【摘要】：在水產(chǎn)養(yǎng)殖中,國內(nèi)淡水魚類產(chǎn)量占我國所有魚類產(chǎn)量的69.1%,在世界范圍內(nèi)這一比例超過60%。隨著水產(chǎn)養(yǎng)殖產(chǎn)業(yè)的不斷發(fā)展,養(yǎng)殖人員勞動力成本和養(yǎng)殖飼料價格也在不斷地提高,如何提高室內(nèi)工廠化水產(chǎn)養(yǎng)殖的效率和養(yǎng)殖質(zhì)量是工廠化養(yǎng)殖的主要問題。目前,室內(nèi)工廠化水產(chǎn)養(yǎng)殖多數(shù)還是依靠養(yǎng)殖人員的個人經(jīng)驗來進(jìn)行投食操作,導(dǎo)致養(yǎng)殖人員勞動強度大且無法滿足水產(chǎn)養(yǎng)殖投喂定時、定量精準(zhǔn)性的要求。工廠化水產(chǎn)養(yǎng)殖規(guī)模不斷地發(fā)展,傳統(tǒng)的人工經(jīng)驗投食或者簡單的漁業(yè)投飼系統(tǒng)已經(jīng)無法滿足行業(yè)產(chǎn)業(yè)發(fā)展的需求。為了解決以上存在的問題,本文基于計算機(jī)視覺方式提出了面向室內(nèi)工廠化水產(chǎn)養(yǎng)殖自動投喂設(shè)備的視覺伺服控制系統(tǒng)的解決方案,通過低功耗、低成本、高性能的嵌入式智能投喂平臺對養(yǎng)殖現(xiàn)場進(jìn)行驅(qū)動式投喂,本文所做的主要工作包括:(1)調(diào)查研究了水產(chǎn)養(yǎng)殖智能投喂系統(tǒng)的使用現(xiàn)狀,分析其中存在的問題。提出了具有智能化程度高、定位精度高、不依賴于外部環(huán)境等優(yōu)勢的計算機(jī)視覺室內(nèi)測距定位技術(shù)來解決工廠化水產(chǎn)養(yǎng)殖的室內(nèi)定位精度問題。(2)研究分析了水產(chǎn)養(yǎng)殖智能投喂設(shè)備的選型策略及視覺投喂設(shè)備嵌入式開發(fā)流程,設(shè)計并實現(xiàn)了基于Exynos型ARM平臺的視覺投喂設(shè)備的硬件嵌入式實驗開發(fā)平臺和嵌入式軟件架構(gòu)。(3)基于單目視覺零階圖像矩,提出了一種目標(biāo)深度測量算法。該算法利用攝像頭在目標(biāo)物處于不同距離時,目標(biāo)二值圖的圖像零階矩與目標(biāo)距離之間存在的關(guān)系來測量目標(biāo)深度。通過對算法的研究,在PC端使用matlab仿真驗證了算法對目標(biāo)深度測量的精準(zhǔn)性,并將其移植到Exynos型ARM嵌入式平臺,在嵌入式平臺對現(xiàn)場視頻圖像中目標(biāo)做了算法測距精準(zhǔn)性測試。(4)通過對水產(chǎn)養(yǎng)殖室內(nèi)實際環(huán)境研究分析,提出了對智能投喂設(shè)備的運行速度實施模糊控制的分級行進(jìn)策略。研究分析了目標(biāo)處于不同距離時,智能投喂設(shè)備的運行速度與目標(biāo)距離的關(guān)系,仿真驗證了設(shè)備運行速度的有效性并對設(shè)備運行的模糊控制策略做了現(xiàn)場測試。本文所提出的基于計算機(jī)視覺的解決方案,在嵌入式平臺實現(xiàn)了室內(nèi)水產(chǎn)養(yǎng)殖智能化投喂的伺服控制。本設(shè)計的實驗結(jié)果表明,該方案相對于傳統(tǒng)的室內(nèi)定位方式具有更高效、穩(wěn)定的特性,為提高室內(nèi)工廠化水產(chǎn)養(yǎng)殖的高效投喂提供了有益的參考和借鑒。
【圖文】：

圖 2.1 U-boot 執(zhí)行流程圖Figure 2.1 U-boot execution flow chart是整個 Linux 操作系統(tǒng)的核心，系統(tǒng)上層應(yīng)用程序和供的服務(wù)才能工作。內(nèi)核包括實現(xiàn)多個進(jìn)程共享處理器中斷的中斷服務(wù)程序，，內(nèi)存管理程序以及系統(tǒng)服務(wù)程設(shè)備任務(wù)等。Linux 內(nèi)核具有以下特點[34]： 屬于單核操作系統(tǒng)，同時具有微內(nèi)核的優(yōu)點；支持內(nèi)核線程，由于 Linux 內(nèi)核運行在單獨的內(nèi)核地址的上下文切換相對于普通用戶進(jìn)程開銷小得多； 內(nèi)核是搶占式的，即 Linux 內(nèi)核有能力搶占在內(nèi)核中運 采用了模塊化設(shè)計。相當(dāng)多種類的文件系統(tǒng)。由于 Linux 內(nèi)核的 VFS 層提統(tǒng)一的實現(xiàn)框架，且提供了能和標(biāo)準(zhǔn)系統(tǒng)調(diào)用交互工nux 上實現(xiàn)新文件系統(tǒng)變得簡單，在內(nèi)核中已經(jīng)支持的

通過這些控制經(jīng)驗的集合讓受控對象模仿人進(jìn)行操作控制，從化，這就是模糊控制。模糊控制技術(shù)依賴于表述知識、操作經(jīng)規(guī)則”，而不依賴于控制系統(tǒng)的數(shù)學(xué)模型，它是一種基于模糊言控制規(guī)則的計算機(jī)控制技術(shù)[41]。制的模糊規(guī)則是由控制專家的實際經(jīng)驗獲得，因此模糊控制對的適應(yīng)性和較高的魯棒性。模糊控制的規(guī)則庫由于是由自然糊控制的自動化控制比較便于人機(jī)對話。再者模糊控制的規(guī)則轉(zhuǎn)化為數(shù)學(xué)函數(shù)，在實際控制方便軟件實現(xiàn)[40]。糊控制的這些特點和優(yōu)勢，正好能夠解決投喂設(shè)備在速度運行確定性問題。制系統(tǒng)通常由測量裝置、控制器、被控對象、輸入輸出接口和成。其中模糊控制器是模糊控制系統(tǒng)中核心部件，它的結(jié)構(gòu)框，它由輸入變量模糊化、控制量解模糊、模糊控制規(guī)則庫、模組成。
【學(xué)位授予單位】：上海海洋大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;S969.31

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 阮陵;張翎;許越;鄭星雨;;室內(nèi)定位:分類、方法與應(yīng)用綜述[J];地理信息世界;2015年02期

2 崔龍旭;倪琦;莊保陸;張宇雷;吳凡;;基于PLC的工廠化水產(chǎn)養(yǎng)殖軌道式自動投飼系統(tǒng)設(shè)計與試驗[J];廣東農(nóng)業(yè)科學(xué);2014年22期

3 肖志濤;張文寅;耿磊;張芳;吳駿;;雙目視覺系統(tǒng)測量精度分析[J];光電工程;2014年02期

4 孫雪琪;董明利;王君;孫鵬;;雙目動態(tài)視覺測量的匹配[J];北京信息科技大學(xué)學(xué)報(自然科學(xué)版);2013年02期

5 劉亞菲;郭慧;聶冬金;郭新龍;陳飛;;雙目立體視覺系統(tǒng)測量精度的分析[J];東華大學(xué)學(xué)報(自然科學(xué)版);2012年05期

6 劉海丹;吳硯鋒;;幾種常用嵌入式操作系統(tǒng)的對比分析[J];移動通信;2012年S1期

7 王飛;孔聰;;基于V4L2的Linux攝像頭驅(qū)動的實現(xiàn)[J];電子科技;2012年02期

8 王德芬;王玉堂;楊子江;朱澤聞;;我國漁業(yè)多功能性的研究與思考(連載二)[J];中國水產(chǎn);2012年02期

9 韓延祥;張志勝;戴敏;;用于目標(biāo)測距的單目視覺測量方法[J];光學(xué)精密工程;2011年05期

10 鄧素芳;楊有泉;陳敏;;全自動餌料精量投喂裝置的研究[J];農(nóng)機(jī)化研究;2010年11期

相關(guān)碩士學(xué)位論文 前10條

1 陳莉;基于機(jī)器視覺的雙攝像頭測距系統(tǒng)的研究與實現(xiàn)[D];河北科技大學(xué);2019年

2 吳洪正;嵌入式通用圖像形選系統(tǒng)的設(shè)計[D];大連理工大學(xué);2017年

3 唐致龍;基于OpenCV嵌入式人臉檢測系統(tǒng)[D];長安大學(xué);2017年

4 吳強澤;池塘養(yǎng)殖智能投飼系統(tǒng)的研究[D];南京農(nóng)業(yè)大學(xué);2016年

5 石秋艷;廣東工廠化水產(chǎn)養(yǎng)殖競爭力評價研究[D];廣東海洋大學(xué);2015年

6 梁睿;基于立體圖像對的圖像校正和深度測量研究[D];華南理工大學(xué);2014年

7 汪昌固;網(wǎng)箱智能投喂系統(tǒng)開發(fā)及關(guān)鍵技術(shù)研究[D];太原科技大學(xué);2014年

8 袁凱;投飼機(jī)器人關(guān)鍵技術(shù)研究[D];上海海洋大學(xué);2013年

9 趙艷軍;錳粉制備輸送控制系統(tǒng)設(shè)計與研究[D];蘭州理工大學(xué);2012年

10 張建亭;導(dǎo)盲系統(tǒng)中雙目視覺技術(shù)的研究與實現(xiàn)[D];東北大學(xué);2011年

本文編號：2617505