用于浅水养殖的低可视度水下摄像系统研究

针对水产养殖现场监测的实际要求,研究设计了在能见度<10 cm的低可视度水体中,可以实时观测养殖池池底底质、养殖物生长发育情况的便携式水下摄像系统。低可视度水下摄像系统通过优化摄像系统光路、增加清水仓、使用低照度CMOS摄像头、对拍摄图像进行实时后期校色等手段,增强了水下摄像机在低可视度水体中的清晰度。试验与应用结果显示:在能见度<10 cm的低可视度水体中,低可视度水下摄像系统在亮度均值、标准差、信息熵、两种无参考水下图像质量评价方法(UCIQE和UIQM)等指标都超越普通水产监测摄像头。研究表明,养殖池深度<2 m、水体能见度<10 cm时,摄像系统能满足水下低可视度环境的监测。

小型观测级ROV四自由度运动控制系统研究

本文针对现有的一类小型观测级ROV(Remotely Operated Vehicle)的四自由度运动,提出一种基于径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)自适应滑模控制方法。考虑了ROV运动时模型不确定因素的干扰,并给出ROV的模型不确定项。通过引入RBF神经网络算法,对ROV模型不确定项进行了补偿。此外,采用反正切函数替换了经典滑模控制中常用的符号函数,减小了滑模控制的抖动。通过Lyapunov稳定性定理,验证了该系统是全局渐进稳定的。使用Matlab/Simulink仿真软件,证明了RBF神经网络自适应滑模控制方法的可行性。