一种高灵敏底栖生物动态捕捉装置及其捕捉方法

本发明属于海洋生物采样，具体说是一种高灵敏底栖生物动态捕捉装置及其捕捉方法。

背景技术：

1、底栖生物是海洋生态系统的重要组成部分，包括蟹类、海参、贝类、虾类、海星、海胆等生活在海底表面的生物。底栖生物的采样和收集对于海洋生物多样性研究、水产养殖种质资源保护、海洋环境健康评估以及海洋药物开发具有重要的科学意义和应用价值。

2、传统的底栖生物采样方法主要包括以下三种技术路线：一是使用拖网进行大面积扫海采样，该方法对底栖生物及其栖息环境破坏性大，无法选择性捕捉特定物种，且采样精度低；二是使用采泥器进行定点泥样采集，采样效率低、消耗人力和船时成本高，且无法获得活体样本；三是人工潜水采集，受水深限制和作业时间限制，成本高昂且存在安全风险。近年来，诱捕笼等被动式捕捉设备得到一定应用，但其缺乏主动感知和智能决策能力，捕捉效率和选择性均不理想。

3、现有技术中的底栖生物捕捉设备普遍存在以下技术缺陷：第一，缺乏高灵敏度传感能力，无法实时感知底栖生物的微弱活动信号，导致捕捉时机判断不准确；第二，缺乏边缘智能处理能力，无法在设备端自主分析生物活动和做出捕捉决策，依赖人工干预；第三，捕捉策略单一，缺乏针对不同底栖生物行为特征的动态调整能力；第四，缺乏视觉确认机制，无法验证捕捉结果的有效性，误触发率高。

技术实现思路

1、本发明目的是提供一种高灵敏底栖生物动态捕捉装置及其捕捉方法，旨在克服现有技术的不足，通过集成高灵敏度震动-声学双模传感阵列、边缘ai智能分析模块和自动触发捕捉机构，实现底栖生物的高灵敏度检测、智能识别和选择性自动捕捉，有效提高捕捉效率和准确性，降低对海底生态环境的破坏。

2、本发明为实现上述目的所采用的技术方案是：一种高灵敏底栖生物动态捕捉装置，包括：装置主框架、传感器模块、智能控制模块、捕捉执行机构、诱饵释放仓、水下摄像模块、无线通信模块以及用于为各模块提供电量支持的供电单元；

3、其中，所述传感器模块，安装于装置主框架上，用于采集底栖生物活动产生的环境信号；

4、所述智能控制模块安装于装置主框架内部，并分别与传感器模块、捕捉执行机构、诱饵释放仓、水下摄像模块和无线通信模块连接，用于对采集的信号进行实时处理分析并生成捕捉决策；

5、所述捕捉执行机构安装于装置主框架的中部，用于在接收到智能控制模块的触发指令后执行快速捕捉动作；

6、所述诱饵释放仓，安装于装置主框架的上部，用于存储和释放诱饵；

7、所述水下摄像模块安装于装置主框架的前部，用于对捕捉过程进行可视化监控和结果确认；

8、所述无线通信模块安装于装置主框架的顶部，用于将捕捉数据和图像上传至岸基监控中心。

9、所述传感器模块包括：震动传感器子模块和声学传感器子模块；

10、所述震动传感器子模块为三轴高灵敏度加速度计，其灵敏度不低于10 μg，采样率不低于1 khz，用于检测底栖生物爬行、挖掘动作产生的微弱海底震动信号；

11、所述声学传感器子模块包括至少4个水听器组成的阵列，频率响应范围为10 hz至50 khz，用于采集底栖生物活动产生的声学信号。

12、所述智能控制模块，包括：信号调理单元、特征提取单元、模式识别单元和决策输出单元；

13、所述信号调理单元的输入端与传感器模块的输出端连接，用于对传感器模块采集的多通道原始信号进行时域去噪和频域滤波处理，并将调理后的信号输出至特征提取单元；

14、所述特征提取单元的输入端与信号调理单元的输出端连接，用于对调理后的信号进行频谱分析和倒谱分析，生成多维度特征张量，并将特征张量输出至模式识别单元；

15、所述模式识别单元的输入端与特征提取单元的输出端连接，其内部设有预训练的深度学习模型，用于将接收到的特征张量输入深度学习模型进行前向推理运算，输出目标活动置信度，并将目标活动置信度输出至决策输出单元；

16、所述决策输出单元的输入端与模式识别单元的输出端连接，其输出端分别与诱饵释放仓和捕捉执行机构的控制端连接，用于根据目标活动置信度的时域累积量判定是否输出诱饵释放信号和捕捉触发信号。

17、所述执行捕捉单元，包括：储能驱动器和柔性围捕网；

18、所述储能驱动器固定安装于支撑框架的中部横梁上，其信号输入端通过水密电缆与主控决策单元的信号输出端连接，用于接收捕捉触发信号；所述储能驱动器的动力输出端通过牵引绳索与柔性围捕网的活动牵引端连接；

19、所述柔性围捕网的固定端固定连接于支撑框架的下沿圆周上，所述柔性围捕网的活动牵引端在待机状态下被牵引绳索张拉约束于支撑框架的展开卡位处，使柔性围捕网保持在展开张开状态；

20、当所述储能驱动器接收到捕捉触发信号时，其内部的储能弹簧释放驱动力，通过收缩牵引绳索带动活动牵引端脱离展开卡位，并向固定端靠拢，使柔性围捕网由展开张开状态切换为收拢闭合状态，完成对目标生物的包围约束。

21、所述诱饵释放单元的工作模包括：有周期性释放模式和条件触发释放模式；

22、在周期性释放模式下，所述诱饵释放单元按照智能控制模块预设的时间间隔自动释放诱饵；

23、在条件触发释放模式下，所述诱饵释放单元仅在传感器模块感知到目标生物进入预设监测范围后，响应于智能控制模块的实时指令释放诱饵。

24、所述影像采集单元包括：低照度cmos相机和led补光灯组；

25、所述低照度cmos相机固定安装于支撑框架的前向端面支架上，其光轴朝向所述执行捕捉单元的有效围捕区域，分辨率不低于1920×1080，帧率不低于30 fps；

26、所述led补光灯组环绕低照度cmos相机布置，在待机状态下以第一光强输出常亮照明，在执行捕捉单元被触发时，以第二光强输出频闪照明，所述第二光强大于第一光强。

27、所述通信传输单元，包括：水声通信模块和4g蜂窝通信模块；

28、所述水声通信模块用于在深水环境下将数据发送至水面中继设备；

29、所述4g蜂窝通信模块用于在浅水环境或装置露出水面时直接与远程终端通信；

30、所述通信传输单元还集成有用于接收外部回收指令，实现捕捉装置回收的声学应答模块。

31、一种高灵敏底栖生物动态捕捉装置的捕捉方法，包括以下步骤：

32、步骤s1：将捕捉装置投送至目标水域并坐底，由智能控制模块完成传感器自检和基线校准，随后转入低功耗监听待机状态；

33、步骤s2：由传感器模块按照预设采样率连续采集底栖生物活动引发的环境扰动信号，并将采集到的原始信号数据流实时传输至智能控制模块；

34、步骤s3：由智能控制模块在装置本地对接收到的多通道原始信号依次执行时域去噪预处理、频域带通滤波、快速傅里叶变换频谱分析和梅尔频率倒谱分析，生成多维度特征张量，并将特征张量输入预训练的深度学习模型进行前向推理运算，输出目标生物的活动类型标签及其对应的活动置信度；

35、其中，输出目标生物对应的活动置信度 为0到1之间的概率值，所述深度学习模型为轻量化卷积神经网络，其前向推理运算包括依次执行：卷积运算、批归一化运算、relu激活运算和全连接分类运算；

36、步骤s4：当所述活动置信度达到第一预设阈值时，由智能控制模块向诱饵释放仓发出诱饵释放信号，所述诱饵释放仓响应于所述诱饵释放信号向外部水体释放诱饵，同时智能控制模块唤醒水下摄像模块进入视频预录状态；

37、其中，第一预设阈值为置信度门限 ，诱饵释放信号在满足  且连续持续时间  时由判决输出模块输出，其中  为预设的第一时间窗口长度；

38、步骤s5：在诱饵释放后的预设时间窗口内，传感器模块持续追踪目标生物的信号，当所述活动置信度的时域积分量或滑动窗口均值达到第二预设阈值时，由智能控制模块向捕捉执行机构发出捕捉触发信号，所述捕捉执行机构响应于所述捕捉触发信号在0.5秒内启动并在0.3秒内完成网具闭合动作，实现对目标生物的物理围捕；

39、步骤s6：捕捉完成后，由水下摄像模块拍摄捕捉结果确认图像，由智能控制模块将所述确认图像、捕捉时刻的感知时序数据和所述活动类型标签进行捆绑压缩，通过无线通信模块发送至远程终端，并在发送完成后控制捕捉执行机构复位张开，以进入下一次捕捉循环。

40、步骤s3中，所述快速傅里叶变换频谱分析按照下式将时域信号变换至频域：

41、

42、其中，为经时域去噪和频域滤波后的第n个离散时域采样点，为快速傅里叶变换的分析帧长，为第k个频点的频谱幅值；

43、所述梅尔频率倒谱分析，具体为：

44、将频谱幅值  经m个三角形梅尔滤波器组进行加权求和，得到各滤波器通道的对数能量输出：

45、

46、其中，为第m个梅尔滤波器在频点k处的频率响应权重，为第m个滤波器通道的对数能量；

47、然后对对数能量序列  进行离散余弦变换，提取梅尔频率倒谱系数：

48、

49、其中，为梅尔频率倒谱系数的阶数，为第i阶梅尔频率倒谱系数；

50、所述多维度特征张量由频谱幅值序列  和梅尔频率倒谱系数序列 共同构成。

51、步骤s5中，所述置信度的时域积分量按以下公式计算：

52、

53、所述滑动窗口均值按以下公式计算：

54、

55、其中， 为预设的第二时间窗口长度， 为τ时刻的活动置信度；

56、所述第二预设阈值  为积分量阈值或滑动窗口均值阈值，当  或 时，所述判决输出模块输出捕捉触发信号。

57、本发明具有以下有益效果及优点：

58、1.本发明采用10ug级高灵敏度加速度计和宽频带水听器阵列，可检测底栖生物活动产生的极其微弱的震动和声学信号，有效提高检测距离和灵敏度。

59、2. 本发明通过边缘ai实时分析多模态传感器信号和活动模式，在最佳时机自动触发捕捉，显著提高捕捉成功率和目标选择性。

60、3. 本发明传感器信号分析和水下视觉图像双重确认，有效降低误触发率。

61、4. 本发明的待机功耗低于0.2w，配合大容量锂电池组可实现3个月以上海底自主运行；且环境自适应强，具备自适应阈值调整功能，根据背景噪声水平自动优化检测参数。

62、5.本发明支持多装置组网协同工作，实现大范围底栖生物种群分布调查。