基于單片機(jī)的智能水下目標(biāo)檢測識別系統(tǒng)設(shè)計(jì)

盧言

（瓦房店市高級中學(xué)，遼寧大連，116300）

0 引言

目前，海參，海膽等海產(chǎn)品的捕撈很大依賴于潛水員人工捕撈。但是，近年來潛水員在工作時遇難的報(bào)道屢見不鮮，究其原因還是潛水員的水下工作環(huán)境十分惡劣，險象迭生。潛水員在水下長時間工作還容易患上諸如氣體栓塞、減壓病等疾病，甚至危及生命。而且人工捕撈還存在效率較低，成本高昂等諸多弊端。

為實(shí)現(xiàn)水下物體的自動化捕撈，一款可提高海產(chǎn)品捕撈自動化程度的智能水下目標(biāo)檢測識別系統(tǒng)應(yīng)運(yùn)而生。該系統(tǒng)具有如下優(yōu)點(diǎn)：

①可以大幅減少潛水員的工作量，降低潛水員罹患職業(yè)病的風(fēng)險。

②有助于提高捕撈自動化程度，降低捕撈成本。

③大大提升水下捕撈工作的效率。

1 系統(tǒng)總體框架設(shè)計(jì)

圖1 基于單片機(jī)的智能水下目標(biāo)檢測識別系統(tǒng)的總體框架圖

本文設(shè)計(jì)了一款智能水下目標(biāo)檢測識別系統(tǒng)，該智能水下目標(biāo)識別系統(tǒng)以jetson tx2為主控核心，通過電腦控制水下目標(biāo)檢測識別系統(tǒng)，實(shí)現(xiàn)水下目標(biāo)物體的檢測和識別，在漁業(yè)捕撈領(lǐng)域有重大應(yīng)用前景。該系統(tǒng)到達(dá)水下指定區(qū)域時，通過電腦開啟水下目標(biāo)檢測識別系統(tǒng)的GPS模塊、圖像識別模塊以及雙目攝像頭。圖像識別模塊開啟后，系統(tǒng)將通過雙目攝像頭采集到的圖像進(jìn)行檢測與識別，并通過GPS模塊返回目標(biāo)海產(chǎn)品的位置，然后通過socket模塊將被識別的海產(chǎn)品的位置，數(shù)量，深度等信息傳輸至電腦，今后也可以通過在jetson tx2的GPIO增加吸泵或機(jī)械臂等裝置。該智能水下目標(biāo)檢測識別系統(tǒng)可以檢測并識別水下海產(chǎn)品，并提供海產(chǎn)品位置等有效信息，這對今后提升海產(chǎn)品捕撈的自動化程度有重要意義。

2 主要硬件設(shè)計(jì)

2.1 jetson tx2的基本配置

jetson 2是基于 NVIDIA Pascal? 架構(gòu)的 AI 單模塊超級計(jì)算機(jī)，具有體積小、功耗低（7.5W）、計(jì)算能力強(qiáng)大等諸多優(yōu)點(diǎn)。本文以搭載ubuntu系統(tǒng)的jetson tx2為主控核心，控制各模塊協(xié)同工作。其環(huán)境搭建過程如下：

（1）前往英偉達(dá)官網(wǎng)下載ubuntu,至jetson tx2的SD卡上。下載地址：http://www.geforce.cn/drivers。

（2）配置環(huán)境

①安裝依賴庫。

②安裝BLAS。BLAS (Basic Linear Algebra Subprograms)是一個基本線性代數(shù)庫。

③安裝opencv。opencv的全稱是：Open Source Computer Vision Library。它是一個跨平臺計(jì)算機(jī)視覺庫，基于BSD許可（開源）發(fā)行，它實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法。

④安裝CUDA。CUDA(Compute Unified Device Architecture)，是由英偉達(dá)推出的運(yùn)算平臺。 通過CUDA可以大大提升訓(xùn)練速度。

⑤安裝cuDNN。

⑥安裝 caffe。Caffe（Convolutional Architecture for Fast Feature Embedding）。是一種常用的深度學(xué)習(xí)框架，主要應(yīng)用在視頻、圖像處理方面的應(yīng)用上。具有清晰，可讀性高，學(xué)習(xí)快速等優(yōu)點(diǎn)。

2.2 GPIO

GPIO（General Purpose Input Output）,又稱總線擴(kuò)展器，它能夠提供額外的控制和監(jiān)視功能。具有低功耗，低成本，布線簡單等諸多優(yōu)點(diǎn)。

2.3 各類傳感器

2.3.1 MYNTEYE雙目攝像頭

雙目攝像頭利用仿生學(xué)原理，通過標(biāo)定后的雙攝像頭得到同步曝光圖像，然后計(jì)算獲取的二維圖像像素點(diǎn)的第三維深度信息。采用MYNTEYE雙目攝像頭，可以使捕撈工作更加精確，高效。MYNTEYE雙目攝像頭內(nèi)置IMJ并配備2顆彩色圖像采集攝像頭，可以提供高達(dá)1280x720的深度分辨率，最高幀率可達(dá)80fps，識別深度可達(dá)10m+。并且可以無需依賴終端計(jì)算，直接輸出深度圖像， 其內(nèi)置兩顆紅外（IR）探測器，可以有效增加對水下目標(biāo)的識別精度。并具有精度高，成本低等優(yōu)點(diǎn)。在本系統(tǒng)中，MYNTEYE雙目攝像頭將圖像、深度信息保存至jetson tx2，圖像識別模塊對圖像中的物體進(jìn)行檢測并識別。

2.3.2 GPS模塊SKG10B

GPS模塊就是一個集成了RF射頻芯片、基帶芯片、核心CPU，再加上相關(guān)外圍電路而構(gòu)成的集成電路。GPS模塊工作時，接收機(jī)精確的計(jì)算出它所收到信號發(fā)射和被接收時間的差值，再乘以光速從而得到接收器與衛(wèi)星的距離，接收三顆衛(wèi)星的信號后，利用三維坐標(biāo)距離公式可以得出接收器的位置，但是衛(wèi)星與接收器的時鐘往往不同步，導(dǎo)致定位誤差較大，所以引入第四個未知數(shù)-鐘差，使定位精度大大提升。以上就是GPS定位的基本原理。

本系統(tǒng)采用的GPS模塊SKG10B的工作電壓為3.0-4.2V，功耗為50mW，定位精度為3米，最大更新頻率為10Hz，具有高靈敏度、低功耗、小型化等諸多優(yōu)點(diǎn)。安裝該GPS模塊后，不僅可以返回水下目標(biāo)的位置信息，還可以通過電腦實(shí)時監(jiān)控水下目標(biāo)檢測識別系統(tǒng)的位置，防止因突發(fā)狀況導(dǎo)致水下目標(biāo)檢測識別系統(tǒng)遺失。

3 主要軟件設(shè)計(jì)

3.1 socket通信

socket是兩個節(jié)點(diǎn)之間的數(shù)據(jù)傳輸，通常屬于C/S架構(gòu)，兩者基于TCP協(xié)議進(jìn)行雙向連接。

如圖2所示，TCP的連接需要三次握手。第一次握手：客戶端發(fā)出連接請求，此時客戶端向服務(wù)器發(fā)出SNY J包。第二次握手：服務(wù)器接收到連接請求，即接收到SYN J 包，此時服務(wù)器向客戶端發(fā)出SYN K ，ACK J+1包進(jìn)行應(yīng)答。第三次握手：客戶端接收到應(yīng)答，即收到SYN K ，ACK J+1包，客戶端向服務(wù)器發(fā)出SYN K包進(jìn)行確認(rèn)。三次握手完成，連接建立。

圖2 socket通信的三次握手協(xié)議

在本文設(shè)計(jì)的系統(tǒng)中，水下目標(biāo)檢測識別系統(tǒng)通過socket通信與電腦實(shí)現(xiàn)信息傳送，這樣，可以在電腦實(shí)時監(jiān)測水下目標(biāo)檢測識別系統(tǒng)位置和水下目標(biāo)的位置信息。

3.2 Faster R-CNN

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，簡稱CNN），是一種前饋神經(jīng)網(wǎng)絡(luò)，可以進(jìn)行大型圖像的處理。CNN的最大特點(diǎn)就是權(quán)值共享，權(quán)值共享網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)點(diǎn)是可以使圖像可以直接作為網(wǎng)絡(luò)的輸入，避免了傳統(tǒng)識別算法中復(fù)雜的特征提取和數(shù)據(jù)重建過程，從而降低了網(wǎng)絡(luò)模型的復(fù)雜度，減少了權(quán)值的數(shù)量，該優(yōu)點(diǎn)在網(wǎng)絡(luò)的輸入是多維圖像時表現(xiàn)更為明顯。

圖3 卷積神經(jīng)網(wǎng)絡(luò)的工作過程

卷積神經(jīng)網(wǎng)絡(luò)的工作過程如圖3所示，具體步驟分為輸入層（InputImage）→卷積層（Convolution）→采樣層（Pooling）→全連接層→參數(shù)求解。CNN的輸入層一般為一個n維矩陣，可以是圖像、向量化后的文本等等。卷積層的作用是濾波、去噪、找特征，不同卷積核做卷積會得到一系列feature map并作為下一層的輸入，卷積的過程大致可以理解為用一個3x3卷積核在一個5x5輸入層上進(jìn)行有效填充，并得到一個3x3隱藏層，權(quán)值為卷積核且所有隱藏層共享該權(quán)值。通過卷積后，參數(shù)數(shù)量雖然大幅減少，但是參數(shù)依然很多，容易出現(xiàn)過擬合或者欠擬合等問題。下采樣可以有效解決該問題，常用采樣有兩種，一種是Max-Pooling，即將Pooling窗口中的最大值作為采樣值，另一種Mean-Pooling，即將Pooling窗口中的所有值相加取平均，平均值作為采樣值。全連接層是輸出層和前面若干層的過渡層，用來組織生成特定節(jié)點(diǎn)數(shù)的輸出層。

圖4 Faster R-CNN

4 總結(jié)

RPN的全稱是（Region Proposal Network），它是一個全連接的卷積網(wǎng)絡(luò)，通過end-to-end的方式訓(xùn)出來高質(zhì)量的region proposal,然后將Faster R-CNN訓(xùn)練好的卷積特征和Fast R-CNN共享，從而完成對目標(biāo)的檢測。Faster R-CNN（如圖4所示）相對于其他算法檢測速度大幅提高，原因是它設(shè)計(jì)了提取候選區(qū)域的網(wǎng)絡(luò)RPN，代替了費(fèi)時的選擇性搜索。Faster R-CNN的步驟大體為：

①對整張圖片輸進(jìn)CNN，得到feature map。

②卷積特征輸入到RPN，得到候選框的特征信息。

③對候選框中提取出的特征，使用分類器判別是否屬于一個特定類 。

④對于屬于某一特征的候選框，用回歸器進(jìn)一步調(diào)整其位置。

本文設(shè)計(jì)的智能水下目標(biāo)檢測識別系統(tǒng)可以準(zhǔn)確快速識別水下目標(biāo)。在海產(chǎn)品捕撈領(lǐng)域，該系統(tǒng)可以高效的識別水下海產(chǎn)品，為自動化捕撈提供大量有效信息。也可以通過增加吸泵、機(jī)械臂等裝置替代潛水員完成海產(chǎn)品捕撈工作，這樣不僅可以大幅降低捕撈成本、提高捕撈效率，還可以降低潛水員因長時間工作罹患職業(yè)病的風(fēng)險。