水下抓捕设备、方法、装置、水下机器人及存储介质与流程

1.本发明涉及水下捕捞技术领域，尤其涉及一种水下抓捕设备、水下目标抓捕方法、水下目标抓捕装置、水下机器人及计算机可读存储介质。


背景技术：

2.随着自动化捕捞技术的发展，针对水下低速运动或静止的目标，例如深远海养殖领域中位于养殖网箱内的鱼类，现已开始采用水下机器人结合视觉引导技术，完成针对水下目标的抓取收集作业。
3.然而，由于水下环境复杂、能见度较差、视距受限，当前依靠视觉引导进行水下目标抓取的方式仅能完成近距离目标的识别定位及抓取，而无法应用于远距离目标，局限性较大。


技术实现要素：

4.本发明的主要目的在于提供一种水下抓捕设备，旨在解决目前依靠视觉引导进行水下目标抓取的方式仅能完成近距离目标的识别定位及抓取，无法应用于远距离目标，局限性较大的技术问题。
5.为实现上述目的，本发明提供一种水下抓捕设备，所述水下抓捕设备包括：
6.抓捕装置；
7.动力装置；
8.声呐装置，用于获取水下目标的声波信号；
9.视觉传感装置，用于获取水下目标的图像信号；
10.导航装置，存储有声波数据模型和图像数据模型；所述导航装置与所述抓捕装置、所述动力装置、所述声呐装置、所述视觉传感装置电连接；
11.所述导航装置用于接收所述声波信号或所述图像信号；所述导航装置用于通过所述声波数据模型将接收到的所述声波信号转换为第一导航坐标信号并输出至所述动力装置；所述导航装置用于通过所述图像数据模型将接收到的所述图像信号转换为第二导航坐标信号并输出至所述动力装置；所述导航装置用于当所述第一导航坐标信号或所述第二导航坐标信号满足预设抓捕条件时输出抓捕信号至所述抓捕装置，以对水下目标进行抓捕。
12.进一步地，所述抓捕装置包括吸捕通道、收集结构和流场发生装置；其中：
13.所述收集结构设置于所述吸捕通道中，所述收集结构呈镂空网状；所述流场发生装置设置于所述吸捕通道的末端，所述流场发生装置与所述导航装置电连接；
14.所述导航装置用于当所述第一导航坐标信号或所述第二导航坐标信号满足所述预设抓捕条件时输出启动信号至所述流场发生装置，以产生预设流场并将水下目标由所述吸捕通道的首端抽吸至所述收集结构中。
15.进一步地，所述抓捕装置还包括导流结构和导流驱动组件；其中：
16.所述导流结构可开合地连接于所述吸捕通道的首端，所述导流驱动组件与所述导
流结构连接，且所述导流驱动组件与所述导航装置电连接；
17.所述导航装置用于当所述第一导航坐标信号或所述第二导航坐标信号满足所述预设抓捕条件时输出开启信号至所述导流驱动组件，以通过所述导流驱动组件驱动所述导流结构打开；当所述导流结构处于打开状态时，所述导流结构在所述吸捕通道的首端开口处形成导流腔，所述导流腔的横截面积自远离所述吸捕通道的方向逐渐增大。
18.进一步地，所述流场发生装置包括无轴轮缘推进器，所述无轴轮缘推进器设置于所述吸捕通道的末端。
19.对应地，本发明还提出一种水下目标抓捕方法，应用于如前述的水下抓捕设备，所述水下抓捕设备设置于水下机器人上；所述水下目标抓捕方法包括以下步骤：
20.通过所述声呐装置获取水下目标的声波信号；
21.通过所述声波数据模型将接收到的所述声波信号转换为所述第一导航坐标信号并输出至所述动力装置，以通过所述动力装置驱动所述水下机器人驶近所述水下目标；
22.判断所述水下目标是否位于所述视觉传感装置的视距范围内；
23.若所述水下目标位于所述视觉传感装置的视距范围内，则关闭所述声呐装置，并通过所述视觉传感装置获取所述水下目标的图像信号；
24.通过所述图像数据模型将接收到的所述图像信号转换为所述第二导航坐标信号并输出至所述动力装置，以通过所述动力装置驱动所述水下机器人驶近所述水下目标；
25.判断所述水下目标是否位于所述抓捕装置的作业范围内；
26.若所述水下目标位于所述抓捕装置的作业范围内，则通过所述抓捕装置对所述水下目标进行抓捕。
27.进一步地，所述通过所述声波数据模型将接收到的所述声波信号转换为所述第一导航坐标信号并输出至所述动力装置，以通过所述动力装置驱动所述水下机器人驶近所述水下目标的步骤，包括：
28.融合深度学习算法和deepsort目标跟踪算法，将接收到的所述声波信号转换为所述水下目标的第一运动轨迹；
29.以所述水下机器人的当前位置坐标作为基准坐标，根据所述第一运动轨迹计算出所述水下目标相对于所述基准坐标的第一位置坐标；
30.通过所述动力装置驱动所述水下机器人移动，以使所述基准坐标靠近所述第一位置坐标。
31.进一步地，所述通过所述图像数据模型将接收到的所述图像信号转换为所述第二导航坐标信号并输出至所述动力装置，以通过所述动力装置驱动所述水下机器人驶近所述水下目标的步骤，包括：
32.融合深度学习算法和deepsort目标跟踪算法，将接收到的所述图像信号转换为所述水下目标的第二运动轨迹；
33.以所述水下机器人的当前位置坐标作为基准坐标，根据所述第二运动轨迹计算出所述水下目标相对于所述基准坐标的第二位置坐标；
34.通过所述动力装置驱动所述水下机器人移动，以使所述基准坐标靠近所述第二位置坐标。
35.对应地，本发明还提出一种水下目标抓捕装置，所述水下目标抓捕装置包括：
36.声波传感模块，用于通过声呐装置获取水下目标的声波信号；
37.第一导航模块，用于通过声波数据模型将接收到的所述声波信号转换为第一导航坐标信号并输出至动力装置，以通过所述动力装置驱动水下机器人驶近所述水下目标；
38.第一判断模块，用于判断所述水下目标是否位于视觉传感装置的视距范围内；
39.切换模块，用于当所述水下目标位于所述视觉传感装置的视距范围内时关闭所述声呐装置，并通过所述视觉传感装置获取所述水下目标的图像信号；
40.第二导航模块，用于通过图像数据模型将接收到的所述图像信号转换为第二导航坐标信号并输出至所述动力装置，以通过所述动力装置驱动所述水下机器人驶近所述水下目标；
41.第二判断模块，用于判断所述水下目标是否位于抓捕装置的作业范围内；
42.抓捕模块，用于当所述水下目标位于所述抓捕装置的作业范围内时控制所述抓捕装置对所述水下目标进行抓捕。
43.对应地，本发明还提出一种水下机器人，所述水下机器人包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如前述的水下目标抓捕方法的步骤。
44.对应地，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有水下目标抓捕程序，所述水下目标抓捕程序被处理器执行时实现如前述的水下目标抓捕方法的步骤。
45.本发明提供的水下抓捕设备，基于声呐装置与视觉传感装置协同作业的方式，充分利用了声呐装置定位范围大的特性以及视觉传感装置定位精度高的特性，破除了传统方式仅能针对近距离目标进行识别定位的弊端，在不影响水下目标收集作业的准确性的同时扩大了抓捕范围，使得水下抓捕设备的适用性更强，可实现大范围水域面积内的机动作业，提高了工作效率。
附图说明
46.图1为本发明水下抓捕设备一实施例的整体结构示意图；
47.图2为本发明水下抓捕设备一实施例中抓捕装置的结构示意图；
48.图3为本发明水下目标抓捕方法一实施例的操作步骤示意图；
49.图4为本发明水下目标抓捕方法一实施例的流程框图；
50.图5为本发明水下目标抓捕装置一实施例的结构示意图；
51.图6为本发明实施例方案涉及的硬件运行环境的系统结构示意图。
52.附图标号说明：
53.标号名称标号名称1抓捕装置6水下机器人2动力装置11吸捕通道3声呐装置12收集结构4视觉传感装置13流场发生装置5导航装置14导流结构
54.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
55.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的一部分实施例，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作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
56.需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后
……
)，则该方向性指示仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
57.另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，若全文中出现的“和/或”或者“及/或”，其含义包括三个并列的方案，以“a和/或b”为例，包括a方案、或b方案、或a和b同时满足的方案。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
58.参照图1，本发明一实施例提供一种水下抓捕设备，该水下抓捕设备包括：
59.抓捕装置1；具体可以是搭载于水下机器人6平台上的机械臂或其它夹取装置，亦可采用负压抽吸装置，只需具备抓取鱼类等水下目标的功能即可，此处不作限定；
60.动力装置2；具体可以是设置于水下机器人6上的电机、传动机构、转向机构等，可用于驱动水下机器人6按给定的导航路径航行；
61.声呐装置3，用于获取水下目标的声波信号；其中，声呐(sound navigation and ranging，声音导航与测距)是利用声波在水中的传播和反射特性，通过电声转换和信息处理进行导航和测距的技术，也指利用这种技术对水下目标进行探测(存在、位置、性质、运动方向等)和通讯的电子设备；声呐装置3可用于远距离/大范围识别探测水下目标的大致位置；
62.视觉传感装置4，用于获取水下目标的图像信号；其中，视觉传感装置4具体可采用一种水下可见光摄像头，其可用于近距离/小范围精准识别探测水下目标的准确位置；
63.导航装置5，存储有声波数据模型和图像数据模型；导航装置5与抓捕装置1、动力装置2、声呐装置3、视觉传感装置4电连接；
64.导航装置5用于接收声波信号或图像信号；导航装置5用于通过声波数据模型将接收到的声波信号转换为第一导航坐标信号并输出至动力装置2；导航装置5用于通过图像数据模型将接收到的图像信号转换为第二导航坐标信号并输出至动力装置2；导航装置5用于当第一导航坐标信号或第二导航坐标信号满足预设抓捕条件时输出抓捕信号至抓捕装置1，以对水下目标进行抓捕。
65.具体地，声波数据模型可借助imu(惯性测量单元)、usbl(超短基线定位系统)等水下定位技术模块获取；亦可基于深度学习技术，利用大量历史数据作为学习样本，通过训练获取学习样本数据的内在规律和表示层次，最终构建出可表征声波信号与坐标位置、导航数据之间关联性的模型并预存于导航装置5中；当声呐装置3获取到水下目标的声波信号并
发送至导航装置5后，导航装置5可利用声波数据模型将声波信号转换为第一导航坐标信号，并可进一步将第一导航坐标信号转换为可直接控制动力装置2按预设方式运行的驱动信号，从而动力装置2可驱动水下机器人6驶近水下目标，实现导航路径跟踪。
66.同理，图像数据模型可借助imu(惯性测量单元)、usbl(超短基线定位系统)等水下定位技术模块获取；亦可基于深度学习技术，利用大量历史数据作为学习样本，通过训练获取学习样本数据的内在规律和表示层次，最终构建出可表征图像信号与坐标位置、导航数据之间关联性的模型并预存于导航装置5中；当视觉传感装置4获取到水下目标的图像信号并发送至导航装置5后，导航装置5可利用图像数据模型将图像信号转换为第二导航坐标信号，并可进一步将第二导航坐标信号转换为可直接控制动力装置2按预设方式运行的驱动信号，从而动力装置2可驱动水下机器人6驶近水下目标，实现导航路径跟踪。
67.可以理解的是，导航装置5中的imu(惯性测量单元)、usbl(超短基线定位系统)等水下定位技术模块可在水下机器人6航行过程中实现自动避障功能。
68.在具体实施过程中，如图1所示，声呐装置3和视觉传感装置4布置在水下机器人6的艏部，导航装置5布置在水下机器人6的舯部；在水下机器人6航行过程中，基于声呐装置3与视觉传感装置4协同作业的目标识别跟踪模式，可根据水下目标与水下机器人6之间的距离远近，采用不同模式的识别跟踪手段。具体地，在航行的初始阶段利用声呐装置3在较大范围内识别定位水下目标，当通过声呐装置3获取到水下目标的大致位置后，即驱动水下机器人6跟踪水下目标；随着水下机器人6不断驶近水下目标，当水下目标位于视觉传感装置4的视距范围内时，可认为水下目标已进入视觉传感装置4的定位探测范围内，此时切换为利用视觉传感装置4在较小范围内对水下目标进行精准识别定位，以驱动水下机器人6进一步驶近水下目标；当水下目标满足预设抓捕条件(例如水下目标在视觉传感装置4拍摄的图像中所占面积比例超过预设比例阈值，水下目标与水下机器人6的距离小于预设距离阈值，水下目标与抓捕装置1的夹角小于预设角度阈值等)时，可认为水下目标已进入抓捕装置1的工作范围内，此时可控制抓捕装置1对水下目标进行抓捕。
69.基于上述声呐装置3与视觉传感装置4协同作业的方式，充分利用了声呐装置3定位范围大的特性以及视觉传感装置4定位精度高的特性，破除了传统方式仅能针对近距离目标进行识别定位的弊端，在不影响水下目标收集作业的准确性的同时扩大了抓捕范围，使得水下抓捕设备的适用性更强，可实现大范围水域面积内的机动作业，提高了工作效率。
70.传统的水下抓捕方式通常借助机械臂等夹取装置对水下目标进行抓捕，容易因操控流程复杂、夹取力度控制不当而造成水下目标表面损伤。基于该问题，本实施例对抓捕装置1进行了相应改进，具体如下：
71.参照图1和图2，抓捕装置1包括吸捕通道11、收集结构12和流场发生装置13；其中：
72.收集结构12设置于吸捕通道11中，收集结构12呈镂空网状；流场发生装置13设置于吸捕通道11的末端，流场发生装置13与导航装置5电连接；
73.导航装置5用于当第一导航坐标信号或第二导航坐标信号满足预设抓捕条件时输出启动信号至流场发生装置13，以产生预设流场并将水下目标由吸捕通道11的首端抽吸至收集结构12中。
74.图示性地，吸捕通道11可贯穿水下机器人6设置，收集结构12可布置在水下机器人6的艏部，流场发生装置13布置在水下机器人6的艉部；流场发生装置13可借助任意刚性结
构在水体中的规则运动而产生预设流场，例如可通过叶轮的转动而在吸捕通道11的末端产生预设流场；由于水体可通过镂空的收集结构12，因此该预设流场产生的动力可带动吸捕通道11首端的水体流向吸捕通道11末端，从而将水下目标由吸捕通道11首端吸入，直至水下目标进入收集结构12中，如此便实现了对水下目标的吸捕操作。该抓捕装置1依靠水流流场即可完成抓捕，无需在水下控制机械臂实施捏合、夹取等动作，控制策略得以简化，且便于操作，亦可避免在机械作业过程中因力度控制不当而对物体表面造成损伤。
75.可选地，参照图1和图2，抓捕装置1还包括导流结构14和导流驱动组件(图中未示意出)；其中：
76.导流结构14可开合地连接于吸捕通道11的首端，导流驱动组件与导流结构14连接，且导流驱动组件与导航装置5电连接；
77.导航装置5用于当第一导航坐标信号或第二导航坐标信号满足预设抓捕条件时输出开启信号至导流驱动组件，以通过导流驱动组件驱动导流结构14打开；当导流结构14处于打开状态时，导流结构14在吸捕通道11的首端开口处形成导流腔，导流腔的横截面积自远离吸捕通道11的方向逐渐增大。
78.图示性地，当水下抓捕设备切换为利用视觉传感装置4在较小范围内对水下目标进行精准识别定位时，导流结构14打开，以通过其喇叭状结构为后续的吸捕作业提供合适的流场方向，并可更好地引导水下目标顺利进入吸捕通道11中；吸捕作业结束后，导流结构14关闭，以避免水体在吸捕通道11中持续流动而影响水下机器人6的正常航行。
79.可选地，流场发生装置13包括无轴轮缘推进器，无轴轮缘推进器设置于吸捕通道11的末端。
80.无轴轮缘推进器(rim-driven thruster)指采用集成电机技术，取消了传统的机械传动轴系，将轮缘驱动电机与螺旋桨、轴承等部件集成一体化设计制造的推进装置，安装更为灵活。无轴轮缘推进器的定子可直接固定在吸捕通道11末端的内壁上，其桨叶直接安装在转子内圈上，其运转不受传动轴干扰，可大幅降低噪声和振动，并可提高运转效率。
81.需要说明的是，本发明实施例公开的水下抓捕设备的其它内容可参见现有技术，在此不再赘述。
82.参照图6，图6为本发明实施例方案涉及的硬件运行环境的水下机器人结构示意图。
83.如图6所示，该水下机器人可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless fidelity，wifi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)存储器，也可以是稳定的非易失性存储器(non volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
84.本领域技术人员可以理解，图6中示出的结构并不构成对水下机器人的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
85.如图6所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模
块、网络通信模块、用户接口模块以及水下目标抓捕程序。
86.在图6所示的水下机器人中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的水下目标抓捕程序，并执行下述任一实施例中的水下目标抓捕方法中的操作。
87.本发明实施例提供了一种水下目标抓捕方法，参照图3和图4，图3为本发明一种水下目标抓捕方法一实施例的操作步骤示意图，图4为本发明一种水下目标抓捕方法一实施例的流程框图。
88.在本实施例中，该水下目标抓捕方法包括以下步骤：
89.s1，通过声呐装置3获取水下目标的声波信号；
90.s2，通过声波数据模型将接收到的声波信号转换为第一导航坐标信号并输出至动力装置2，以通过动力装置2驱动水下机器人6驶近水下目标；
91.s3，判断水下目标是否位于视觉传感装置4的视距范围内；
92.s4，若水下目标位于视觉传感装置4的视距范围内，则关闭声呐装置3，并通过视觉传感装置4获取水下目标的图像信号；
93.s5，通过图像数据模型将接收到的图像信号转换为第二导航坐标信号并输出至动力装置2，以通过动力装置2驱动水下机器人6驶近水下目标；
94.s6，判断水下目标是否位于抓捕装置1的作业范围内；
95.s7，若水下目标位于抓捕装置1的作业范围内，则通过抓捕装置1对水下目标进行抓捕。
96.具体地，声波数据模型可借助imu(惯性测量单元)、usbl(超短基线定位系统)等水下定位技术模块获取；亦可基于深度学习技术，利用大量历史数据作为学习样本，通过训练获取学习样本数据的内在规律和表示层次，最终构建出可表征声波信号与坐标位置、导航数据之间关联性的模型并预存于导航装置5中；当声呐装置3获取到水下目标的声波信号并发送至导航装置5后，导航装置5可利用声波数据模型将声波信号转换为第一导航坐标信号，并可进一步将第一导航坐标信号转换为可直接控制动力装置2按预设方式运行的驱动信号，从而动力装置2可驱动水下机器人6驶近水下目标，实现导航路径跟踪。
97.同理，图像数据模型可借助imu(惯性测量单元)、usbl(超短基线定位系统)等水下定位技术模块获取；亦可基于深度学习技术，利用大量历史数据作为学习样本，通过训练获取学习样本数据的内在规律和表示层次，最终构建出可表征图像信号与坐标位置、导航数据之间关联性的模型并预存于导航装置5中；当视觉传感装置4获取到水下目标的图像信号并发送至导航装置5后，导航装置5可利用图像数据模型将图像信号转换为第二导航坐标信号，并可进一步将第二导航坐标信号转换为可直接控制动力装置2按预设方式运行的驱动信号，从而动力装置2可驱动水下机器人6驶近水下目标，实现导航路径跟踪。
98.可以理解的是，导航装置5中的imu(惯性测量单元)、usbl(超短基线定位系统)等水下定位技术模块可在水下机器人6航行过程中实现自动避障功能。
99.在具体实施过程中，如图1所示，声呐装置3和视觉传感装置4布置在水下机器人6的艏部，导航装置5布置在水下机器人6的舯部；在水下机器人6航行过程中，基于声呐装置3与视觉传感装置4协同作业的目标识别跟踪模式，可根据水下目标与水下机器人6之间的距
离远近，采用不同模式的识别跟踪手段。具体地，在航行的初始阶段利用声呐装置3在较大范围内识别定位水下目标，当通过声呐装置3获取到水下目标的大致位置后，即驱动水下机器人6跟踪水下目标；随着水下机器人6不断驶近水下目标，当水下目标位于视觉传感装置4的视距范围内时，可认为水下目标已进入视觉传感装置4的定位探测范围内，此时切换为利用视觉传感装置4在较小范围内对水下目标进行精准识别定位，以驱动水下机器人6进一步驶近水下目标；当水下目标满足预设抓捕条件(例如水下目标在视觉传感装置4拍摄的图像中所占面积比例超过预设比例阈值，水下目标与水下机器人6的距离小于预设距离阈值，水下目标与抓捕装置1的夹角小于预设角度阈值等)时，可认为水下目标已进入抓捕装置1的工作范围内，此时可控制抓捕装置1对水下目标进行抓捕。
100.基于上述声呐装置3与视觉传感装置4协同作业的方式，充分利用了声呐装置3定位范围大的特性以及视觉传感装置4定位精度高的特性，破除了传统方式仅能针对近距离目标进行识别定位的弊端，在不影响水下目标收集作业的准确性的同时扩大了抓捕范围，使得水下抓捕设备的适用性更强，可实现大范围水域面积内的机动作业，提高了工作效率。
101.可选地，步骤s2包括：
102.s21，融合深度学习算法和deepsort目标跟踪算法，将接收到的声波信号转换为水下目标的第一运动轨迹；
103.s22，以水下机器人6的当前位置坐标作为基准坐标，根据第一运动轨迹计算出水下目标相对于基准坐标的第一位置坐标；具体可借助imu(惯性测量单元)、usbl(超短基线定位系统)等水下定位技术模块实现；
104.s23，通过动力装置2驱动水下机器人6移动，以使基准坐标靠近第一位置坐标；亦即令水下机器人6持续跟踪并逐渐靠近水下目标。
105.可选地，步骤s5包括：
106.s51，融合深度学习算法和deepsort目标跟踪算法，将接收到的图像信号转换为水下目标的第二运动轨迹；
107.s52，以水下机器人6的当前位置坐标作为基准坐标，根据第二运动轨迹计算出水下目标相对于基准坐标的第二位置坐标；具体可借助imu(惯性测量单元)、usbl(超短基线定位系统)等水下定位技术模块实现；
108.s53，通过动力装置2驱动水下机器人6移动，以使基准坐标靠近第二位置坐标；亦即令水下机器人6持续跟踪并逐渐靠近水下目标。
109.deepsort是基于sort目标跟踪进行的改进，其引入深度学习模型，在对水下目标进行实时跟踪的过程中，可提取目标的外观特征进行最近邻近匹配，可改善有遮挡情况下的水下目标追踪效果，同时亦减少了目标跳变的问题；具体可参见现有技术，此处不作赘述。
110.对应地，参照图5，本发明实施例还提供一种水下目标抓捕装置，该水下目标抓捕装置包括：
111.声波传感模块10，用于通过声呐装置3获取水下目标的声波信号；
112.第一导航模块20，用于通过声波数据模型将接收到的声波信号转换为第一导航坐标信号并输出至动力装置2，以通过动力装置2驱动水下机器人6驶近水下目标；
113.第一判断模块30，用于判断水下目标是否位于视觉传感装置4的视距范围内；
114.切换模块40，用于当水下目标位于视觉传感装置4的视距范围内时关闭声呐装置3，并通过视觉传感装置4获取水下目标的图像信号；
115.第二导航模块50，用于通过图像数据模型将接收到的图像信号转换为第二导航坐标信号并输出至动力装置2，以通过动力装置2驱动水下机器人6驶近水下目标；
116.第二判断模块60，用于判断水下目标是否位于抓捕装置1的作业范围内；
117.抓捕模块70，用于当水下目标位于抓捕装置1的作业范围内时控制抓捕装置1对水下目标进行抓捕。
118.对应地，本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有水下目标抓捕程序，该水下目标抓捕程序被处理器执行时实现上述水下目标抓捕方法的步骤。
119.在本实施例中，上述计算机可读存储介质可以包括但不限于任何类型的盘(包括软盘、硬盘、光盘、cd-rom、和磁光盘)、rom(read-only memory，只读存储器)、ram(random accessmemory，随机存储器)、eprom(erasable programmable read-only memory，可擦写可编程只读存储器)、eeprom(electrically erasable programmable read-only memory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片等各种可以存储程序代码的介质。
120.上述水下目标抓捕装置、水下机器人及计算机可读存储介质均可设置为与水下目标抓捕方法相对应，该水下目标抓捕方法的具体步骤参照上述实施例。由于上述水下目标抓捕装置、水下机器人及计算机可读存储介质采用了上述所有实施例对应的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
121.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
122.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
123.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
124.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

技术特征：
1.一种水下抓捕设备，其特征在于，所述水下抓捕设备包括：抓捕装置；动力装置；声呐装置，用于获取水下目标的声波信号；视觉传感装置，用于获取水下目标的图像信号；导航装置，存储有声波数据模型和图像数据模型；所述导航装置与所述抓捕装置、所述动力装置、所述声呐装置、所述视觉传感装置电连接；所述导航装置用于接收所述声波信号或所述图像信号；所述导航装置用于通过所述声波数据模型将接收到的所述声波信号转换为第一导航坐标信号并输出至所述动力装置；所述导航装置用于通过所述图像数据模型将接收到的所述图像信号转换为第二导航坐标信号并输出至所述动力装置；所述导航装置用于当所述第一导航坐标信号或所述第二导航坐标信号满足预设抓捕条件时输出抓捕信号至所述抓捕装置，以对水下目标进行抓捕。2.根据权利要求1所述的水下抓捕设备，其特征在于，所述抓捕装置包括吸捕通道、收集结构和流场发生装置；其中：所述收集结构设置于所述吸捕通道中，所述收集结构呈镂空网状；所述流场发生装置设置于所述吸捕通道的末端，所述流场发生装置与所述导航装置电连接；所述导航装置用于当所述第一导航坐标信号或所述第二导航坐标信号满足所述预设抓捕条件时输出启动信号至所述流场发生装置，以产生预设流场并将水下目标由所述吸捕通道的首端抽吸至所述收集结构中。3.根据权利要求2所述的水下抓捕设备，其特征在于，所述抓捕装置还包括导流结构和导流驱动组件；其中：所述导流结构可开合地连接于所述吸捕通道的首端，所述导流驱动组件与所述导流结构连接，且所述导流驱动组件与所述导航装置电连接；所述导航装置用于当所述第一导航坐标信号或所述第二导航坐标信号满足所述预设抓捕条件时输出开启信号至所述导流驱动组件，以通过所述导流驱动组件驱动所述导流结构打开；当所述导流结构处于打开状态时，所述导流结构在所述吸捕通道的首端开口处形成导流腔，所述导流腔的横截面积自远离所述吸捕通道的方向逐渐增大。4.根据权利要求2所述的水下抓捕设备，其特征在于，所述流场发生装置包括无轴轮缘推进器，所述无轴轮缘推进器设置于所述吸捕通道的末端。5.一种水下目标抓捕方法，应用于如权利要求1至4中任一项所述的水下抓捕设备，其特征在于，所述水下抓捕设备设置于水下机器人上；所述水下目标抓捕方法包括以下步骤：通过所述声呐装置获取水下目标的声波信号；通过所述声波数据模型将接收到的所述声波信号转换为所述第一导航坐标信号并输出至所述动力装置，以通过所述动力装置驱动所述水下机器人驶近所述水下目标；判断所述水下目标是否位于所述视觉传感装置的视距范围内；若所述水下目标位于所述视觉传感装置的视距范围内，则关闭所述声呐装置，并通过所述视觉传感装置获取所述水下目标的图像信号；通过所述图像数据模型将接收到的所述图像信号转换为所述第二导航坐标信号并输出至所述动力装置，以通过所述动力装置驱动所述水下机器人驶近所述水下目标；
判断所述水下目标是否位于所述抓捕装置的作业范围内；若所述水下目标位于所述抓捕装置的作业范围内，则通过所述抓捕装置对所述水下目标进行抓捕。6.根据权利要求5所述的水下目标抓捕方法，其特征在于，所述通过所述声波数据模型将接收到的所述声波信号转换为所述第一导航坐标信号并输出至所述动力装置，以通过所述动力装置驱动所述水下机器人驶近所述水下目标的步骤，包括：融合深度学习算法和deepsort目标跟踪算法，将接收到的所述声波信号转换为所述水下目标的第一运动轨迹；以所述水下机器人的当前位置坐标作为基准坐标，根据所述第一运动轨迹计算出所述水下目标相对于所述基准坐标的第一位置坐标；通过所述动力装置驱动所述水下机器人移动，以使所述基准坐标靠近所述第一位置坐标。7.根据权利要求5所述的水下目标抓捕方法，其特征在于，所述通过所述图像数据模型将接收到的所述图像信号转换为所述第二导航坐标信号并输出至所述动力装置，以通过所述动力装置驱动所述水下机器人驶近所述水下目标的步骤，包括：融合深度学习算法和deepsort目标跟踪算法，将接收到的所述图像信号转换为所述水下目标的第二运动轨迹；以所述水下机器人的当前位置坐标作为基准坐标，根据所述第二运动轨迹计算出所述水下目标相对于所述基准坐标的第二位置坐标；通过所述动力装置驱动所述水下机器人移动，以使所述基准坐标靠近所述第二位置坐标。8.一种水下目标抓捕装置，其特征在于，所述水下目标抓捕装置包括：声波传感模块，用于通过声呐装置获取水下目标的声波信号；第一导航模块，用于通过声波数据模型将接收到的所述声波信号转换为第一导航坐标信号并输出至动力装置，以通过所述动力装置驱动水下机器人驶近所述水下目标；第一判断模块，用于判断所述水下目标是否位于视觉传感装置的视距范围内；切换模块，用于当所述水下目标位于所述视觉传感装置的视距范围内时关闭所述声呐装置，并通过所述视觉传感装置获取所述水下目标的图像信号；第二导航模块，用于通过图像数据模型将接收到的所述图像信号转换为第二导航坐标信号并输出至所述动力装置，以通过所述动力装置驱动所述水下机器人驶近所述水下目标；第二判断模块，用于判断所述水下目标是否位于抓捕装置的作业范围内；抓捕模块，用于当所述水下目标位于所述抓捕装置的作业范围内时控制所述抓捕装置对所述水下目标进行抓捕。9.一种水下机器人，其特征在于，所述水下机器人包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求5至7中任一项所述的水下目标抓捕方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有水下目标抓捕程序，所述水下目标抓捕程序被处理器执行时实现如权利要求5至7中任一项所述的
水下目标抓捕方法的步骤。

技术总结
本发明公开了一种水下抓捕设备、方法、装置、水下机器人及存储介质，该水下抓捕设备包括：抓捕装置；动力装置；声呐装置；视觉传感装置；导航装置，存储有声波数据模型和图像数据模型；导航装置通过声波数据模型将接收到的声波信号转换为第一导航坐标信号并输出至动力装置；导航装置通过图像数据模型将接收到的图像信号转换为第二导航坐标信号并输出至动力装置；导航装置用于当第一导航坐标信号或第二导航坐标信号满足预设抓捕条件时输出抓捕信号至抓捕装置，以对水下目标进行抓捕。本发明公开的水下抓捕设备可解决目前依靠视觉引导进行水下目标抓取的方式仅能完成近距离目标的识别定位及抓取，无法应用于远距离目标，局限性较大的技术问题。限性较大的技术问题。限性较大的技术问题。


技术研发人员：杨仁友 杨靓 郑凯健 秦浩 李日富
受保护的技术使用者：南方海洋科学与工程广东省实验室（湛江）
技术研发日：2023.03.23
技术公布日：2023/7/12