基于多波束声呐的全覆盖式水库水域仿生鱼探测系统的制作方法

1.本发明涉及水利工程检修技术领域，具体地说，涉及基于多波束声呐的全覆盖式水库水域仿生鱼探测系统。


背景技术：

2.一般意义上的水库是指在山沟或河流的狭口处建造拦河坝形成的人工湖泊，是用于拦洪蓄水和调节水流的水利工程建筑物，可以利用来灌溉、发电、防洪和养鱼。有时天然湖泊也称为水库(天然水库)。一般水库除了大量的水，还包括大坝、溢洪道、放水建筑物三大主要构成。水库建成后，可起防洪、蓄水灌溉、供水、发电、养鱼等作用。但是，水库水域较大，为了保证水库及其所在地区范围的安全，也为了在防洪或兴利时能稳定运行，需要对水库的水域、堤坝、建筑物等进行巡检探测，以便及时发现水域中出现的缺损情况并修复。然而，传统技术中却没有较为良好的可准确快速探测水库水域情况的设备或系统，目前一般通过水下航行器搭载高清摄像头，由技术人员通过肉眼对拍摄的影像图形进行查看检查，不仅工作效率低，也无法精确定量异常部位的情况，还无法准确定位缺损部位，难以保障水库的运维安全。鉴于此，我们提出了基于多波束声呐的全覆盖式水库水域仿生鱼探测系统。


技术实现要素：

3.本发明的目的在于提供了基于多波束声呐的全覆盖式水库水域仿生鱼探测系统，以解决上述背景技术中提出的问题。
4.为实现上述技术问题的解决，本发明的目的之一在于，提供了基于多波束声呐的全覆盖式水库水域仿生鱼探测系统，包括
5.基建管理单元、集中管控单元、数据管理单元和综合应用单元；所述基建管理单元、所述集中管控单元、所述数据管理单元与所述综合应用单元依次通过网络通信连接；所述基建管理单元用于对支撑系统运行的包括但不限于仿生鱼、计算机组件、传感器、智能技术、通信手段等的基础设备进行管理；所述集中管控单元用于对仿生鱼及其内部各类功能设备的运行过程进行集中的调配管理；所述数据管理单元用于分别对仿生鱼在水下工作过程中采集的各类数据进行处理分析，并结合水库的原始设计数据、历史探测数据来对水库水域的安全情况进行全面分析；所述综合应用单元用于根据探测数据及分析结果来对水库水域的安全情况进行评估并依此制定个性化的水库修复维管方案；
6.所述基建管理单元包括工作设备模块、智能传感模块、技术算法模块和无线传输模块；
7.所述集中管控单元包括电源管理模块、运动管理模块、直观检查模块和实质扫测模块；
8.所述数据管理单元包括影像数据模块、声呐数据模块、联合对比模块和全面分析模块；
9.所述综合应用单元包括安全评价模块、修复计算模块、计划定制模块和结构报告
模块。
10.作为本技术方案的进一步改进，所述工作设备模块、所述智能传感模块、所述技术算法模块与所述无线传输模块依次通过网络通信连接；所述工作设备模块用于对加入系统的各投入工作的电子设备进行连接及管控；所述智能传感模块用于通过布设在仿生鱼内部的具有传感功能的装置采集仿生鱼运行过程中的外界环境状态数据；所述技术算法模块用于载入多种智能技术或算法来支撑系统的精准运作；所述无线传输模块用于通过多种无线的信号传输/数据传输手段来支撑数据采集及系统运行的需求。
11.其中，工作设备包括但不限于：仿生机器鱼(包括机壳、运动控制器、动力推进器、浮力调节器等)、处理系统(包括处理器、存储器、无线通信模块等)、电源管理器、导航系统(卫星导航/惯性导航)、水下高清摄像头、多波束声呐等。
12.其中，智能传感装置包括但不限于深度传感器、定位器、摄像头、前视声呐等。
13.其中，智能技术算法包括但不限于人工智能技术、图像识别技术、机器学习技术、数据分析技术等。
14.其中，无线传输手段包括但不限于无线通信、无线数据传输技术、cw脉冲方波等。
15.作为本技术方案的进一步改进，所述电源管理模块、所述运动管理模块、所述直观检查模块与所述实质扫测模块依次通过网络通信连接且并列运行；所述电源管理模块用于对仿生鱼内部的电源工作及电能分配进行管理控制，实时监测电源的电能余量，并可以在电能余量不足时按照预设程序返回到指定地点；所述运动管理模块用于通过控制器及多种运动驱动装置对仿生鱼的水中运动过程进行集中的自动化管理；所述直观检查模块用于通过获取水库水域内的清晰图形影像数据来直观地检查水库内部可能存在的缺损问题；所述实质扫测模块用于通过多波束声呐扫测获取水库内部的高精度三维数据以准确探测数库内部存在缺损部位的实质信息。
16.作为本技术方案的进一步改进，所述运动管理模块包括进退沉浮模块、精准定位模块、自主巡航模块和自动避障模块；所述进退沉浮模块、所述精准定位模块、所述自主巡航模块与所述自动避障模块依次通过网络通信连接；所述进退沉浮模块用于通过处理器控制仿生鱼的各驱动装置来控制仿生鱼的前进、后退、上浮、下沉、转向等运动的动作；所述精准定位模块用于通过定位装置及深度传感器来获取仿生鱼实时的准确定位信息，以便准确进行运动导航，并可在发现水库底部存在异常情况时准确判断异常部位的位置；所述自主巡航模块用于通过处理器和控制器，结合管道水库的原始数据/历史探测数据、卫星导航/惯性导航系统，驱动仿生鱼在水库水域内进行自主巡航；所述自动避障模块用于在仿生鱼的前端处搭载前视声呐，以实现仿生鱼运动过程中的实时自动避障，并对仿生鱼前进方向的水域情况进行粗略扫测以补充精测的数据源。
17.作为本技术方案的进一步改进，所述影像数据模块与所述声呐数据模块通过网络通信连接且并列共存，所述影像数据模块、所述声呐数据模块的信号输出端与所述联合对比模块的信号输入端连接，所述联合对比模块的信号输出端与所述全面分析模块的信号输入端连接；所述影像数据模块用于对通过水下高清摄像头获取的水库水域的图像或影像数据进行处理分析并识别标注存在异常的部位；所述声呐数据模块用于对通过多波束声呐获取的水库水域的声呐数据进行处理分析并重建实时的水库三维影像情况；所述联合对比模块用于将水库的原始数据、历史历次探测数据、实时探测的图形影像资料及三维声呐数据
一一对应起来进行对比分析；所述全面分析模块用于根据分析结果，从异常部位的位置定位、类型定性、缺陷尺寸定量等方面，对探测出的水库水域异常情况进行全面分析。
18.其中，异常部位的情况及其指标包括但不限于：水库淤积(淤积厚度、面积、浓稠情况、杂物颗粒粗细程度等)、堤坝渗漏(缺损类型、裂缝宽度、缺损面积、缺损深度、渗水量等)、沉底异物(异物类型、尺寸、颜色、是否存在污染危害等)。
19.作为本技术方案的进一步改进，所述影像数据模块包括人工标识模块、图像处理模块、智能识别模块、校准补充模块和学习训练模块；所述人工标识模块与所述图像处理模块通过网络通信连接且并列运行，所述图像处理模块的信号输出端与所述智能识别模块的信号输入端连接，所述智能识别模块的信号输出端与所述校准补充模块的信号输入端连接，所述校准补充模块的信号输出端与所述学习训练模块的信号输入端连接；所述人工标识模块用于由技术人员通过人工方式对水库水域内部的图片或视频中肉眼可判断的缺陷进行识别并标记；所述图像处理模块用于对视频或图像进行降维、均值滤波、彩色二值化等预处理，以使图像数据适用于智能图像识别技术可清晰识别的格式；所述智能识别模块用于通过人工智能的图像识别技术对预处理后的图像进行智能识别，并框出可能被判定为缺陷的异常部位；所述校准补充模块用于将通过人工识别标注出的异常部位与通过人工智能识别出的目标位置进行比对，判断两种识别方式的效果，并通过结果数据的并集实现直观检查的查漏补缺，提高直观检查的全面完整性；所述学习训练模块用于通过神经网络、机器学习等成熟算法对智能图像的识别模型进行训练优化以不断提高其识别精确度。
20.作为本技术方案的进一步改进，所述声呐数据模块包括扫描传输模块、解析处理模块、配准处理模块和影像重建模块；所述扫描传输模块的信号输出端与所述解析处理模块的信号输入端连接，所述解析处理模块的信号输出端与所述配准处理模块的信号输入端连接，所述配准处理模块的信号输出端与所述影像重建模块的信号输入端连接；所述扫描传输模块用于通过仿生鱼搭载的多波束探测声呐对其覆盖范围内的水库水域情况进行扫描，结合前视声呐的粗测数据，实现全面的自动化无人扫测；所述解析处理模块用于对通过声呐获取的原始数据进行解析、降噪、斜距校正等预处理，去除数据中的干扰噪声以获取清晰的水底回波强度信息，以便于后续的数据应用；所述配准处理模块用于按照仿生鱼实时定位的位置信息、时间信息拼接成三维声呐点云，对三维声呐点云进行配准处理，使两个点云重叠部分能尽可能对齐，以减小声呐设备测量误差或者声呐设备在工作时受到外部干扰影响造成的视觉差异，保证配准的准确度；所述影像重建模块用于将全面的声呐数据导入制图软件中，结合曲面重建技术重建管道内部的三维影像模型。
21.作为本技术方案的进一步改进，所述配准处理模块的算法流程如下：
22.给定两个点云定义为：
23.xn×d＝(x1,...,xn)
t
，ym×d＝(y1,...,ym)
t
；
24.其中，d表示点云的维数，三维点云中d＝3，此处d也可以表示更高的维度，m、n分别表示两个点云中点的个数；
25.则为题可转化为如何求得坐标变换t(y,θ)使得变换后的ty与点云集x之间的距离最小，其中θ为变换参数集；
26.进而，根据变换参数集的不同可将点云配准分为刚性配准和非刚性配准两大类，器变换表达式分别为：
27.刚性变换：表达式为
28.t(y,θ)＝t(y；r,t,s)＝sry t，
29.其中，rd×d为旋转矩阵，td×
t
为平移向量，s为尺度参数；则：
30.min‖x-(sry t)‖2；
31.刚性点云配准过程就是估计上式的过程；
32.非刚性变换：表达式为
33.t(y,θ)＝t(y,v)＝y v(y)，
34.其中，v(y)表示位移函数；则：
35.min||x-(y v(y))||2；
36.非刚性点云配准过程就是估计上式的过程。
37.作为本技术方案的进一步改进，所述安全评价模块的信号输出端与所述修复计算模块的信号输入端连接，所述修复计算模块的信号输出端与所述计划定制模块的信号输入端连接，所述计划定制模块的信号输出端与所述结构报告模块的信号输入端连接；所述安全评价模块用于依照预设的标准规则，判定缺陷部位的缺损程度，分别评估各缺损部位的危害程度，并根据检测出的缺陷情况对水库水域的整体安全情况进行评价；所述修复计算模块用于按照检测的精确缺陷数据，结合原始设计数据及上一次探测的具体数据，计算各缺损部位需要进行修复的工作定量程度；所述计划定制模块用于按照检测的精确缺陷数据，结合管道设计的安全要求，针对每个缺损部位定制精确的修复计划和实施方案，并跟踪修复流程以便反馈修复情况；所述结构报告模块用于收集一次从探测到修复全流程的工作记录及所有数据，整理成全面的综合的结构型探测报告以便存档/上报。
38.作为本技术方案的进一步改进，所述安全评价模块的计算方式采用加权平均算法，其公式为：
[0039][0040]
式中，x1，x2，
…
，xn为各主要评估项目的评估分值，f1 f2
…
fk＝1，f1，f2，
…
，fk叫做权，表示各主要评估项目评估分值在整体项目评估分值中所占的比例；
[0041]
其中，当f表示水库淤积时，xn表示淤积厚度、淤积面积、淤积浓稠情况、淤积杂质颗粒粗细程度等评估指标的评估分值，fk为各评估指标分值在水库淤积整体评估情况中的占比；
[0042]
其中，当f表示堤坝渗漏时，xn表示裂缝宽度、缺损面积、缺损深度、渗水量等评估指标的评估分值，fk为各评估指标分值在堤坝渗漏整体评估情况中的占比；
[0043]
其中，当f表示沉底异物时，xn表示异物尺寸、异物污染危害等评估指标的评估分值，fk为各评估指标分值在沉底异物整体评估情况中的占比；
[0044]
其中，当f表示水库整体安全情况时，xn表示淤积程度、渗漏情况、沉底异物情况等评估指标的评估分值，fk为各评估指标分值在水库淤积整体评估情况中的占比。
[0045]
本发明的目的之二在于，提供了基于多波束声呐的全覆盖式水库水域仿生鱼探测系统的运行方法，包括：
[0046]
首先将机器仿生鱼置于水库水域中，机器仿生鱼在前视声呐、卫星/惯性导航系统共同作用下，通过控制器驱动实现自主巡航运动，巡航过程中水下高清摄像头实时摄录视
野范围内的水库水域影像并回传到主控机房，技术人员查看视频图像并人工标注缺陷部位，同时处理器通过人工智能技术自动识别图像中可能存在异常的部位，将人工标注和智能识别的部位进行对比分析，通过训练优化提高智能识别的准确度，机器仿生鱼巡航过程中通过环形多波束声呐实时扫测水库水域底部、侧面及堤坝，对声呐数据进行处理后重建水库水域下实时的三维影像，结合所有数据全面准确分析缺陷目标情况，依照分析结果定制最优的修复计划，并整合探测全流程的所有数据，生成全面综合的结构性报告以便存档及上报。
[0047]
本发明的目的之三在于，提供了基于多波束声呐的全覆盖式水库水域仿生鱼探测系统的运行装置，包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序，处理器用于执行计算机程序时实现上述的基于多波束声呐的全覆盖式水库水域仿生鱼探测系统。
[0048]
本发明的目的之四在于，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于多波束声呐的全覆盖式水库水域仿生鱼探测系统。
[0049]
与现有技术相比，本发明的有益效果：
[0050]
1.该基于多波束声呐的全覆盖式水库水域仿生鱼探测系统通过设计高度仿生的智能机器鱼，其具有低噪、高速、高灵活性、机动性强、环境相容性好等优点，可实现水库水域内灵活的自动无人巡检操作；
[0051]
2.该基于多波束声呐的全覆盖式水库水域仿生鱼探测系统通过水下高清摄像头拍摄的画面，可以通过人工和人工智能的识别标注，直观地检查肉眼可见的缺陷部位，并直接定性异常部位的类型；
[0052]
3.该基于多波束声呐的全覆盖式水库水域仿生鱼探测系统通过搭载多波束探测声呐对水库水域进行实质的扫测检查，实现从点测到全面区域的测量，提高测量覆盖范围，既可以提高检测效率，也可以实现连续的无遗漏的全覆盖探测，可以获取影响水库安全因素的缺陷的定性、定量化的数据，实现水库水域内全方位扫描检测，不仅可以仔细检查局部缺损的情况，包括淤积、堤坝渗漏、沉底异物等，而且可以快速评估水库的整体安全性能情况，提高水库水域内部检测效率、准确率及覆盖率，从而可以定制个性化的修复方案，保障水库的安全运维。
附图说明
[0053]
图1为本发明的示例性产品架构图；
[0054]
图2为本发明的整体系统装置结构图；
[0055]
图3为本发明的局部系统装置结构框图之一；
[0056]
图4为本发明的局部系统装置结构框图之二；
[0057]
图5为本发明的局部系统装置结构框图之三；
[0058]
图6为本发明的局部系统装置结构框图之四；
[0059]
图7为本发明的局部系统装置结构框图之五；
[0060]
图8为本发明的局部系统装置结构框图之六；
[0061]
图9为本发明的局部系统装置结构框图之七；
[0062]
图10为本发明的示例性电子计算机装置结构示意图。
[0063]
图中各个标号意义为：
[0064]
1、机器仿生鱼；2、地面电台/基准站；3、主控机房；31、主机；32、显示终端；4、数据管理服务器；5、水利资料管理平台；
[0065]
100、基建管理单元；101、工作设备模块；102、智能传感模块；103、技术算法模块；104、无线传输模块；
[0066]
200、集中管控单元；201、电源管理模块；202、运动管理模块；2021、进退沉浮模块；2022、精准定位模块；2023、自主巡航模块；2024、自动避障模块；203、直观检查模块；204、实质扫测模块；
[0067]
300、数据管理单元；301、影像数据模块；3011、人工标识模块；3012、图像处理模块；3013、智能识别模块；3014、校准补充模块；3015、学习训练模块；302、声呐数据模块；3021、扫描传输模块；3022、解析处理模块；3023、配准处理模块；3024、影像重建模块；303、联合对比模块；304、全面分析模块；
[0068]
400、综合应用单元；401、安全评价模块；402、修复计算模块；403、计划定制模块；404、结构报告模块。
具体实施方式
[0069]
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他实施例，都属于本发明保护的范围。
[0070]
实施例1
[0071]
如图1-图10所示，本实施例提供了基于多波束声呐的全覆盖式水库水域仿生鱼探测系统，包括
[0072]
基建管理单元100、集中管控单元200、数据管理单元300和综合应用单元400；基建管理单元100、集中管控单元200、数据管理单元300与综合应用单元400依次通过网络通信连接；基建管理单元100用于对支撑系统运行的包括但不限于仿生鱼、计算机组件、传感器、智能技术、通信手段等的基础设备进行管理；集中管控单元200用于对仿生鱼及其内部各类功能设备的运行过程进行集中的调配管理；数据管理单元300用于分别对仿生鱼在水下工作过程中采集的各类数据进行处理分析，并结合水库的原始设计数据、历史探测数据来对水库水域的安全情况进行全面分析；综合应用单元400用于根据探测数据及分析结果来对水库水域的安全情况进行评估并依此制定个性化的水库修复维管方案；
[0073]
基建管理单元100包括工作设备模块101、智能传感模块102、技术算法模块103和无线传输模块104；
[0074]
集中管控单元200包括电源管理模块201、运动管理模块202、直观检查模块203和实质扫测模块204；
[0075]
数据管理单元300包括影像数据模块301、声呐数据模块302、联合对比模块303和全面分析模块304；
[0076]
综合应用单元400包括安全评价模块401、修复计算模块402、计划定制模块403和
结构报告模块404。
[0077]
本实施例中，工作设备模块101、智能传感模块102、技术算法模块103与无线传输模块104依次通过网络通信连接；工作设备模块101用于对加入系统的各投入工作的电子设备进行连接及管控；智能传感模块102用于通过布设在仿生鱼内部的具有传感功能的装置采集仿生鱼运行过程中的外界环境状态数据；技术算法模块103用于载入多种智能技术或算法来支撑系统的精准运作；无线传输模块104用于通过多种无线的信号传输/数据传输手段来支撑数据采集及系统运行的需求。
[0078]
其中，工作设备包括但不限于：仿生机器鱼(包括机壳、运动控制器、动力推进器、浮力调节器等)、处理系统(包括处理器、存储器、无线通信模块等)、电源管理器、导航系统(卫星导航/惯性导航)、水下高清摄像头、多波束声呐等。
[0079]
其中，智能传感装置包括但不限于深度传感器、定位器、摄像头、前视声呐等。
[0080]
其中，智能技术算法包括但不限于人工智能技术、图像识别技术、机器学习技术、数据分析技术等。
[0081]
其中，无线传输手段包括但不限于无线通信、无线数据传输技术、cw脉冲方波等。
[0082]
本实施例中，电源管理模块201、运动管理模块202、直观检查模块203与实质扫测模块204依次通过网络通信连接且并列运行；电源管理模块201用于对仿生鱼内部的电源工作及电能分配进行管理控制，实时监测电源的电能余量，并可以在电能余量不足时按照预设程序返回到指定地点；运动管理模块202用于通过控制器及多种运动驱动装置对仿生鱼的水中运动过程进行集中的自动化管理；直观检查模块203用于通过获取水库水域内的清晰图形影像数据来直观地检查水库内部可能存在的缺损问题；实质扫测模块204用于通过多波束声呐扫测获取水库内部的高精度三维数据以准确探测数库内部存在缺损部位的实质信息。
[0083]
进一步地，运动管理模块202包括进退沉浮模块2021、精准定位模块2022、自主巡航模块2023和自动避障模块2024；进退沉浮模块2021、精准定位模块2022、自主巡航模块2023与自动避障模块2024依次通过网络通信连接；进退沉浮模块2021用于通过处理器控制仿生鱼的各驱动装置来控制仿生鱼的前进、后退、上浮、下沉、转向等运动的动作；精准定位模块2022用于通过定位装置及深度传感器来获取仿生鱼实时的准确定位信息，以便准确进行运动导航，并可在发现水库底部存在异常情况时准确判断异常部位的位置；自主巡航模块2023用于通过处理器和控制器，结合管道水库的原始数据/历史探测数据、卫星导航/惯性导航系统，驱动仿生鱼在水库水域内进行自主巡航；自动避障模块2024用于在仿生鱼的前端处搭载前视声呐，以实现仿生鱼运动过程中的实时自动避障，并对仿生鱼前进方向的水域情况进行粗略扫测以补充精测的数据源。
[0084]
本实施例中，影像数据模块301与声呐数据模块302通过网络通信连接且并列共存，影像数据模块301、声呐数据模块302的信号输出端与联合对比模块303的信号输入端连接，联合对比模块303的信号输出端与全面分析模块304的信号输入端连接；影像数据模块301用于对通过水下高清摄像头获取的水库水域的图像或影像数据进行处理分析并识别标注存在异常的部位；声呐数据模块302用于对通过多波束声呐获取的水库水域的声呐数据进行处理分析并重建实时的水库三维影像情况；联合对比模块303用于将水库的原始数据、历史历次探测数据、实时探测的图形影像资料及三维声呐数据一一对应起来进行对比分
析；全面分析模块304用于根据分析结果，从异常部位的位置定位、类型定性、缺陷尺寸定量等方面，对探测出的水库水域异常情况进行全面分析。
[0085]
其中，异常部位的情况及其指标包括但不限于：水库淤积(淤积厚度、面积、浓稠情况、杂物颗粒粗细程度等)、堤坝渗漏(缺损类型、裂缝宽度、缺损面积、缺损深度、渗水量等)、沉底异物(异物类型、尺寸、颜色、是否存在污染危害等)。
[0086]
进一步地，影像数据模块301包括人工标识模块3011、图像处理模块3012、智能识别模块3013、校准补充模块3014和学习训练模块3015；人工标识模块3011与图像处理模块3012通过网络通信连接且并列运行，图像处理模块3012的信号输出端与智能识别模块3013的信号输入端连接，智能识别模块3013的信号输出端与校准补充模块3014的信号输入端连接，校准补充模块3014的信号输出端与学习训练模块3015的信号输入端连接；人工标识模块3011用于由技术人员通过人工方式对水库水域内部的图片或视频中肉眼可判断的缺陷进行识别并标记；图像处理模块3012用于对视频或图像进行降维、均值滤波、彩色二值化等预处理，以使图像数据适用于智能图像识别技术可清晰识别的格式；智能识别模块3013用于通过人工智能的图像识别技术对预处理后的图像进行智能识别，并框出可能被判定为缺陷的异常部位；校准补充模块3014用于将通过人工识别标注出的异常部位与通过人工智能识别出的目标位置进行比对，判断两种识别方式的效果，并通过结果数据的并集实现直观检查的查漏补缺，提高直观检查的全面完整性；学习训练模块3015用于通过神经网络、机器学习等成熟算法对智能图像的识别模型进行训练优化以不断提高其识别精确度。
[0087]
进一步地，声呐数据模块302包括扫描传输模块3021、解析处理模块3022、配准处理模块3023和影像重建模块3024；扫描传输模块3021的信号输出端与解析处理模块3022的信号输入端连接，解析处理模块3022的信号输出端与配准处理模块3023的信号输入端连接，配准处理模块3023的信号输出端与影像重建模块3024的信号输入端连接；扫描传输模块3021用于通过仿生鱼搭载的多波束探测声呐对其覆盖范围内的水库水域情况进行扫描，结合前视声呐的粗测数据，实现全面的自动化无人扫测；解析处理模块3022用于对通过声呐获取的原始数据进行解析、降噪、斜距校正等预处理，去除数据中的干扰噪声以获取清晰的水底回波强度信息，以便于后续的数据应用；配准处理模块3023用于按照仿生鱼实时定位的位置信息、时间信息拼接成三维声呐点云，对三维声呐点云进行配准处理，使两个点云重叠部分能尽可能对齐，以减小声呐设备测量误差或者声呐设备在工作时受到外部干扰影响造成的视觉差异，保证配准的准确度；影像重建模块3024用于将全面的声呐数据导入制图软件中，结合曲面重建技术重建管道内部的三维影像模型。
[0088]
具体地，配准处理模块3023的算法流程如下：
[0089]
给定两个点云定义为：
[0090]
xn×d＝(x1,...,xn)
t
，ym×d＝(y1,...,ym)
t
；
[0091]
其中，d表示点云的维数，三维点云中d＝3，此处d也可以表示更高的维度，m、n分别表示两个点云中点的个数；
[0092]
则为题可转化为如何求得坐标变换t(y,θ)使得变换后的ty与点云集x之间的距离最小，其中θ为变换参数集；
[0093]
进而，根据变换参数集的不同可将点云配准分为刚性配准和非刚性配准两大类，器变换表达式分别为：
[0094]
刚性变换：表达式为
[0095]
t(y,θ)＝t(y；r,t,s)＝sry t，
[0096]
其中，rd×d为旋转矩阵，td×
t
为平移向量，s为尺度参数；则：
[0097]
min‖x-(sry t)‖2；
[0098]
刚性点云配准过程就是估计上式的过程；
[0099]
非刚性变换：表达式为
[0100]
t(y,θ)＝t(y,v)＝y v(y)，
[0101]
其中，v(y)表示位移函数；则：
[0102]
min||x-(y v(y))||2；
[0103]
非刚性点云配准过程就是估计上式的过程。
[0104]
本实施例中，安全评价模块401的信号输出端与修复计算模块402的信号输入端连接，修复计算模块402的信号输出端与计划定制模块403的信号输入端连接，计划定制模块403的信号输出端与结构报告模块404的信号输入端连接；安全评价模块401用于依照预设的标准规则，判定缺陷部位的缺损程度，分别评估各缺损部位的危害程度，并根据检测出的缺陷情况对水库水域的整体安全情况进行评价；修复计算模块402用于按照检测的精确缺陷数据，结合原始设计数据及上一次探测的具体数据，计算各缺损部位需要进行修复的工作定量程度；计划定制模块403用于按照检测的精确缺陷数据，结合管道设计的安全要求，针对每个缺损部位定制精确的修复计划和实施方案，并跟踪修复流程以便反馈修复情况；结构报告模块404用于收集一次从探测到修复全流程的工作记录及所有数据，整理成全面的综合的结构型探测报告以便存档/上报。
[0105]
具体地，安全评价模块401的计算方式采用加权平均算法，其公式为：
[0106][0107]
式中，x1，x2，
…
，xn为各主要评估项目的评估分值，f1 f2
…
fk＝1，f1，f2，
…
，fk叫做权，表示各主要评估项目评估分值在整体项目评估分值中所占的比例；
[0108]
其中，当f表示水库淤积时，xn表示淤积厚度、淤积面积、淤积浓稠情况、淤积杂质颗粒粗细程度等评估指标的评估分值，fk为各评估指标分值在水库淤积整体评估情况中的占比；
[0109]
其中，当f表示堤坝渗漏时，xn表示裂缝宽度、缺损面积、缺损深度、渗水量等评估指标的评估分值，fk为各评估指标分值在堤坝渗漏整体评估情况中的占比；
[0110]
其中，当f表示沉底异物时，xn表示异物尺寸、异物污染危害等评估指标的评估分值，fk为各评估指标分值在沉底异物整体评估情况中的占比；
[0111]
其中，当f表示水库整体安全情况时，xn表示淤积程度、渗漏情况、沉底异物情况等评估指标的评估分值，fk为各评估指标分值在水库淤积整体评估情况中的占比。
[0112]
本实施例还提供了基于多波束声呐的全覆盖式水库水域仿生鱼探测系统的运行方法，包括：
[0113]
首先将机器仿生鱼置于水库水域中，机器仿生鱼在前视声呐、卫星/惯性导航系统共同作用下，通过控制器驱动实现自主巡航运动，巡航过程中水下高清摄像头实时摄录视野范围内的水库水域影像并回传到主控机房，技术人员查看视频图像并人工标注缺陷部
位，同时处理器通过人工智能技术自动识别图像中可能存在异常的部位，将人工标注和智能识别的部位进行对比分析，通过训练优化提高智能识别的准确度，机器仿生鱼巡航过程中通过环形多波束声呐实时扫测水库水域底部、侧面及堤坝，对声呐数据进行处理后重建水库水域下实时的三维影像，结合所有数据全面准确分析缺陷目标情况，依照分析结果定制最优的修复计划，并整合探测全流程的所有数据，生成全面综合的结构性报告以便存档及上报。
[0114]
如图1所示，本实施例还提供了基于多波束声呐的全覆盖式水库水域仿生鱼探测系统的示例性产品架构，包括机器仿生鱼1，机机器仿生鱼1在水库水域内运行，水库外设有地面电台/基准站2，用于辅助机器仿生鱼1自主巡航过程中的导航，水库外还设有主控机房3，主控机房3内包括主机31和配套的显示终端32，主机31外通讯连接有数据管理服务器4，数据管理服务器4与水利资料管理平台5连接，用于获取水库的原始设计数据或历史探测数据资料。
[0115]
如图10所示，本实施例还提供了基于多波束声呐的全覆盖式水库水域仿生鱼探测系统的运行装置，该装置包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序。
[0116]
处理器包括一个或一个以上处理核心，处理器通过总线与存储器相连，存储器用于存储程序指令，处理器执行存储器中的程序指令时实现上述的基于多波束声呐的全覆盖式水库水域仿生鱼探测系统。
[0117]
可选的，存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随时存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
[0118]
此外，本发明还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的基于多波束声呐的全覆盖式水库水域仿生鱼探测系统。
[0119]
可选的，本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面基于多波束声呐的全覆盖式水库水域仿生鱼探测系统。
[0120]
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，程序可以存储于计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0121]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。