基于ROV的自主视觉鱼网巡检用于生物污损状态评估——扩展摘要

鱼网巡检是任何规模养殖场（无论是小型还是工业化）都必需的维护任务，该过程有潜力实现完全自动化。用自主水下航行器（ROV）替代进行定期检查的受过训练的潜水员，可以降低人力成本，并消除水下人工检查的风险。实现这种自主性意味着需要开发一种能够估计生物污损积累状态的图像处理算法。本文旨在提出一套完整的自动化解决方案：从为ROV开发自主控制算法，到对鱼网图像进行语义分割，再到准确估计生物污损状态。第一部分通过对商用ROV加装声学SBL定位系统并开发闭环控制系统来实现。第二部分通过实现所提出的生物污损评估框架来完成，该框架利用人工智能进行图像分割，并采用成熟的计算机视觉方法处理图像，以获得ROV距鱼网距离的粗略估计。这还包括开发一个标注工具，用于创建训练语义分割神经网络所需的数据集。实验结果表明，配备声学应答器的ROV能够成功执行自主任务，并且所提出的生物污损评估框架能够提供准确的评估以及令人满意的距离估计。总之，所达到的生物污损估计精度显示出在 aquaculture 行业中应用的明显潜力。