基于遍歷算法的智能湖泊環(huán)境監(jiān)測及凈化裝置*

基金項(xiàng)目：遼寧省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項(xiàng)目

湖泊作為陸地水圈的組成部分，參與自然界的水分循環(huán)^[1]。湖泊具有凈化水質(zhì)，減少環(huán)境污染的作用。無人船(USV) 是一種可以無需遙控，借助精確衛(wèi)星定位和自身傳感即可按照預(yù)設(shè)任務(wù)在水面航行的全自動水面機(jī)器人。經(jīng)過一番改造便可以實(shí)現(xiàn)水上垃圾回收，目前市面上的產(chǎn)品大多數(shù)應(yīng)用在寬闊的水域，如海洋，河流等。其收集方式為完全隨機(jī)，只具備一定的垃圾收集功能，超出視野之外的便無法進(jìn)行收集，面臨著遍歷程度不高，算法不完善等問題。由于湖泊與海洋的應(yīng)用場景不同，湖泊大多數(shù)為靜態(tài)水，而海洋則為動態(tài)。所以一款針對于湖泊水上垃圾清理和水質(zhì)檢測的裝置有較為廣闊的發(fā)展前景。

1 設(shè)計思路與方案

1.1 裝置結(jié)構(gòu)與組成

該裝置名為智能湖泊環(huán)境監(jiān)測及凈化裝置，機(jī)械結(jié)構(gòu)本質(zhì)上為兩個船體，1 個垃圾籃，二維云臺，2 個驅(qū)動船體的螺旋槳和防水草裝置，3 個投放治理水質(zhì)藥物的裝置，如圖1。

圖1 機(jī)械結(jié)構(gòu)圖

1.2 基本功能

1）湖泊完全遍歷收集漂浮垃圾

將該裝置放入湖泊中，可以先調(diào)節(jié)垃圾籃的高度，方便后續(xù)垃圾收集。首先通過超聲波模塊監(jiān)測船到岸邊的距離，逆時針圍繞湖邊1 圈，同時間隔一定的時間記錄當(dāng)前GPS 坐標(biāo)并記錄在經(jīng)緯度坐標(biāo)系中，然后轉(zhuǎn)化為柵格地圖的坐標(biāo)并連線，構(gòu)建柵格地圖，每一個柵格中都了保存其中心點(diǎn)的坐標(biāo)信息和是否存在障礙物。裝置根據(jù)柵格地圖從起點(diǎn)進(jìn)行往復(fù)式遍歷，在遍歷的過程中，采用攝像頭實(shí)時識別漂浮垃圾，進(jìn)行漂浮垃圾的收集功能。

2）監(jiān)測水質(zhì)狀態(tài)并投放藥物進(jìn)行改善

在裝置遍歷的過程中，每經(jīng)過1 個柵格，進(jìn)行1 次水質(zhì)信息的采集，等完全遍歷每一個柵格之后，求出各個數(shù)值的平均值，并與初始設(shè)定的水質(zhì)正常數(shù)值進(jìn)行比對，然后投放定量的藥物，從而達(dá)到改善水質(zhì)的功能。

3）遠(yuǎn)程監(jiān)控湖泊狀態(tài)

該裝置進(jìn)行過程中，會統(tǒng)計收集的垃圾種類和數(shù)量，當(dāng)前水質(zhì)狀況，投放藥物情況，并將這些信息通過5G模塊發(fā)送給上位機(jī)，方便管理人員查看。

圖2 運(yùn)行流程圖

2 實(shí)現(xiàn)方案與核心算法

2.1 柵格地圖構(gòu)建

裝置圍繞湖泊1 圈之后，通過記錄的GPS 坐標(biāo)構(gòu)建出湖泊的二維坐標(biāo)系，對其單位柵格化，連線并進(jìn)行直線邊緣化，填充邊界，得到柵格化后的圖像。對于后續(xù)的垃圾收集和水質(zhì)檢測，柵格地圖的構(gòu)建將起到?jīng)Q定性的作用。

柵格大小的選取需要考慮如下問題^[2]：

1）船體的大?。?/p>

2）攝像頭的視野范圍；

3）MCU 的運(yùn)算和儲存能力。

2.2 全局路徑規(guī)劃

路徑規(guī)劃分為全局和局部路徑規(guī)劃^[3]，往復(fù)式完全遍歷便是全局路徑規(guī)劃，確定裝置在水上的可行路徑。在實(shí)際的運(yùn)行過程中，運(yùn)行的軌跡應(yīng)當(dāng)與障礙物保持一定的距離，從而確保裝置能夠正常通行而不發(fā)生碰撞，所以在MATLAB 仿真時需要膨脹邊界，目的是增加障礙物與路徑之間的距離，確保仿真與實(shí)際情況相似。圖像為某一湖泊的俯視圖，經(jīng)過二值化和柵格化的處理。如圖3，左側(cè)為處理后的地圖，右側(cè)為軌跡圖。黑色部分為陸地，灰色部分為膨脹部分，白色部分則為湖泊。在路徑規(guī)劃處理過程中，灰色與黑色都視為障礙物，白色為可通行水域，紅色為運(yùn)行的軌跡，箭頭代表方向。

圖3 MATLAB仿真運(yùn)行圖

往復(fù)式完全遍歷路徑的算法使用深度優(yōu)先搜索算法（DFS）來遍歷整個地圖，并返回遍歷路徑。在函數(shù)內(nèi)部，首先獲取地圖的大小并初始化遍歷狀態(tài)矩陣和遍歷路徑。然后使用兩層循環(huán)遍歷整個地圖，如果當(dāng)前位置可以通過而且未被遍歷，則將其標(biāo)記為已遍歷并添加到遍歷路徑中，并調(diào)用DFS 函數(shù)繼續(xù)進(jìn)行深度優(yōu)先搜索。DFS 函數(shù)使用當(dāng)前位置的坐標(biāo)作為輸入，并搜索當(dāng)前位置的相鄰位置。如果相鄰位置可以通過且未被遍歷，則將其標(biāo)記為已遍歷并添加到遍歷路徑中，并繼續(xù)調(diào)用DFS 函數(shù)進(jìn)行深度優(yōu)先搜索。

本裝置利用兩個螺旋槳產(chǎn)生速度差，來達(dá)到方向偏轉(zhuǎn)的效果。由于得知了裝置的運(yùn)行軌跡，通過實(shí)際的位置坐標(biāo)和下一個目標(biāo)的位置坐標(biāo)便可以得到偏航角和距離，從而達(dá)到裝置沿著完全遍歷的路徑行進(jìn)的目的。

2.3 水上垃圾目標(biāo)檢測

目標(biāo)檢測算法大致分為兩類：“兩階段”和“一階段”方法?！皟呻A段”是指檢測和識別兩個階段。代表算法有RCNN、Fast-RCNN 等。而“一階段”是基于回歸的，直接回歸物體的類別概率和位置坐標(biāo)值[4]。代表算法有YOLO 系列和SSD 系列算法等。本裝置采用YOLOV3模型，使用K210 攝像頭。具體步驟分為兩步：

1）YOLOV3 模型訓(xùn)練

由于K210 上識別照片的格式為240x240，所以需要預(yù)先對訓(xùn)練的照片進(jìn)行格式轉(zhuǎn)化，之后使用VOTT 軟件進(jìn)行標(biāo)注。本地訓(xùn)練環(huán)境為Mx-yolov3，訓(xùn)練完成后，需要將其轉(zhuǎn)換成K210 適配的Kmodel 文件。

2）部署到K210

打開Kfl ash, 用數(shù)據(jù)線將電腦和K210 連接，將固件和Kmodel 文件燒錄到開發(fā)板中，燒錄的過程中，其燒錄時地址不能一樣，Kmodel 文件使用0x300000。

下面選取某一水面測試訓(xùn)練的模型，如圖4。

圖4 K210測試圖

2.4 局部路徑規(guī)劃

局部路徑規(guī)劃的目的是收集當(dāng)前柵格內(nèi)的垃圾。主要思路是進(jìn)入當(dāng)前柵格，對垃圾進(jìn)行目標(biāo)監(jiān)測，并得到垃圾的位置坐標(biāo)，如有多個垃圾，則需要局部路徑規(guī)劃，但考慮到攝像頭視野之內(nèi)的垃圾可能在當(dāng)前柵格之外，如果不中斷的話，則會導(dǎo)致其前往下一個柵格，進(jìn)而導(dǎo)致遍歷重復(fù)度高，所以需要一些中止措施。如果船體GPS 定位如果偏離柵格一定距離，或拾取垃圾數(shù)量超過五個，則中斷局部路徑規(guī)劃，去往下一個柵格繼續(xù)進(jìn)行全局路徑規(guī)劃。

本方案的局部路徑規(guī)劃采取一種叫做Multi-Direction Fast Marching（MDFM）的方法，它可以同時對多個目標(biāo)點(diǎn)兩兩之間進(jìn)行路徑規(guī)劃，并結(jié)合遺傳算法規(guī)劃出遍歷所有目標(biāo)點(diǎn)的最短路徑^[5]。此方法的基本思想是，將所有目標(biāo)點(diǎn)作為起點(diǎn)，分別計算出到達(dá)其他目標(biāo)點(diǎn)的最短距離和方向，然后將這些信息存儲在矩陣中。再使用遺傳算法對矩陣進(jìn)行優(yōu)化，找到一條能夠覆蓋所有目標(biāo)點(diǎn)并且總距離最小的路徑。這種方法的優(yōu)點(diǎn)是，它可以有效地處理多個目標(biāo)點(diǎn)之間的相互影響，避免了重復(fù)計算和冗余路徑，提高了路徑規(guī)劃的效率和質(zhì)量。

2.5 水質(zhì)監(jiān)測及治理

1）檢測部分

本裝置搭載水質(zhì)檢測模塊，能夠檢測水質(zhì)的pH 值，電導(dǎo)率，溫度等信息。檢測功能在全局路徑規(guī)劃時運(yùn)行，每到達(dá)一個柵格就采集1 次，最終求得平均值，避免局部誤差的干擾，使得數(shù)據(jù)更可靠。

2）投放器

其內(nèi)部的螺旋結(jié)構(gòu)可以將顆粒物投放出來，結(jié)構(gòu)簡單且不易被卡住。本裝置搭載3 個投放器，方便操作者自定義藥品或魚餌。而且可以將投放情況發(fā)送到上位機(jī)，方便后期的查看管理。

3 結(jié)果測試

3.1 裝置遍歷情況測試

將裝置放于湖泊的某點(diǎn)，首先自動確定湖泊的范圍，然后開始遍歷湖泊，并在途中拾取垃圾。根據(jù)返回的坐標(biāo)點(diǎn)，導(dǎo)入到MATLAB 畫出實(shí)際軌跡圖，如圖5。

圖5 實(shí)際軌跡圖

由此圖像可以看出裝置能夠正常完成全局和局部路徑規(guī)劃，并且能避開障礙物。

3.2 水質(zhì)信息數(shù)據(jù)測試

本次測試主要采集了湖泊電導(dǎo)率的數(shù)值，其中部分信息通過柱狀圖展示出來，如圖6。

圖6 部分柵格電導(dǎo)率數(shù)據(jù)

4 結(jié)束語

本文介紹了一款基于遍歷算法的智能湖泊環(huán)境監(jiān)測及凈化裝置，其能夠自主完成路徑規(guī)劃且完整的遍歷湖泊的每一個水域，在遍歷過程中還能夠?qū)崿F(xiàn)自主垃圾拾取和水質(zhì)信息采集，同時將數(shù)據(jù)通過4G 通信模塊發(fā)送給上位機(jī)，方便管理人員查看和后期的進(jìn)一步改善措施。相較于傳統(tǒng)的遍歷無人船，提出了全局和局部遍歷的方法，其遍歷程度更高，其在封閉的水域，將有著更好的效果。此裝置將會極大的減少人力成本，有廣闊的應(yīng)用前景。

參考文獻(xiàn)：

[1] 汪敬忠,吳敬祿,曾海鰲,等.內(nèi)蒙古主要湖泊水資源及其變化分析[J].干旱區(qū)研究,2015,32(1):7-14.

[2] 程啟忠.無人船完全遍歷路徑規(guī)劃的研究[D].重慶:重慶郵電大學(xué),2019.

[3] 李治軍,林熾杰,李峰.一種多AGV調(diào)度裝置及其全局規(guī)劃與局部規(guī)劃融合方法[P].黑龍江省:CN112987721B,2022-12-13.

[4] 朱仕寧,胡曉斌,彭太樂.基于改進(jìn)YOLOv3的道路目標(biāo)檢測[J].江漢大學(xué)學(xué)報(自然科學(xué)版),2023,51(1):89-96.

[5] 于暉,王永驥.基于Fast Marching方法的多目標(biāo)點(diǎn)路徑規(guī)劃的研究[J].計算技術(shù)與自動化,2015,34(3):11-15.

（本文來源于《電子產(chǎn)品世界》雜志2023年6月期）