一种计算机网络设备远程控制系统及方法

1.本发明属于设备控制分析技术领域，涉及到一种计算机网络设备远程控制系统及方法。


背景技术：

2.海参具有提升记忆力、抗肿瘤和延缓性腺衰老的功效，受到广大群众的喜爱，无论是海养还是池养的海参，目前均是通过人工下水进行逐个捕捞，人工下海捕捞海参的作业环境十分恶劣，捕捞人员生命安全受到严重威胁，由此凸显了控制海参捕捞机器人下海捕捞海参的重要性。
3.目前对于海参捕捞机器人下海的控制主要是对路径规划进行控制的，具有一定的弊端性，很显然，当前对于海参捕捞机器人控制管理还存在以下几点不足：1、当前没有对水下物体的识别进行精准分析，水下环境较差，亮度较低，红光衰减较快，色偏严重，所以水下环境的辨识度与可见范围较低，这也增加了识别海参并进行捕捞的难度，在一定程度上降低了海参捕捞的精准率，降低了海参的捕捞量，无法避免减少非目标鱼类的误捕，从而不利于减少对海洋生态环境的影响。
4.2、当前没有对水下物体图像进行灰度化检测，进而无法准确得到水下物体信息，无法推动实现智慧捕捞业的发展，无法提高海参捕捞机器人的自主使用能力，进而还无法保证作业更加高效、精准和可控。
5.3、当前没有对海参捕捞机器人进行水下物体精准分析，在一定程度上降低了海参捕捞机器人的智能化水平，无法为海参捕捞机器人的捕捞提供可靠的数据支撑，存在着一定的安全隐患。


技术实现要素：

6.鉴于以上现有技术存在的问题，本发明提供一种计算机网络设备远程控制系统及方法，用于解决据上述技术问题。
7.为了实现上述目的及其他目的，本发明采用的技术方案如下：本发明提供了一种计算机网络设备远程控制系统，该系统包括捕捞信息获取模块、捕捞电缆控制模块、捕捞路径生成模块、捕捞路径筛选模块、捕捞路径监测模块、捕捞路径分析模块、远程控制终端和水下数据库。
8.所述捕捞信息获取模块，用于从水下数据库中获取得到目标捕捞船只对应的捕捞信息；所述捕捞电缆控制模块，用于根据目标捕捞船只对应的捕捞信息，进而对目标捕捞船只对应的电缆长度进行精准控制；所述捕捞路径生成模块，用于根据目标捕捞船只对应的捕捞信息，提取出海洋牧场对应的边线数目，并依据海洋牧场各条边线进而由此生成海参捕捞机器人对应的各条捕捞路径；
所述捕捞路径筛选模块，用于根据海参捕捞机器人对应的各条捕捞路径，得出海洋牧场对应各条捕捞路径的实际捕捞面积，并分析得出海洋牧场对应各条捕捞路径对应的捕捞容错率，依据其筛选得出海参捕捞机器人对应的最佳捕捞路径；所述捕捞路径监测模块，用于根据海参捕捞机器人自带的高清摄像头进而对最佳捕捞路径中各物体进行视频监测；所述捕捞路径分析模块，用于根据最佳捕捞路径中疑似物体对应的监测视频，进而对最佳捕捞路径中各物体进行分析，并进行对应控制；所述远程控制终端，用于对目标捕捞船只和海参捕捞机器人进行精准远程控制；所述水下数据库，用于存储目标捕捞船只对应的捕捞信息、各模型图对应的参考名称和参考rgb差值偏移系数，还用于存储各一元灰度熵值对应的像素点标准色度值、各色度等级对应的像素点标准灰度级和各灰度级对应的亮度区间。
9.作为本发明的进一步改进，所述目标捕捞船只对应的捕捞信息包括海洋牧场对应的区域面积、区域形状和最深海深，还包括海参捕捞机器人对应的基本参数，其中，基本参数包括臂长、长度和宽度。
10.作为本发明的进一步改进，所述对目标捕捞船只对应的电缆长度进行精准控制，具体控制过程如下：根据海洋牧场对应的最深海深和海参捕捞机器人对应的臂长，利用计算公式，计算得出目标捕捞船只对应的电缆长度，其中，l表示为海参捕捞机器人对应的臂长，表示为海洋牧场对应的最深海深。
11.将目标捕捞船只对应的电缆长度反馈至远程控制终端，进而对目标捕捞船只电缆长度进行精准控制。
12.作为本发明的进一步改进，所述生成海参捕捞机器人对应的各条捕捞路径，生成过程如下：w1、从目标捕捞船只对应的捕捞信息中提取出海洋牧场对应的区域形状，并将其代入模型图中，进而得到海洋牧场对应的边线信息，其中，边线信息包括边线数目。
13.w2、从海洋牧场各边线中选取海洋牧场参考边线，并以海参捕捞机器人的臂长为路径间距并作平行于海洋牧场参考边线的各直线，由此截取平行于海洋牧场参考边线的各直线与海洋牧场轮廓边线相交点为端点的直线，并将其作为各参考路径直线，由此得到海洋牧场对应各参考路径直线，并将其作为海洋牧场参考边线对应的捕捞路径。
14.w3、根据海洋牧场参考边线对应的捕捞路径的分析方式同理分析得出海洋牧场各边线对应的捕捞路径，并将海洋牧场各边线对应的捕捞路径记为海洋牧场对应的各条捕捞路径。
15.作为本发明的进一步改进，所述筛选海参捕捞机器人对应的最佳捕捞路径，具体筛选过程如下：q1、根据海洋牧场的各条捕捞路径，进而得出海洋牧场对应各条捕捞路径的实际捕捞面积，并根据海参捕捞机器人对应的基本参数，进而利用计算公式计算得出海参捕捞机器人对应的捕捞运动面积，将其记为，进而利用计算公式
，计算得出海洋牧场对应各条捕捞路径对应的捕捞容错率，p表示为各条捕捞路径对应的编号，，表示为海洋牧场对应第p条捕捞路径的实际捕捞面积，a1和a2分别表示为设定的捕捞重复面积和未捕捞面积对应的影响因子，s表示为海洋牧场对应的区域面积。
16.q2、将海洋牧场对应各条捕捞路径对应的捕捞容错率按照从大到小的顺序进行排列，进而从中筛选出捕捞容错率排列第一的捕捞路径作为海参捕捞机器人对应的最佳捕捞路径。
17.作为本发明的进一步改进，所述对最佳捕捞路径中各物体进行分析，具体分析过程如下：e1、从海洋牧场对应的各条捕捞路径对应的监测视频中提取出最佳捕捞路径对应的监测图像，并依据最佳捕捞路径对应的监测图像得到最佳捕捞路径对应各物体的监测图像，将最佳捕捞路径对应各物体的监测图像进行滤波处理，进而得到最佳捕捞路径中各物体对应各行的像素排列信息，其中，像素排列信息包括各行像素数目和各行中各像素的rgb值。
18.e2、将最佳捕捞路径中各物体对应各行中各像素点的rgb值，利用计算公式计算得出最佳捕捞路径中各物体对应各行中各像素点的rgb差值，并将其记为，其中，j表示为各物体对应的编号，，k表示为各像素点对应的编号，，w表示为各行对应的编号，，进而利用计算公式，计算得出最佳捕捞路径中各物体对应各行的各像素点的rgb的差值偏移系数，表示为设定的第k个像素的标准rgb值，将最佳捕捞路径中各物体对应各行的各像素点的rgb的差值偏移系数与水下数据库存储的参考rgb差值偏移系数进行比对，若某目标路径中某疑似物体对应某行的某像素点的rgb的差值偏移系数大于参考rgb差值偏移系数，则提取最佳捕捞路径中该疑似物体对应该行的该像素点的编号，并将其记为最佳捕捞路径中该疑似物体的轮廓像素点，依据如上数据处理方式可得到最佳捕捞路径中各物体对应的各轮廓像素点，由此得到最佳捕捞路径中各物体对应的轮廓。
19.e3、将最佳捕捞路径对应的各监测图像进行灰度化处理，进而得到最佳捕捞路径中各物体对应的灰度化图像，统计得出最佳捕捞路径中各物体对应的各像素点对应的亮度值，并将最佳捕捞路径中各物体对应的各像素点对应的亮度值与水下数据库存储的各灰度级对应的亮度区间进行比对，若最佳捕捞路径中某疑似物体对应的某像素点对应的亮度值在某灰度级对应的亮度区间内，则判定最佳捕捞路径中该疑似物体对应的该像素点为该灰度级，由此得到最佳捕捞路径中各物体对应各像素点的灰度级。
20.e4、从中筛选出最佳捕捞路径中各物体对应的像素点总数目，并将其记为，其
中，依据分析公式，计算得出最佳捕捞路径中各物体对应各像素点的一元灰度熵值，表示为最佳捕捞路径中第j个疑似物体对应第f个像素点的数目,f表示为各像素点对应的编号，。
21.e5、将最佳捕捞路径中各物体对应各像素点的一元灰度熵值与水下数据库存储的各一元灰度熵值对应的像素点标准色度值进行对比，进而得到最佳捕捞路径中各物体对应各像素点的标准色度值，并根据最佳捕捞路径中各物体对应各像素点的灰度级与水下数据库存储的各色度等级对应的像素点标准灰度级进行比对，进而得到最佳捕捞路径中各物体对应各像素点的标准色度级。
22.e6、将最佳捕捞路径中各物体对应的轮廓、最佳捕捞路径中各物体对应各像素点的标准色度值和标准色度等级导入后台终端平台，并根据最佳捕捞路径中各物体对应各像素点的标准色度值和标准色度等级对最佳捕捞路径中各物体对应的轮廓进行填充，进而得到最佳捕捞路径中各物体对应的参考模型图。
23.作为本发明的进一步改进，所述对最佳捕捞路径中各物体进行分析，具体分析过程还包括：根据最佳捕捞路径中各物体对应的参考模型图，将其与水下数据库存储的各模型图对应的参考名称进行比对，进而得出最佳捕捞路径中各物体对应的参考名称，并将最佳捕捞路径中各物体对应的参考名称反馈至远程控制终端。
24.若最佳捕捞路径中某物体对应的参考名称为海参，则控制海参捕捞机器人进行捕捞，反之则控制海参捕捞机器人进行精准避障。
25.本发明第二方面提供了一种计算机网络设备远程控制方法，所述方法包括以下步骤：步骤一、捕捞信息获取，从水下数据库中获取得到目标捕捞船只对应的捕捞信息。
26.步骤二、捕捞电缆控制，根据目标捕捞船只对应的捕捞信息，进而对目标捕捞船只对应的电缆长度进行精准控制。
27.步骤三、捕捞路径生成，根据目标捕捞船只对应的捕捞信息，提取出海洋牧场对应的边线数目，并依据海洋牧场各条边线进而由此生成海参捕捞机器人对应的各条捕捞路径。
28.步骤四、捕捞路径筛选，根据海参捕捞机器人对应的各条捕捞路径，得出海洋牧场对应各条捕捞路径的实际捕捞面积，并分析得出海洋牧场对应各条捕捞路径对应的捕捞容错率，依据其筛选得出海参捕捞机器人对应的最佳捕捞路径。
29.步骤五、捕捞路径监测，根据海参捕捞机器人自带的高清摄像头进而对最佳捕捞路径中各物体进行视频监测。
30.步骤六、捕捞路径分析，根据最佳捕捞路径中疑似物体对应的监测视频，进而对最佳捕捞路径中各物体进行分析，并进行对应控制。
31.步骤七、远程控制终端，对目标捕捞船只和海参捕捞机器人进行精准远程控制。
32.如上所述，本发明提供的一种计算机网络设备远程控制系统及方法，至少具有以下有益效果：（1）本发明提供的一种计算机网络设备远程控制系统及方法，通过目标捕捞船只对应的捕捞信息，进而生成海参捕捞机器人对应的捕捞路径，并从中筛选出最佳捕捞路径，进而对最佳捕捞路径中监测图象进行精准处理并将结果反馈至后台控制终端进而实现
远程控制，有效地解决了当前技术对于海参捕捞机器人水下识别度不高的问题，本发明实施例通过对水下物体的进行精准识别分析，提高了捕捞机器人水下环境的辨识度，在一定程度上降低了海参捕捞的难度，提高了海参捕捞的精准率，同时还能有效避免非目标鱼类的误捕，大大减少了对海洋生态环境的影响。
33.（2）本发明实施例通过对水下物体图像进行灰度化检测，提高了水下物体信息的准确性，进而大大推动了实现智慧捕捞业的发展，同时还提高了海参捕捞机器人的自主使用能力，保证了海参捕捞作业更加高效、精准和可控。
34.（3）本发明实施例通过对海参捕捞机器人进行水下物体精准分析，在一定程度上提高了海参捕捞机器人的智能化水平，还能有效地为海参捕捞机器人的捕捞提供可靠的数据支撑，避免安全隐患的发生，同时还在一定程度上提高了海参捕捞机器人的使用寿命和使用时间。
附图说明
35.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
36.图1为本发明系统各模块连接示意图。
37.图2为本发明方法各步骤连接示意图。
具体实施方式
38.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
39.请参阅图1所示，一种计算机网络设备远程控制系统，该系统包括捕捞信息获取模块、捕捞电缆控制模块、捕捞路径生成模块、捕捞路径筛选模块、捕捞路径监测模块、捕捞路径分析模块、远程控制终端和水下数据库。
40.所述远程控制终端与捕捞电缆控制模块和捕捞路径分析模块连接，捕捞信息获取模块与捕捞电缆控制模块和捕捞路径生成模块连接，捕捞路径监测模块与捕捞路径筛选模块和捕捞路径分析模块连接，水下数据库与捕捞信息获取模块和捕捞路径分析模块连接。
41.所述捕捞信息获取模块，用于从水下数据库中获取得到目标捕捞船只对应的捕捞信息。
42.需要进一步说明的是，所述目标捕捞船只对应的捕捞信息包括海洋牧场对应的区域面积、区域形状和最深海深，还包括海参捕捞机器人对应的基本参数，其中，基本参数包括臂长、长度和宽度。
43.所述捕捞电缆控制模块，用于根据目标捕捞船只对应的捕捞信息，进而对目标捕捞船只对应的电缆长度进行精准控制。
44.需要进一步说明的是，所述对目标捕捞船只对应的电缆长度进行精准控制，具体
控制过程如下：根据海洋牧场对应的最深海深和海参捕捞机器人对应的臂长，利用计算公式，计算得出目标捕捞船只对应的电缆长度，其中，l表示为海参捕捞机器人对应的臂长，表示为海洋牧场对应的最深海深。
45.将目标捕捞船只对应的电缆长度反馈至远程控制终端，进而对目标捕捞船只电缆长度进行精准控制。
46.所述捕捞路径生成模块，用于根据目标捕捞船只对应的捕捞信息，提取出海洋牧场对应的边线数目，并依据海洋牧场各条边线进而由此生成海参捕捞机器人对应的各条捕捞路径。
47.需要进一步说明的是，所述生成海参捕捞机器人对应的各条捕捞路径，生成过程如下：w1、从目标捕捞船只对应的捕捞信息中提取出海洋牧场对应的区域形状，并将其代入模型图中，进而得到海洋牧场对应的边线信息，其中，边线信息包括边线数目。
48.w2、从海洋牧场各边线中选取海洋牧场参考边线，并以海参捕捞机器人的臂长为路径间距并作平行于海洋牧场参考边线的各直线，由此截取平行于海洋牧场参考边线的各直线与海洋牧场轮廓边线相交点为端点的直线，并将其作为各参考路径直线，由此得到海洋牧场对应各参考路径直线，并将其作为海洋牧场参考边线对应的捕捞路径。
49.w3、根据海洋牧场参考边线对应的捕捞路径的分析方式同理分析得出海洋牧场各边线对应的捕捞路径，并将海洋牧场各边线对应的捕捞路径记为海洋牧场对应的各条捕捞路径。
50.所述捕捞路径筛选模块，用于根据海参捕捞机器人对应的各条捕捞路径，得出海洋牧场对应各条捕捞路径的实际捕捞面积，并分析得出海洋牧场对应各条捕捞路径对应的捕捞容错率，依据其筛选得出海参捕捞机器人对应的最佳捕捞路径。
51.需要进一步说明的是，所述筛选海参捕捞机器人对应的最佳捕捞路径，具体筛选过程如下：q1、根据海洋牧场的各条捕捞路径，进而得出海洋牧场对应各条捕捞路径的实际捕捞面积，并根据海参捕捞机器人对应的基本参数，进而利用计算公式计算得出海参捕捞机器人对应的捕捞运动面积，将其记为，进而利用计算公式，计算得出海洋牧场对应各条捕捞路径对应的捕捞容错率，p表示为各条捕捞路径对应的编号，，表示为海洋牧场对应第p条捕捞路径的实际捕捞面积，a1和a2分别表示为设定的捕捞重复面积和未捕捞面积对应的影响因子，s表示为海洋牧场对应的区域面积。
52.在一个具体的实施例中，得出海洋牧场对应各条捕捞路径的实际捕捞面积，具体获取过程如下：将海洋牧场的各条捕捞路径代入海洋牧场三维模型图中，即可得到海洋牧场对应各条捕捞路径的实际捕捞面积。
53.在一个具体的实施例中，利用计算公式计算得出海参捕捞机器人对应的捕捞运动面积，具体计算过程如下：根据海参捕捞机器人对应的基本参数，从中提取出海参捕捞机器
人对应的臂长和宽度，利用计算公式，计算得出海参捕捞机器人对应的捕捞运动面积，其中，k＇表示为海参捕捞机器人对应的宽度。
54.q2、将海洋牧场对应各条捕捞路径对应的捕捞容错率按照从大到小的顺序进行排列，进而从中筛选出捕捞容错率排列第一的捕捞路径作为海参捕捞机器人对应的最佳捕捞路径。
55.所述捕捞路径监测模块，用于根据海参捕捞机器人自带的高清摄像头进而对最佳捕捞路径中各物体进行视频监测。
56.所述捕捞路径分析模块，用于根据最佳捕捞路径中疑似物体对应的监测视频，进而对最佳捕捞路径中各物体进行分析，并进行对应控制。
57.需要进一步说明的是，所述对最佳捕捞路径中各物体进行分析，具体分析过程如下：e1、从海洋牧场对应的各条捕捞路径对应的监测视频中提取出最佳捕捞路径对应的监测图像，并依据最佳捕捞路径对应的监测图像得到最佳捕捞路径对应各物体的监测图像，将最佳捕捞路径对应各物体的监测图像进行滤波处理，进而得到最佳捕捞路径中各物体对应各行的像素排列信息，其中，像素排列信息包括各行像素数目和各行中各像素的rgb值。
58.e2、将最佳捕捞路径中各物体对应各行中各像素点的rgb值，利用计算公式计算得出最佳捕捞路径中各物体对应各行中各像素点的rgb差值，并将其记为，其中，j表示为各物体对应的编号，，k表示为各像素点对应的编号，，w表示为各行对应的编号，，进而利用计算公式，计算得出最佳捕捞路径中各物体对应各行的各像素点的rgb的差值偏移系数，表示为设定的第k个像素的标准rgb值，将最佳捕捞路径中各物体对应各行的各像素点的rgb的差值偏移系数与水下数据库存储的参考rgb差值偏移系数进行比对，若某目标路径中某疑似物体对应某行的某像素点的rgb的差值偏移系数大于参考rgb差值偏移系数，则提取最佳捕捞路径中该疑似物体对应该行的该像素点的编号，并将其记为最佳捕捞路径中该疑似物体的轮廓像素点，依据如上数据处理方式可得到最佳捕捞路径中各物体对应的各轮廓像素点，由此得到最佳捕捞路径中各物体对应的轮廓。
59.在一个具体的实施例中，利用计算公式计算得出最佳捕捞路径中各疑似物体对应各行中各像素点的rgb差值，具体计算过程如下：获取最佳捕捞路径中各疑似物体对应各行中各像素点的rgb值，从中选取最佳捕捞路径中各疑似物体对应各行中参考像素点，并由此得到最佳捕捞路径中各疑似物体对应各行中参考像素点的rgb值，并将最佳捕捞路径中各疑似物体对应各行中除参考像素点另外对应的像素点编号为，进而得到最佳捕捞路径中各疑似物体对应各行中除参考像素点另外对应的像素点的rgb值，并将其记为最佳捕捞路径中各疑似物体对应各行中各另外像素点，利用计算公式，计算得出最佳捕捞路径中各疑似
物体对应各行中参考像素点的rgb差值，表示为第s个目标路径中第j个疑似物体对应第w行中参考像素点对应的rgb值，表示为第s个目标路径中第j个疑似物体对应第w行中第x个另外像素点对应的rgb值，其中，j表示为各疑似物体对应的编号，，w表示为各行对应的编号，，x表示为各另外像素点对应的编号，，v表示为另外像素点总数目。
60.在一个具体地实施例中，得到最佳捕捞路径中各疑似物体对应的轮廓，具体得到过程如下：将最佳捕捞路径中各疑似物体对应的各轮廓像素点代入最佳捕捞路径中各疑似物体对应的监测图像，由此获取最佳捕捞路径中各障碍物对应的各轮廓像素点对应的坐标位置，利用坐标差公式计算得出最佳捕捞路径中各障碍物对应的各轮廓像素点与另外各轮廓像素点的间距，并将最佳捕捞路径中各障碍物对应的各轮廓像素点与另外各轮廓像素点的间距按照从大到小顺序进行排列，由此筛选得出与最佳捕捞路径中各障碍物对应的各轮廓像素点最近的轮廓像素点对应的编号和位置，并将与最佳捕捞路径中各障碍物对应的各轮廓像素点最近的轮廓像素点记为第一轮廓像素点，同时将最佳捕捞路径中各障碍物对应的各轮廓像素点与其对应第一轮廓像素点进行连线，由此得到最佳捕捞路径中各疑似物体对应的轮廓。
61.e3、将最佳捕捞路径对应的各监测图像进行灰度化处理，进而得到最佳捕捞路径中各物体对应的灰度化图像，统计得出最佳捕捞路径中各物体对应的各像素点对应的亮度值，并将最佳捕捞路径中各物体对应的各像素点对应的亮度值与水下数据库存储的各灰度级对应的亮度区间进行比对，若最佳捕捞路径中某疑似物体对应的某像素点对应的亮度值在某灰度级对应的亮度区间内，则判定最佳捕捞路径中该疑似物体对应的该像素点为该灰度级，由此得到最佳捕捞路径中各物体对应各像素点的灰度级。
62.e4、从中筛选出最佳捕捞路径中各物体对应的像素点总数目，并将其记为，其中，依据分析公式，计算得出最佳捕捞路径中各物体对应各像素点的一元灰度熵值，表示为最佳捕捞路径中第j个疑似物体对应第f个像素点的数目,f表示为各像素点对应的编号，。
63.e5、将最佳捕捞路径中各物体对应各像素点的一元灰度熵值与水下数据库存储的各一元灰度熵值对应的像素点标准色度值进行对比，进而得到最佳捕捞路径中各物体对应各像素点的标准色度值，并根据最佳捕捞路径中各物体对应各像素点的灰度级与水下数据库存储的各色度等级对应的像素点标准灰度级进行比对，进而得到最佳捕捞路径中各物体对应各像素点的标准色度级。
64.e6、将最佳捕捞路径中各物体对应的轮廓、最佳捕捞路径中各物体对应各像素点的标准色度值和标准色度等级导入后台终端平台，并根据最佳捕捞路径中各物体对应各像素点的标准色度值和标准色度等级对最佳捕捞路径中各物体对应的轮廓进行填充，进而得到最佳捕捞路径中各物体对应的参考模型图。
65.本发明实施例通过对水下物体图像进行灰度化检测，提高了水下物体信息的准确性，进而大大推动了实现智慧捕捞业的发展，同时还提高了海参捕捞机器人的自主使用能力，保证了海参捕捞作业更加高效、精准和可控。
66.需要进一步说明的是，所述对最佳捕捞路径中各物体进行分析，具体分析过程还包括：根据最佳捕捞路径中各物体对应的参考模型图，将其与水下数据库存储的各模型图对应的参考名称进行比对，进而得出最佳捕捞路径中各物体对应的参考名称，并将最佳捕捞路径中各物体对应的参考名称反馈至远程控制终端。
67.若最佳捕捞路径中某物体对应的参考名称为海参，则控制海参捕捞机器人进行捕捞，反之则控制海参捕捞机器人进行精准避障。
68.本发明实施例通过对水下物体的进行精准识别分析，提高了捕捞机器人水下环境的辨识度，在一定程度上降低了海参捕捞的难度，提高了海参捕捞的精准率，同时还能有效避免非目标鱼类的误捕，大大减少了对海洋生态环境的影响。
69.本发明实施例通过对海参捕捞机器人进行水下物体精准分析，在一定程度上提高了海参捕捞机器人的智能化水平，还能有效地为海参捕捞机器人的捕捞提供可靠的数据支撑，避免安全隐患的发生，同时还在一定程度上提高了海参捕捞机器人的使用寿命和使用时间。
70.所述远程控制终端，用于对目标捕捞船只和海参捕捞机器人进行精准远程控制。
71.所述水下数据库，用于存储目标捕捞船只对应的捕捞信息、各模型图对应的参考名称和参考rgb差值偏移系数，还用于存储各一元灰度熵值对应的像素点标准色度值、各色度等级对应的像素点标准灰度级和各灰度级对应的亮度区间。
72.请参阅图2所示，一种计算机网络设备远程控制方法，该方法包括以下步骤：步骤一、捕捞信息获取，从水下数据库中获取得到目标捕捞船只对应的捕捞信息。
73.步骤二、捕捞电缆控制，根据目标捕捞船只对应的捕捞信息，进而对目标捕捞船只对应的电缆长度进行精准控制。
74.步骤三、捕捞路径生成，根据目标捕捞船只对应的捕捞信息，提取出海洋牧场对应的边线数目，并依据海洋牧场各条边线进而由此生成海参捕捞机器人对应的各条捕捞路径。
75.步骤四、捕捞路径筛选，根据海参捕捞机器人对应的各条捕捞路径，得出海洋牧场对应各条捕捞路径的实际捕捞面积，并分析得出海洋牧场对应各条捕捞路径对应的捕捞容错率，依据其筛选得出海参捕捞机器人对应的最佳捕捞路径。
76.步骤五、捕捞路径监测，根据海参捕捞机器人自带的高清摄像头进而对最佳捕捞路径中各物体进行视频监测。
77.步骤六、捕捞路径分析，根据最佳捕捞路径中疑似物体对应的监测视频，进而对最佳捕捞路径中各物体进行分析，并进行对应控制。
78.步骤七、远程控制终端，对目标捕捞船只和海参捕捞机器人进行精准远程控制。

技术特征：
1.一种计算机网络设备远程控制系统，其特征在于：该系统包括：捕捞信息获取模块，用于从水下数据库中获取得到目标捕捞船只对应的捕捞信息；捕捞电缆控制模块，用于根据目标捕捞船只对应的捕捞信息，进而对目标捕捞船只对应的电缆长度进行精准控制；捕捞路径生成模块，用于根据目标捕捞船只对应的捕捞信息，提取出海洋牧场对应的边线数目，并依据海洋牧场各条边线进而由此生成海参捕捞机器人对应的各条捕捞路径；捕捞路径筛选模块，用于根据海参捕捞机器人对应的各条捕捞路径，得出海洋牧场对应各条捕捞路径的实际捕捞面积，并分析得出海洋牧场对应各条捕捞路径对应的捕捞容错率，依据其筛选得出海参捕捞机器人对应的最佳捕捞路径；捕捞路径监测模块，用于根据海参捕捞机器人自带的高清摄像头进而对最佳捕捞路径中各物体进行视频监测；捕捞路径分析模块，用于根据最佳捕捞路径中疑似物体对应的监测视频，进而对最佳捕捞路径中各物体进行分析，并进行对应控制；远程控制终端，用于对目标捕捞船只和海参捕捞机器人进行精准远程控制；水下数据库，用于存储目标捕捞船只对应的捕捞信息、各模型图对应的参考名称和参考rgb差值偏移系数，还用于存储各一元灰度熵值对应的像素点标准色度值、各色度等级对应的像素点标准灰度级和各灰度级对应的亮度区间。2.根据权利要求1所述的一种计算机网络设备远程控制系统，其特征在于：所述目标捕捞船只对应的捕捞信息包括海洋牧场对应的区域面积、区域形状和最深海深，还包括海参捕捞机器人对应的基本参数，其中，基本参数包括臂长、长度和宽度。3.根据权利要求2所述的一种计算机网络设备远程控制系统，其特征在于：所述对目标捕捞船只对应的电缆长度进行精准控制，具体控制过程如下：根据海洋牧场对应的最深海深和海参捕捞机器人对应的臂长，利用计算公式，计算得出目标捕捞船只对应的电缆长度，其中，l表示为海参捕捞机器人对应的臂长，表示为海洋牧场对应的最深海深；将目标捕捞船只对应的电缆长度反馈至远程控制终端，进而对目标捕捞船只电缆长度进行精准控制。4.根据权利要求1所述的一种计算机网络设备远程控制系统，其特征在于：所述生成海参捕捞机器人对应的各条捕捞路径，生成过程如下：w1、从目标捕捞船只对应的捕捞信息中提取出海洋牧场对应的区域形状，并将其代入模型图中，进而得到海洋牧场对应的边线信息，其中，边线信息包括边线数目；w2、从海洋牧场各边线中选取海洋牧场参考边线，并以海参捕捞机器人的臂长为路径间距并作平行于海洋牧场参考边线的各直线，由此截取平行于海洋牧场参考边线的各直线与海洋牧场轮廓边线相交点为端点的直线，并将其作为各参考路径直线，由此得到海洋牧场对应各参考路径直线，并将其作为海洋牧场参考边线对应的捕捞路径；w3、根据海洋牧场参考边线对应的捕捞路径的分析方式同理分析得出海洋牧场各边线对应的捕捞路径，并将海洋牧场各边线对应的捕捞路径记为海洋牧场对应的各条捕捞路径。5.根据权利要求4所述的一种计算机网络设备远程控制系统，其特征在于：所述筛选海
参捕捞机器人对应的最佳捕捞路径，具体筛选过程如下：q1、根据海洋牧场的各条捕捞路径，进而得出海洋牧场对应各条捕捞路径的实际捕捞面积，并根据海参捕捞机器人对应的基本参数，进而利用计算公式计算得出海参捕捞机器人对应的捕捞运动面积，将其记为，进而利用计算公式，计算得出海洋牧场对应各条捕捞路径对应的捕捞容错率，p表示为各条捕捞路径对应的编号，，表示为海洋牧场对应第p条捕捞路径的实际捕捞面积，a1和a2分别表示为设定的捕捞重复面积和未捕捞面积对应的影响因子，s表示为海洋牧场对应的区域面积；q2、将海洋牧场对应各条捕捞路径对应的捕捞容错率按照从大到小的顺序进行排列，进而从中筛选出捕捞容错率排列第一的捕捞路径作为海参捕捞机器人对应的最佳捕捞路径。6.根据权利要求1所述的一种计算机网络设备远程控制系统，其特征在于：所述对最佳捕捞路径中各物体进行分析，具体分析过程如下：e1、从海洋牧场对应的各条捕捞路径对应的监测视频中提取出最佳捕捞路径对应的监测图像，并依据最佳捕捞路径对应的监测图像得到最佳捕捞路径对应各物体的监测图像，将最佳捕捞路径对应各物体的监测图像进行滤波处理，进而得到最佳捕捞路径中各物体对应各行的像素排列信息，其中，像素排列信息包括各行像素数目和各行中各像素的rgb值；e2、将最佳捕捞路径中各物体对应各行中各像素点的rgb值，利用计算公式计算得出最佳捕捞路径中各物体对应各行中各像素点的rgb差值，并将其记为，其中，j表示为各物体对应的编号，，k表示为各像素点对应的编号，，w表示为各行对应的编号，，进而利用计算公式，计算得出最佳捕捞路径中各物体对应各行的各像素点的rgb的差值偏移系数，表示为设定的第k个像素的标准rgb值，将最佳捕捞路径中各物体对应各行的各像素点的rgb的差值偏移系数与水下数据库存储的参考rgb差值偏移系数进行比对，若某目标路径中某疑似物体对应某行的某像素点的rgb的差值偏移系数大于参考rgb差值偏移系数，则提取最佳捕捞路径中该疑似物体对应该行的该像素点的编号，并将其记为最佳捕捞路径中该疑似物体的轮廓像素点，依据如上数据处理方式可得到最佳捕捞路径中各物体对应的各轮廓像素点，由此得到最佳捕捞路径中各物体对应的轮廓；e3、将最佳捕捞路径对应的各监测图像进行灰度化处理，进而得到最佳捕捞路径中各物体对应的灰度化图像，统计得出最佳捕捞路径中各物体对应的各像素点对应的亮度值，并将最佳捕捞路径中各物体对应的各像素点对应的亮度值与水下数据库存储的各灰度级对应的亮度区间进行比对，若最佳捕捞路径中某疑似物体对应的某像素点对应的亮度值在某灰度级对应的亮度区间内，则判定最佳捕捞路径中该疑似物体对应的该像素点为该灰度
级，由此得到最佳捕捞路径中各物体对应各像素点的灰度级；e4、从中筛选出最佳捕捞路径中各物体对应的像素点总数目，并将其记为，其中，依据分析公式，计算得出最佳捕捞路径中各物体对应各像素点的一元灰度熵值，表示为最佳捕捞路径中第j个疑似物体对应第f个像素点的数目,f表示为各像素点对应的编号，；e5、将最佳捕捞路径中各物体对应各像素点的一元灰度熵值与水下数据库存储的各一元灰度熵值对应的像素点标准色度值进行对比，进而得到最佳捕捞路径中各物体对应各像素点的标准色度值，并根据最佳捕捞路径中各物体对应各像素点的灰度级与水下数据库存储的各色度等级对应的像素点标准灰度级进行比对，进而得到最佳捕捞路径中各物体对应各像素点的标准色度级；e6、将最佳捕捞路径中各物体对应的轮廓、最佳捕捞路径中各物体对应各像素点的标准色度值和标准色度等级导入后台终端平台，并根据最佳捕捞路径中各物体对应各像素点的标准色度值和标准色度等级对最佳捕捞路径中各物体对应的轮廓进行填充，进而得到最佳捕捞路径中各物体对应的参考模型图。7.根据权利要求6所述的一种计算机网络设备远程控制系统，其特征在于：所述对最佳捕捞路径中各物体进行分析，具体分析过程还包括：根据最佳捕捞路径中各物体对应的参考模型图，将其与水下数据库存储的各模型图对应的参考名称进行比对，进而得出最佳捕捞路径中各物体对应的参考名称，并将最佳捕捞路径中各物体对应的参考名称反馈至远程控制终端；若最佳捕捞路径中某物体对应的参考名称为海参，则控制海参捕捞机器人进行捕捞，反之则控制海参捕捞机器人进行精准避障。8.一种计算机网络设备远程控制方法，其特征在于：该方法包括以下步骤：步骤一、捕捞信息获取，从水下数据库中获取得到目标捕捞船只对应的捕捞信息；步骤二、捕捞电缆控制，根据目标捕捞船只对应的捕捞信息，进而对目标捕捞船只对应的电缆长度进行精准控制；步骤三、捕捞路径生成，根据目标捕捞船只对应的捕捞信息，提取出海洋牧场对应的边线数目，并依据海洋牧场各条边线进而由此生成海参捕捞机器人对应的各条捕捞路径；步骤四、捕捞路径筛选，根据海参捕捞机器人对应的各条捕捞路径，得出海洋牧场对应各条捕捞路径的实际捕捞面积，并分析得出海洋牧场对应各条捕捞路径对应的捕捞容错率，依据其筛选得出海参捕捞机器人对应的最佳捕捞路径；步骤五、捕捞路径监测，根据海参捕捞机器人自带的高清摄像头进而对最佳捕捞路径中各物体进行视频监测；步骤六、捕捞路径分析，根据最佳捕捞路径中疑似物体对应的监测视频，进而对最佳捕捞路径中各物体进行分析，并进行对应控制；步骤七、远程控制终端，对目标捕捞船只和海参捕捞机器人进行精准远程控制。

技术总结
本发明涉及网络设备远程控制分析技术领域，具体公开一种计算机网络设备远程控制系统及方法，包括捕捞信息获取模块、捕捞电缆控制模块、捕捞路径生成模块、捕捞路径筛选模块、捕捞路径监测模块、捕捞路径分析模块、远程控制终端和水下数据库，通过生成海参捕捞机器人对应的捕捞路径并从中筛选出最佳捕捞路径，进而对最佳捕捞路径中监测图象进行精准处理并将结果反馈至后台控制终端进而实现远程控制，提高了捕捞机器人水下环境的辨识度，在一定程度上降低了海参捕捞的难度，提高了海参捕捞的精准率，同时还能有效避免非目标鱼类的误捕，同时还提高了海参捕捞机器人的自主使用能力，保证了海参捕捞作业更加高效。证了海参捕捞作业更加高效。证了海参捕捞作业更加高效。


技术研发人员：陆燕 杨秋芬 邝允新 焦鹏翔 胡赐元 李卓
受保护的技术使用者：湖南开放大学(湖南网络工程职业学院、湖南省干部教育培训网络学院)
技术研发日：2023.05.31
技术公布日：2023/7/12