重块；3、定位器；4、水质传感器；5、线绳；6、自动收放线器。
具体实施方式
31.下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
32.在本申请文件中，未经明确的部件型号以及结构，均为本领域技术人员所公知的现有技术，本领域技术人员均可根据实际情况的需要进行设定，在本申请文件的实施例中不做具体的限定。
33.具体的，如图1
‑
3所示，本发明实施例提供了一种水产养殖水下环境观察装置，包括无人船1，还包括：自动收放线器6、配重块2、水质传感器4、定位器3、中央处理器、监控终端以及信号传输器。其中，自动收放线器6设置在所述无人船1的底部；配重块2设置在所述无人船1的下方，通过线绳5连接在所述自动收放线器6上；水质传感器4设置在所述配重块2的表面，用于检测所述配重块2所在空间点的水质数据；定位器3设置在所述配重块2的表面，用于检测所述配重块2所在空间点的位置数据；中央处理器控制所述无人船1的行进和所述自动收放线器6使得所述配重块2遍历水库的各个空间点；监控终端用于显示水库的各个空间点位置数据和对应的水质数据，并根据水库的各个空间点位置数据和对应的水质数据得到水库的水质情况；信号传输器设置在所述无人船1上，用于将每一个空间点的位置数据和对应的水质数据发送到所述监控终端。
34.上述技术方案中，使用无人船1在要测量的水库上行驶，同时，将配重块2放入水库中，中央处理器控制所述无人船1的行进和所述自动收放线器6使得所述配重块2遍历水库的各个空间点，空间点即是水库中各个空间区域，即是将水库的空间均匀的分为无数等份之后的其中一个等份即是空间点，此时，此时配重块2上的定位器3检测所述配重块2所在空间点的位置数据即是该空间点的位置数据，配重块2上的水质传感器4检测所述配重块2所在空间点的水质数据即是该空间点的水质数据，信号传输器是传输的作用，将所述检测到的每一个空间点的位置数据和对应的水质数据发送到所述监控终端，之后在通过监控终端显示水库的各个空间点位置数据和对应的水质数据，并根据水库的各个空间点位置数据和对应的水质数据得到水库的水质情况。这样，用户就可以在监控终端上就可以观看到水库的各个空间点位置数据和对应的水质数据，以及根据水库的各个空间点位置数据和对应的水质数据所得到的水库整体的水质情况，水质情况可以包括水库各个空间点位置数据和对应的水质数据，也可以使得通过一定的算法对各个空间点位置数据和对应的水质数据进行整合后的结果。
35.在本实施例中，所述监控终端将水库的各个空间点位置数据和对应的水质数据进行处理，包括如下步骤：
36.(一)在空间直角坐标系中根据水库的各个空间点位置数据建立水库的三维模型；
37.(二)获取水库的各个空间点位置数据在所述空间直角坐标系中的位置坐标；
38.(三)从所述空间直角坐标系的三个方向中选定其中一个的方向将所述三维模型分割为若干个平面；
39.(四)分别获取每一个所述平面中各个坐标所对应的水质数据，得到每一个平面的水质矩阵；
40.(五)分别计算每一个所述水质矩阵的特征值，并根据选定的方向上平面的顺序将所述水质矩阵的特征值进行排列得到水质数组；
41.(六)将所述选定的方向和所述水质数组显示在所述监控终端。
42.上述技术方案中，水质数组即是上述的水质情况的其中一个参数指标。在上述步骤中，第(一)步骤是水库的三维模型的建立过程，第(二)步是进行位置的同步，第(三)步是将三维模型进行分割，分割后的各个平面是处于叠加的状态，这样就得到了分割好的平面，第(四)步是将上述已经得到的各个平面中各个位置数据对应的水质数据进行处理，使得得到的整个平面的水质数据，由于是矩阵形式分布的各个水质数据，因此，可以得到水质矩阵。使得每一个平面对应一个水质矩阵，第(五)步是将上述所得到的每一个特征矩阵进行处理，得到该矩阵的特征值，最后根据平面的排列顺序将水质均值的特征值进行排列，就得到了水质数组，第(六)步是将选定方向和水质数组显示在监控终端。这样用户就可以根据监控终端的显示的选定方向和对应的水质数组，从而用户就可以根据数组中数字的规律和选定的方向得到水质情况。
43.同时，在本实施例中，所述监控终端分别显示每一个所述空间直角坐标系的方向以及该方向所对应的水质数组。这样通过显示三个方向，使得用户所得到的数据更加的全面。
44.同时，在本实施例中，在得到水质数组后，会将水质数字进行处理和分析，具体的包括如下步骤：
45.(一)通过回归算法对所述水质数组进行处理，得到所述所述水质数组的通项公式；
46.(二)从互联网中获取该通项公式的折线图，并将该折线图和通项公式显示在所述监控终端。
47.上述步骤中，回归算法是监督学习模型的一种形式，可以得到水质数组中的数字之间的规律，因此，通过回归算法得到水质数组的通项公式，接下来，就使用通项公式得到折线图，即每一个公式所对应的几何图像，这样就会使得用户在监控终端观看几何图像，会更加直观的了解到水库的水质情况。
48.同时，在本实施例中，在通过回归算法对所述水质数组进行处理之前，包括如下步骤：
49.(一)计算所述水质数组的特征值，并将该水质数组的特征值和该水质数组输入到学习模型中，输出得到所述回归算法；
50.(二)当所述学习模型采用无监督学习模型的时候，无需为所述学习模型进行训练，该无监督学习模型的输入为水质数组的特征值和水质数组，该无监督学习模型的输出为回归算法；
51.(三)当所述学习模型采用有监督学习模型的时候，需要为所述学习模型进行训练后使用，在训练的时候，该有监督学习模型的输入为水质数组的特征值和水质数组，该有监督学习模型的输出为回归算法。
52.上述步骤中，步骤(二)和步骤(三)为对抗步骤，即步骤(二)和步骤(三)只能执行其中一个，在本发明中，上述步骤(一)是学习模型建立的过程，在上述步骤的学习模型为回归算法，建立回归算法即是建立回归算法的框架，而步骤(二)和步骤(三)是对学习模型进行训练的过程，在训练过后就可以使用训练好的学习模型。
53.同时，在本实施例中，所述监控终端还用于输入水库中任意的空间区域，所述三维
模型在建立的时候，只建立输入的空间区域部分。这样就可以使得用户观看，了解到水库中任意区域的水质情况，同时，任意区域的选择是用户在监控终端手动录入的，自主性极强。
54.同时，在本实施例中，在输入的空间区域的时候，通过输入所述空间区域的三个不在同一平面的特征点。本发明通过三个点确定一个立方的区域，这样就可以使得用户精确的得到所选择要查看的区域的位置。在本发明中，如果没有选择，则使得显示的区域为整个水库。
55.以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。