本文節(jié)選自《智慧農(nóng)業(yè)（中英文）》2020年第2卷第3期，李道亮教授團(tuán)隊(duì)的文章《人工智能在水產(chǎn)養(yǎng)殖中研究應(yīng)用分析與未來(lái)展望》，其引用格式如下，歡迎大家閱讀、引用。

引文格式：李道亮, 劉暢. 人工智能在水產(chǎn)養(yǎng)殖中研究應(yīng)用分析與未來(lái)展望[J]. 智慧農(nóng)業(yè)(中英文), 2020, 2(3): 1-20.

LI Daoliang, LIU Chang. Recent Advances and Future Outlook for Artificial Intelligence in Aquaculture[J]. Smart Agriculture, 2020, 2(3): 1-20.

點(diǎn)擊直達(dá)知網(wǎng)閱讀

點(diǎn)擊直達(dá)官網(wǎng)閱讀（全文，免費(fèi)）

水產(chǎn)養(yǎng)殖水下機(jī)器人

應(yīng)用研究現(xiàn)狀

水產(chǎn)養(yǎng)殖水下機(jī)器人又稱(chēng)為無(wú)人水下潛水器，是指可以對(duì)水產(chǎn)養(yǎng)殖水體環(huán)境進(jìn)行遠(yuǎn)程監(jiān)測(cè)、感知養(yǎng)殖對(duì)象信息和實(shí)現(xiàn)智能作業(yè)功能的機(jī)器人，可實(shí)現(xiàn)清理、放苗、飼養(yǎng)、管理、收獲等智能化作業(yè)，但目前大多處于實(shí)驗(yàn)室研究階段，未能在實(shí)際生產(chǎn)中廣泛應(yīng)用。水下機(jī)器人根據(jù)與水面支持系統(tǒng)間的聯(lián)系方式可以分為遙控水下機(jī)器人和自治水下機(jī)器人兩類(lèi)，其涉及的關(guān)鍵技術(shù)分類(lèi)和應(yīng)用如圖1所示。

圖1 水下機(jī)器人關(guān)鍵技術(shù)分類(lèi)應(yīng)用

Fig. 1 Key technologies classification and application of underwater robots

遙控水下機(jī)器人是指通過(guò)臍帶纜和母船進(jìn)行通信，由母船通過(guò)電纜向其提供動(dòng)力、實(shí)施遙控操作。遙控水下機(jī)器人多為開(kāi)架式結(jié)構(gòu)，易于布置和安裝設(shè)備，具有作業(yè)能力強(qiáng)、適應(yīng)能力強(qiáng)和操作靈活等優(yōu)點(diǎn)。其缺點(diǎn)一是因電纜長(zhǎng)度有限導(dǎo)致活動(dòng)范圍較小，二是因電纜碰撞失效和斷裂導(dǎo)致本體丟失的可能。自治水下機(jī)器人自帶動(dòng)力，和母船之間沒(méi)有臍帶纜連接，可以通過(guò)自主決策來(lái)完成運(yùn)動(dòng)路徑的規(guī)劃，多呈流線型來(lái)減小運(yùn)動(dòng)阻力從而獲取更長(zhǎng)的工作時(shí)間，具有活動(dòng)范圍大、智能化、隱蔽性好等優(yōu)點(diǎn)，缺點(diǎn)則是作業(yè)時(shí)間受攜帶的動(dòng)力限制。水下機(jī)器人將人工智能、探測(cè)識(shí)別、信息融合、智能控制、模式識(shí)別、系統(tǒng)集成等技術(shù)應(yīng)用于同一載體上，完成如電纜敷設(shè)檢查、海底礦藏調(diào)查、撈救作業(yè)、環(huán)境監(jiān)測(cè)及江河水庫(kù)大壩檢查等工作。

中國(guó)于20世紀(jì)90年代開(kāi)始研究水下機(jī)器人，目前國(guó)內(nèi)利用人工智能在水下機(jī)器人中的應(yīng)用研究團(tuán)隊(duì)主要來(lái)自哈爾濱工程大學(xué)、中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所、中國(guó)船舶科學(xué)研究中心、浙江大學(xué)、華中科技大學(xué)等。本節(jié)從目標(biāo)識(shí)別、路徑規(guī)劃與導(dǎo)航、控制與作業(yè)3方面說(shuō)明人工智能技術(shù)如何在水下機(jī)器人領(lǐng)域中應(yīng)用，以及研究現(xiàn)狀和技術(shù)瓶頸。

1 目標(biāo)識(shí)別

水產(chǎn)養(yǎng)殖水下機(jī)器人為實(shí)現(xiàn)定位和作業(yè)首先要進(jìn)行水下目標(biāo)的識(shí)別，在準(zhǔn)確獲取目標(biāo)信息后才能做出決策控制?；谌斯ぶ悄芗夹g(shù)的目標(biāo)識(shí)別是指利用計(jì)算機(jī)視覺(jué)的方法，對(duì)水下攝像機(jī)采集的圖像進(jìn)行智能化信息提取，之后對(duì)圖像感興趣區(qū)域利用邊界、聚類(lèi)、閾值、區(qū)域和人工神經(jīng)網(wǎng)絡(luò)等分割方法進(jìn)行處理，提取出感興趣區(qū)域后再用主動(dòng)輪廓法、神經(jīng)網(wǎng)絡(luò)、多特征融合和機(jī)器學(xué)習(xí)等方法進(jìn)行目標(biāo)識(shí)別，無(wú)需外界干預(yù)，能夠基本滿足水下近距離快速準(zhǔn)確識(shí)別目標(biāo)的要求，并且具有較強(qiáng)的適應(yīng)性。Cai等針對(duì)目標(biāo)識(shí)別時(shí)面臨的水質(zhì)渾濁和目標(biāo)遮擋等問(wèn)題，提出了一種基于轉(zhuǎn)移強(qiáng)化學(xué)習(xí)的多自主水下機(jī)器人協(xié)同目標(biāo)識(shí)別方法，對(duì)干擾環(huán)境下的目標(biāo)信息進(jìn)行了強(qiáng)化訓(xùn)練，保證了算法的實(shí)時(shí)性；在渾水、目標(biāo)遮擋、光線不足、背景復(fù)雜以及目標(biāo)重疊5種環(huán)境下進(jìn)行仿真實(shí)驗(yàn)，發(fā)現(xiàn)所提出的模型可以減少相似數(shù)據(jù)的重復(fù)計(jì)算，確保該方法的時(shí)效性。湯中強(qiáng)針對(duì)水下目標(biāo)的三維位置估計(jì)問(wèn)題，采用加速穩(wěn)健特征點(diǎn)（Speeded Up Robust Features，SURF）的光流跟蹤法對(duì)特征點(diǎn)進(jìn)行跟蹤，該算法在成本低于傳感器測(cè)量的基礎(chǔ)上，可對(duì)目標(biāo)物實(shí)時(shí)定位，為機(jī)器人水下作業(yè)提供了保障。賈玉珍和王玥為了削弱復(fù)雜惡劣的環(huán)境對(duì)水下成像造成的不利影響，并滿足水下機(jī)器人目標(biāo)識(shí)別任務(wù)實(shí)時(shí)性的需求，提出了基于人工魚(yú)群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的水下目標(biāo)識(shí)別算法，試驗(yàn)結(jié)果表明該方法的準(zhǔn)確率較粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)和免疫遺傳算法高出2%左右。

目前水下攝像機(jī)采集圖像的質(zhì)量受海水濁度和能見(jiàn)度影響很大，總體成像距離較短。由于水下成像環(huán)境較為復(fù)雜，在成像過(guò)程中水體對(duì)光散射和吸收效應(yīng)等影響，導(dǎo)致一般成像設(shè)備的作用距離只有幾米到十幾米，且圖像質(zhì)量具有對(duì)比度低、邊緣模糊、色彩丟失、噪聲嚴(yán)重等不足，極大影響了水下目標(biāo)的精準(zhǔn)識(shí)別與定位。因此，研究利用的水下圖像恢復(fù)算法和智能識(shí)別算法是提高水下目標(biāo)識(shí)別準(zhǔn)確性的關(guān)鍵。

2 路徑規(guī)劃與導(dǎo)航

水下機(jī)器人導(dǎo)航與定位是水下機(jī)器人進(jìn)行路徑規(guī)劃以及準(zhǔn)確作業(yè)的關(guān)鍵。由于水產(chǎn)養(yǎng)殖環(huán)境復(fù)雜，使得機(jī)器人在水下導(dǎo)航與定位比在陸地困難?；谌斯ぶ悄艿乃聶C(jī)器人路徑規(guī)劃是指水下機(jī)器人通過(guò)視覺(jué)系統(tǒng)獲取水中環(huán)境圖像，提取圖像中的特征點(diǎn)實(shí)現(xiàn)全局和局部特征的匹配，同時(shí)使用濾波算法獲得所需的理想邊緣特征點(diǎn)，最終結(jié)合水下機(jī)器人和障礙物相關(guān)參數(shù)進(jìn)行相應(yīng)的路徑規(guī)劃，其主要方法分為建模和路徑搜索兩種。其中路徑規(guī)劃方法包括群智能和機(jī)器學(xué)習(xí)。群智能方法將路徑規(guī)劃問(wèn)題轉(zhuǎn)化為最優(yōu)搜索問(wèn)題，但該方法較依賴(lài)先驗(yàn)的環(huán)境知識(shí)，而具有自主學(xué)習(xí)能力的機(jī)器學(xué)習(xí)方法無(wú)需考慮環(huán)境因素，可以更好地解決水下機(jī)器人在未知環(huán)境下的局部路徑規(guī)劃問(wèn)題。

表1對(duì)目前常用的各類(lèi)智能路徑規(guī)劃方法的優(yōu)缺點(diǎn)進(jìn)行了比較，并列舉了最新的研究進(jìn)展。從表1中可以看出，基于人工智能的各類(lèi)路徑規(guī)劃方法已在水下機(jī)器人路徑規(guī)劃中廣泛應(yīng)用，但仍存在一些需要解決的問(wèn)題。例如，基于蟻群算法的路徑規(guī)劃方法無(wú)法適用水下機(jī)器人運(yùn)動(dòng)速度較快的情況?；谌斯ど窠?jīng)網(wǎng)絡(luò)的路徑規(guī)劃方法需要大量的數(shù)據(jù)樣本，所需訓(xùn)練時(shí)間較久。針對(duì)以上問(wèn)題，可考慮利用深度學(xué)習(xí)可靠穩(wěn)定、準(zhǔn)確率高的特點(diǎn)，實(shí)現(xiàn)水下機(jī)器人在無(wú)任何訓(xùn)練的前提下進(jìn)行局部路徑規(guī)劃。

表1典型智能路徑規(guī)劃算法比較

Table 1 Comparison of typical intelligent path planning algorithms

3 控制與作業(yè)

作業(yè)控制是水下機(jī)器人在水產(chǎn)養(yǎng)殖中實(shí)現(xiàn)自主作業(yè)的核心，對(duì)于水下機(jī)器人實(shí)現(xiàn)高精度、高穩(wěn)定性作業(yè)具有重要意義。由于水產(chǎn)養(yǎng)殖環(huán)境的復(fù)雜性、作業(yè)對(duì)象的多樣性和脆嫩易損性，要求水下機(jī)器人能夠精確穩(wěn)定地控制本體、機(jī)械臂和末端執(zhí)行器，在作業(yè)過(guò)程中實(shí)現(xiàn)自主行走、機(jī)器臂準(zhǔn)確達(dá)到目標(biāo)點(diǎn)、末端執(zhí)行器自主動(dòng)作的有機(jī)協(xié)調(diào)，最終達(dá)到高精度、自主式作業(yè)的目的。人工智能技術(shù)在水下機(jī)器人應(yīng)用中的最大優(yōu)勢(shì)在于無(wú)需事先了解水下機(jī)器人動(dòng)力學(xué)知識(shí)，可對(duì)全部或部分非線性動(dòng)力模型進(jìn)行學(xué)習(xí)，并計(jì)算控制策略模型，當(dāng)控制正確率足夠高時(shí)，再將仿真計(jì)算中的控制策略模型作為初始模型移植到水下機(jī)器人平臺(tái)并在真實(shí)的水產(chǎn)環(huán)境下學(xué)習(xí)。

隨著人工智能技術(shù)的廣泛應(yīng)用，國(guó)內(nèi)外學(xué)者主要利用神經(jīng)網(wǎng)絡(luò)、自適應(yīng)控制、模糊控制等方法對(duì)水下機(jī)器人進(jìn)行作業(yè)控制。Xu等提出了神經(jīng)模糊控制器來(lái)實(shí)現(xiàn)水下機(jī)器人操作系統(tǒng)跟蹤控制。雖然模糊控制器是一種不依賴(lài)于模型的智能控制方法，但是模糊控制的規(guī)則調(diào)整比較復(fù)雜，因此在實(shí)際應(yīng)用中具有一定的難度。韓凌云利用徑向基神經(jīng)網(wǎng)絡(luò)控制器整體補(bǔ)償控制水下機(jī)器人運(yùn)動(dòng)，并利用Lyapunov方法證明了控制系統(tǒng)的漸近穩(wěn)定性，通過(guò)仿真驗(yàn)證了該自適應(yīng)控制系統(tǒng)的靈活性、自適應(yīng)性和可行性。Carlucho等開(kāi)發(fā)了適用于水下機(jī)器人自適應(yīng)控制系統(tǒng)的強(qiáng)化學(xué)習(xí)框架，該框架將最原始的感知信息作為輸入，并輸出連續(xù)的控制策略行為，可有效解決自主水下機(jī)器人控制中命令混亂問(wèn)題。

目前人工智能技術(shù)在水下機(jī)器人中的應(yīng)用研究多數(shù)都是在實(shí)驗(yàn)室條件下進(jìn)行的，與農(nóng)田、果園中的機(jī)器人相比，水產(chǎn)養(yǎng)殖中的機(jī)器人和智能裝備面臨的最大問(wèn)題就是環(huán)境，水下機(jī)器會(huì)受到風(fēng)、浪、水壓、酸堿度等復(fù)雜因素的嚴(yán)重干擾。因此，在未來(lái)的發(fā)展中，需重點(diǎn)關(guān)注水下信號(hào)傳輸技術(shù)和圖像處理技術(shù)，這將為提高復(fù)雜環(huán)境下水下機(jī)器人作業(yè)精度提供新策略。除此之外，還需將機(jī)械手的精細(xì)化作業(yè)融合機(jī)械手的控制方法和抓取策略等內(nèi)容作為研究重點(diǎn)，基于逆向強(qiáng)化學(xué)習(xí)的方法，機(jī)械手可以推測(cè)主從式機(jī)械手操作人員的意圖，從而快速學(xué)習(xí)操作專(zhuān)家經(jīng)驗(yàn)，這也是水下機(jī)械手智能作業(yè)的一個(gè)發(fā)展方向。

小

店

歡迎光臨選購(gòu)

微信交流服務(wù)群

為方便農(nóng)業(yè)科學(xué)領(lǐng)域讀者、作者和審稿專(zhuān)家學(xué)術(shù)交流，促進(jìn)智慧農(nóng)業(yè)發(fā)展，為更好地服務(wù)廣大讀者、作者和審稿人，編輯部建立了微信交流服務(wù)群，有關(guān)專(zhuān)業(yè)領(lǐng)域內(nèi)的問(wèn)題討論、投稿相關(guān)的問(wèn)題均可在群里咨詢(xún)。

入群方法：加小編微信331760296，備注：姓名、單位、研究方向，小編拉您進(jìn)群，機(jī)構(gòu)營(yíng)銷(xiāo)廣告人員勿擾。

信息發(fā)布

科研團(tuán)隊(duì)介紹及招聘信息、學(xué)術(shù)會(huì)議及相關(guān)活動(dòng)的宣傳推廣