摘要
本发明涉及一种基于机器视觉的水下机器人目标跟踪方法及系统,属于水下机器人技术领域,本发明通过基于深度神经网络构建目标物识别模型,并通过目标物识别模型对目标跟踪图像信息进行识别,获取目标物在预设时间之内的行动轨迹信息,最后根据目标物在预设时间之内的行动轨迹信息构建水下机器人在预设时间之内的路径信息,按照水下机器人在预设时间之内的路径信息控制水下机器人,并监控每一水下机器人的实时运行状态。本发明通过融合水环境的环境特征、DCP算法以及遗传算法能够对水下的图像进行数据采集以及处理,使得能够对原始的图像进行图像增强,能够提高机器人对于目标物的跟踪精度,实现对水下目标物的长时间跟踪。
技术关键词
特征数据信息
通信设备
跟踪方法
控制水下机器人
性能预测模型
深度神经网络
图像
摄像装置
检索标签
景深
视觉
轨迹
参数
水下机器人技术
引入遗传算法
构建知识图谱