海洋垃圾回收方法、无人艇、无人机及系统与流程
1.本发明涉及环境保护技术领域，尤其涉及一种海洋垃圾回收方法、无人艇、无人机及系统。
背景技术：
2.随着对海洋能源的开采不断深入，海洋石油事故也频繁发生，如钻井平台倾覆、输油管道爆裂、油轮失事等，对我国经济发展、人员安全和海洋生态造成了严重破坏和威胁，迫切需要及时有效的事故处理措施才能减小损失。轮船碰撞、油井平台爆炸所导致的石油事故中会产生大量船舶、油井平台设备的残骸。此外，目前常用的海洋石油事故的处理方法主要通过布放吸油物(吸油毡/棉、吸油桶等)以及分解油污的生化制剂，待吸油物对油污吸附完成后，需要对大量的吸油物进行及时回收。
3.目前，针对石油事故中船舶残骸、油井平台残骸以及油污处理用到的吸油物等移动废物的回收，主要依赖有人船进行人工搜索及打捞回收，但是该手段存在人员伤亡风险高、效率低、成本高等缺点。首先，在油污区域作业，直接接触和挥发吸入均会危害人体健康，石油事故处理中可能存在二次爆炸或燃烧，存在较大人员伤亡风险。另外，在海上风浪流复杂干扰下，船舶残骸、油井平台残骸以及吸油物等会受到海上风浪的影响而不断移动，大大增加搜寻难度。
技术实现要素：
4.本发明的主要目的在于提供一种海洋垃圾回收方法、无人艇、无人机及系统，旨在解决现有技术无法实现对海洋垃圾进行高效且低成本的打捞回收的技术问题。
5.为实现上述目的，本发明提供了一种海洋垃圾回收方法，所述海洋垃圾回收方法应用于无人艇，所述海洋垃圾回收方法包括：
6.在接收到无人机的目标融合信息后，根据所述目标融合信息确定所述无人艇的无人艇海域信息和待回收垃圾的垃圾海域信息；
7.根据所述无人艇海域信息进行无人艇模型建立，生成无人艇运动模型；
8.根据所述垃圾海域信息进行待回收垃圾模型建立，生成垃圾运动模型；
9.根据所述无人艇运动模型和所述垃圾运动模型进行路径规划，生成目标回收路径；
10.根据所述目标回收路径对所述待回收垃圾进行追踪回收。
11.可选地，所述根据所述无人艇海域信息进行无人艇模型建立，生成无人艇运动模型，包括：
12.当所述无人艇海域信息为干净海域信息时，根据所述干净海域信息和预设二阶动力学模型进行模型建立，生成第一无人艇运动模型；
13.当所述无人艇海域信息为污染海域信息时，根据所述污染海域信息和预设分数阶动力学模型进行模型建立，生成第二无人艇运动模型。
14.可选地，所述根据所述垃圾海域信息进行待回收垃圾模型建立，生成垃圾运动模型，包括：
15.当所述垃圾海域信息为干净海域信息时，根据所述干净海域信息和预设一阶神经网络进行模型建立，生成第一垃圾运动模型；
16.当所述垃圾海域信息为污染海域信息时，根据所述污染海域信息和预设分数阶神经网络进行模型建立，生成第二垃圾运动模型。
17.此外，为实现上述目的，本发明还提出一种海洋垃圾回收方法，所述海洋垃圾回收方法应用于第一无人机，所述海洋垃圾回收方法包括：
18.采集待回收垃圾的垃圾图像；
19.根据所述垃圾图像对所述待回收垃圾进行位置定位，确定所述待回收垃圾的垃圾位置；
20.根据所述垃圾位置和所述垃圾图像确定所述待回收垃圾的垃圾海域信息，并将所述垃圾海域信息发送至第二无人机。
21.对所述垃圾图像进行边缘检测，确定所述垃圾图像中的污染边缘线；
22.根据所述污染边缘线确定污染海域位置；
23.根据所述污染海域位置和所述垃圾位置确定所述待回收垃圾的垃圾海域信息。
24.检测所述垃圾海域信息是否发生变化；
25.当所述垃圾海域信息发生变化时，发送变化后的垃圾海域信息至所述第二无人机。
26.此外，为实现上述目的，本发明还提出一种海洋垃圾回收方法，所述海洋垃圾回收方法应用于第二无人机，所述海洋垃圾回收方法包括：
27.采集无人艇的无人艇图像，并获取第一无人机发送的垃圾海域信息；
28.根据所述无人艇图像对所述无人艇进行位置定位，确定所述无人艇的无人艇位置；
29.根据所述无人艇位置和所述无人艇图像确定所述无人艇的无人艇海域信息；
30.根据所述垃圾海域信息和所述无人艇海域信息确定目标融合信息，并发送所述目标融合信息至所述无人艇。
31.对所述无人艇图像进行边缘检测，确定所述无人艇图像中的污染边缘线；
32.根据所述污染边缘线确定污染海域位置；
33.根据所述污染海域位置和所述无人艇位置确定所述无人艇的无人艇海域信息。
34.检测所述目标融合信息是否发生变化；
35.当所述目标融合信息发生变化时，发送变化后的目标融合信息至所述无人艇。
36.此外，为实现上述目的，本发明还提出一种无人艇，所述无人艇包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的海洋垃圾回收程序，所述海洋垃圾回收程序配置为实现如上文所述的海洋垃圾回收方法。
37.此外，为实现上述目的，本发明还提出一种无人机，所述无人机包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的海洋垃圾回收程序，所述海洋垃圾回收程序配置为实现如上文所述的海洋垃圾回收方法。
38.此外，为实现上述目的，本发明还提出一种海洋回收系统，所述海洋回收系统包括
无人艇和若干无人机。
39.本发明通过在接收到无人机的目标融合信息后，根据所述目标融合信息确定所述无人艇的无人艇海域信息和待回收垃圾的垃圾海域信息；根据所述无人艇海域信息进行无人艇模型建立，生成无人艇运动模型；根据所述垃圾海域信息进行待回收垃圾模型建立，生成垃圾运动模型；根据所述无人艇运动模型和所述垃圾运动模型进行路径规划，生成目标回收路径；根据所述目标回收路径对所述待回收垃圾进行追踪回收。通过上述方式，基于无人机发送的目标融合信息确定无人艇海域信息和垃圾海域信息，无人艇根据无人艇海域信息和垃圾海域信息生成无人艇运动模型和垃圾运动模型，实现对待回收垃圾的精准跟踪，并基于无人艇运动模型和垃圾运动模型进行路径规划，生成目标回收路径，进而实现对待回收垃圾的回收工作，提高了对海洋上的待回收垃圾进行回收时的安全性，同时应用范围广且效率高，节省了人力打捞成本。
附图说明
40.图1是本发明实施例方案涉及的硬件运行环境的海洋垃圾回收设备的结构示意图；
41.图2为本发明海洋垃圾回收方法第一实施例的流程示意图；
42.图3为本发明海洋垃圾回收方法一实施例的无人艇工作流程示意图；
43.图4为本发明海洋垃圾回收方法第二实施例的流程示意图；
44.图5为本发明海洋垃圾回收方法第三实施例的流程示意图；
45.图6为本发明海洋垃圾回收方法一实施例的实物示意图；
46.图7为本发明海洋垃圾回收方法一实施例的整体流程示意图；
47.图8为本发明海洋垃圾回收系统第一实施例的结构框图。
48.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
49.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
50.参照图1，图1为本发明实施例方案涉及的硬件运行环境的海洋垃圾回收设备结构示意图。
51.如图1所示，该海洋垃圾回收设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘 (keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真 (wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)存储器，也可以是稳定的非易失性存储器(non-volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
52.本领域技术人员可以理解，图1中示出的结构并不构成对海洋垃圾回收设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
53.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模
块、用户接口模块以及海洋垃圾回收程序。
54.在图1所示的海洋垃圾回收设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明海洋垃圾回收设备中的处理器1001、存储器1005可以设置在海洋垃圾回收设备中，所述海洋垃圾回收设备通过处理器1001调用存储器1005中存储的海洋垃圾回收程序，并执行本发明实施例提供的海洋垃圾回收方法。
55.本发明实施例提供了一种海洋垃圾回收方法，参照图2，图2为本发明一种海洋垃圾回收方法第一实施例的流程示意图。
56.海洋垃圾回收方法应用于无人艇，海洋垃圾回收方法包括以下步骤：
57.步骤s10：在接收到无人机的目标融合信息后，根据所述目标融合信息确定所述无人艇的无人艇海域信息和待回收垃圾的垃圾海域信息。
58.需要说明的是，本实施例的执行主体为海洋垃圾回收系统中的无人艇，海洋垃圾回收系统中包括无人艇和若干个无人机，若干个无人机又包括第一无人机和第二无人机，无人艇和第二无人机之间可进行信息交互，第一无人机和第二无人机之间可进行信息交互。第一无人机对待管理海洋上的待回收垃圾进行检测并追踪定位，第二无人机对待管理海洋上的无人艇进行检测并追踪定位，并基于第一无人机的垃圾海域信息和第二无人机的无人艇海域信息生成目标融合信息，将目标融合信息传送至无人艇。无人艇在接收到无人机的目标融合信息后，根据目标融合信息确定无人艇的无人艇海域信息和待回收垃圾的垃圾海域信息，并根据无人艇海域信息进行无人艇模型建立，生成无人艇运动模型，根据垃圾海域信息进行待回收垃圾模型建立，生成垃圾运动模型，根据无人艇运行模型和垃圾运动模型进行路径规划，生成目标回收路径，并根据目标回收路径对待回收垃圾进行追踪回收。
59.可以理解的是，目标融合信息包括待回收垃圾的所处海域信息、待回收垃圾的位置信息、无人艇的所处海域信息以及无人艇的位置信息。无人艇海域信息包括但不限于无人艇的所处海域信息和无人艇的位置信息，垃圾海域信息包括但不限于待回收垃圾的所处海域信息和待回收垃圾的位置信息。待回收垃圾即为待管理海洋上所存在的海洋移动废物，无人艇需对待回收垃圾进行打捞回收。
60.在具体实现中，无人机中的第二无人机将目标融合信息发送至无人艇，无人艇根据目标融合信息中的标识码对各类信息进行区分，从而得到无人艇的无人艇海域信息和待回收垃圾的垃圾海域信息。
61.步骤s20：根据所述无人艇海域信息进行无人艇模型建立，生成无人艇运动模型。
62.需要说明的是，无人艇运动模型指的是无人艇对自身进行的动力学建模所得到的模型。
63.可以理解的是，无人艇在得到无人艇海域信息后，根据无人艇海域信息进行事件判断，确定无人艇当前是否处于待管理海洋的被污染海域内，根据判断结果确定对应的方式进行动力学建模，从而得到无人艇运动模型。
64.在具体实现中，为了基于无人艇海域信息建立准确的无人艇运动模型，进一步地，所述根据所述无人艇海域信息进行无人艇模型建立，生成无人艇运动模型，包括：当所述无人艇海域信息为干净海域信息时，根据所述干净海域信息和预设二阶动力学模型进行模型建立，生成第一无人艇运动模型；当所述无人艇海域信息为污染海域信息时，根据所述污染
海域信息和预设分数阶动力学模型进行模型建立，生成第二无人艇运动模型。
65.需要说明的是，当无人艇海域信息为干净海域信息时，即说明无人艇当前处于待管理海洋未被污染的海域内，预设二阶动力学模型即为普通二阶动力学模型，此时基于干净海域信息对无人艇自身采用预设二阶动力学模型进行模型建立，生成进行预设二阶动力学建模后的模型，进行预设二阶动力学建模所产生的模型即为第一无人艇运动模型。
66.可以理解的是，当无人艇海域信息为污染海域信息时，即说明无人艇当前处于待管理海域被污染的海域内，预设分数阶动力学模型即为普通分数阶动力学模型，此时基于污染海域信息对无人艇自身采用预设分数阶动力学模型进行模型建立，生成进行预设分数阶动力学建模后的模型，进行预设分数阶动力学建模所产生的模型即为第二无人艇运动模型。
67.步骤s30：根据所述垃圾海域信息进行待回收垃圾模型建立，生成垃圾运动模型。
68.需要说明的是，垃圾运动模型指的是无人艇对待回收垃圾进行的动力学建模所得到的模型。
69.可以理解的是，无人艇在得到垃圾海域信息后，根据垃圾海域信息进行事件判断，确定待回收垃圾当前是否处于待管理海洋的被污染海域内，根据判断结果确定对应的方式进行动力学建模，从而得到垃圾运动模型。
70.在具体实现中，为了基于垃圾海域信息建立准确的垃圾运动模型，进一步地，所述根据所述垃圾海域信息进行待回收垃圾模型建立，生成垃圾运动模型，包括：当所述垃圾海域信息为干净海域信息时，根据所述干净海域信息和预设一阶神经网络进行模型建立，生成第一垃圾运动模型；当所述垃圾海域信息为污染海域信息时，根据所述污染海域信息和预设分数阶神经网络进行模型建立，生成第二垃圾运动模型。
71.需要说明的是，当垃圾海域信息为干净海域信息时，即说明待回收垃圾当前处于待管理海洋未被污染的海域内，预设一阶神经网络即为普通一阶神经网络，此时基于干净海域信息对待回收垃圾采用预设一阶神经网络进行模型建立，生成的模型即为第一垃圾运动模型。
72.可以理解的是，当垃圾海域信息为污染海域信息时，即说明待回收垃圾当前处于待管理海域被污染的海域内，预设分数阶神经网络即为普通分数阶神经网络，此时基于污染海域信息对待回收垃圾采用预设分数阶神经网络进行模型建立，生成的模型即为第二垃圾运动模型。
73.步骤s40：根据所述无人艇运动模型和所述垃圾运动模型进行路径规划，生成目标回收路径。
74.需要说明的是，无人艇在得到无人艇的无人艇运动模型和待回收垃圾的垃圾运动模型后，将待回收垃圾的垃圾运动模型的模型信息输入至无人艇路径规划模块，进行路径规划，从而得到无人艇对待回收垃圾进行追踪打捞并回收的路径，无人艇对待回收垃圾进行追踪打捞并回收的路径，无人艇路径规划模块是基于无人艇运动模型建立的可进行路径规划模型。
75.步骤s50：根据所述目标回收路径对所述待回收垃圾进行追踪回收。
76.需要说明的是，无人艇中的路径规划模块在生成目标回收路径后，基于目标回收路径生成路径控制指令，无人艇根据双环pid和路径控制指令驱动无人艇，从而实现对待回
收垃圾的追踪回收。
77.可以理解的是，如图3所示，无人艇在接收到第二无人机传输的目标融合信息后，根据目标融合信息确定无人艇海域信息和垃圾海域信息，基于无人艇海域信息和垃圾海域信息进行事件判断，当无人艇所处海域信息发生改变时，确定无人艇所处海域是否为干净海域，无人艇所处海域为干净海域时，则对自身建立整数阶运动控制模型，无人艇所处海域不为干净海域时，则对自身建立分数阶运动控制模型，并进一步判断待回收垃圾所处海域是否为干净海域，待回收垃圾所处海域为干净海域时，则对待回收垃圾进行普通神经网络建模，待回收垃圾所处海域不为干净海域时，则对待回收垃圾进行分数阶神经网络建模，在模型建立完成后生成目标回收路径并进行运动控制执行，当无人艇所处海域信息未发生改变时，则直接进入判断待回收垃圾所处海域是否为干净海域的步骤。
78.本实施例通过在接收到无人机的目标融合信息后，根据所述目标融合信息确定所述无人艇的无人艇海域信息和待回收垃圾的垃圾海域信息；根据所述无人艇海域信息进行无人艇模型建立，生成无人艇运动模型；根据所述垃圾海域信息进行待回收垃圾模型建立，生成垃圾运动模型；根据所述无人艇运动模型和所述垃圾运动模型进行路径规划，生成目标回收路径；根据所述目标回收路径对所述待回收垃圾进行追踪回收。通过上述方式，基于无人机发送的目标融合信息确定无人艇海域信息和垃圾海域信息，无人艇根据无人艇海域信息和垃圾海域信息生成无人艇运动模型和垃圾运动模型，实现对待回收垃圾的精准跟踪，并基于无人艇运动模型和垃圾运动模型进行路径规划，生成目标回收路径，进而实现对待回收垃圾的回收工作，提高了对海洋上的待回收垃圾进行回收时的安全性，同时应用范围广且效率高，节省了人力打捞成本。
79.参考图4，图4为本发明一种海洋垃圾回收方法第二实施例的流程示意图。
80.基于上述第一实施例，本实施例海洋垃圾回收方法应用于第一无人机，海洋垃圾回收方法包括：
81.步骤s01：采集待回收垃圾的垃圾图像。
82.需要说明的是，本实施例的执行主体为海洋垃圾回收系统中的第一无人机，海洋垃圾回收系统中包括无人艇和若干个无人机，若干个无人机又包括第一无人机和第二无人机，无人艇和第二无人机之间可进行信息交互，第一无人机和第二无人机之间可进行信息交互。第一无人机上搭载有普通摄像机和广域摄像机，普通摄像机用于对待回收垃圾进行精准追踪，广域摄像机用于待管理海洋上污染海域的边缘检测，第一无人机实时采集待回收垃圾的垃圾图像，并根据垃圾图像对待回收垃圾进行位置定位，确定待回收垃圾的垃圾位置，根据垃圾位置和垃圾图像确定待回收垃圾的垃圾海域信息，并将垃圾海域信息发送至第二无人机。
83.可以理解的是，第一无人机上的普通摄像机和广域摄像机在实时采集待回收垃圾的移动追踪图像和污染海域的边界位置图像，待回收垃圾的移动追踪图像和污染海域的边界位置图像即为垃圾图像。
84.步骤s02：根据所述垃圾图像对所述待回收垃圾进行位置定位，确定所述待回收垃圾的垃圾位置。
85.需要说明的是，第一无人机根据垃圾图像中待回收垃圾的移动追踪图像和yolo算法进行目标检测，确定待回收垃圾，在锁定待回收垃圾后采用 deepsort算法对待回收垃圾
进行位置跟踪，从而确定待回收垃圾的当前地理位置信息，待回收垃圾的当前地理位置信息即为待回收垃圾的垃圾位置。
86.步骤s03：根据所述垃圾位置和所述垃圾图像确定所述待回收垃圾的垃圾海域信息，并将所述垃圾海域信息发送至第二无人机。
87.需要说明的是，第一无人机根据垃圾图像中污染海域的边界位置图像和分水岭算法对待管理海洋进行边缘检测，从而识别出待管理海洋的污染海域和干净海域。
88.可以理解的是，第一无人机在标注出污染海域和干净海域后，基于待回收垃圾的垃圾位置确定待回收垃圾所处海域信息，所处海域信息指的是该海域是否为干净海域的信息，根据待回收垃圾所处海域信息和待回收垃圾的位置信息即可得到垃圾海域信息，位置信息即指的是待回收垃圾的垃圾位置。
89.在具体实现中，为了得到准确的垃圾海域信息，进一步地，所述根据所述垃圾位置和所述垃圾图像确定所述待回收垃圾的垃圾海域信息，包括：对所述垃圾图像进行边缘检测，确定所述垃圾图像中的污染边缘线；根据所述污染边缘线确定污染海域位置；根据所述污染海域位置和所述垃圾位置确定所述待回收垃圾的垃圾海域信息。
90.需要说明的是，第一无人机对垃圾图像中污染海域的边界位置图像采用分水岭算法进行边缘检测，从而确定污染海域的边界位置图像中的污染边缘线，基于污染边缘线对污染海域的边界位置图像进行海域划分，从而确定污染海域和干净海域，进一步得到污染海域的污染海域位置，根据污染海域位置和垃圾位置确定待回收垃圾所处海域信息，即待回收垃圾是否处于干净海域，根据待回收垃圾所处海域信息和待回收垃圾的位置信息即可得到垃圾海域信息。
91.可以理解的是，为了保证后续无人艇在进行追踪回收的准确性，进一步地，所述根据所述垃圾位置和所述垃圾图像确定所述待回收垃圾的垃圾海域信息，并将所述垃圾海域信息发送至第二无人机之后，还包括：检测所述垃圾海域信息是否发生变化；当所述垃圾海域信息发生变化时，发送变化后的垃圾海域信息至所述第二无人机。
92.在具体实现中，检测垃圾海域信息是否发生变化指的是检测待回收垃圾的所处海域信息是否发生变化，当待回收垃圾所处海域由干净海域进入污染海域或待回收垃圾所处海域由污染海域进入干净海域时，均说明垃圾海域信息发生变化，此时第一无人机立即将变化后的垃圾海域信息发送至第二无人机，当垃圾海域信息未发生变化时，无需再次发送垃圾海域信息至第二无人机。
93.本实施例中通过采集待回收垃圾的垃圾图像；根据所述垃圾图像对所述待回收垃圾进行位置定位，确定所述待回收垃圾的垃圾位置；根据所述垃圾位置和所述垃圾图像确定所述待回收垃圾的垃圾海域信息，并将所述垃圾海域信息发送至第二无人机。通过第一无人机对待回收垃圾的垃圾海域信息进行确定，实现了对待回收垃圾的精准锁定并追踪。
94.考图5，图5为本发明一种海洋垃圾回收方法第三实施例的流程示意图。
95.基于上述第三实施例，本实施例海洋垃圾回收方法应用于第二无人机，海洋垃圾回收方法包括：
96.步骤s04：采集无人艇的无人艇图像，并获取第一无人机发送的垃圾海域信息。
97.需要说明的是，本实施例的执行主体为海洋垃圾回收系统中的第二无人机，海洋垃圾回收系统中包括无人艇和若干个无人机，若干个无人机又包括第一无人机和第二无人
机，无人艇和第二无人机之间可进行信息交互，第一无人机和第二无人机之间可进行信息交互。第二无人机上搭载有普通摄像机和广域摄像机，普通摄像机用于对无人艇进行精准追踪，广域摄像机用于待管理海洋上污染海域的边缘检测，第二无人机实时采集无人艇的无人艇图像，并获取第一无人机发送的垃圾海域信息，根据无人艇图像对无人艇进行位置定位，确定无人艇的无人艇位置，根据无人艇位置和无人艇图像确定无人艇的无人艇海域信息，根据无人艇海域信息和垃圾海域信息确定目标融合信息，并发送目标融合信息至无人艇。
98.可以理解的是，第二无人机上的普通摄像机和广域摄像机在实时采集无人艇的移动追踪图像和污染海域的边界位置图像，无人艇的移动追踪图像和污染海域的边界位置图像即为无人艇图像。
99.步骤s05：根据所述无人艇图像对所述无人艇进行位置定位，确定所述无人艇的无人艇位置。
100.需要说明的是，第二无人机根据无人艇图像中无人艇的移动追踪图像和 yolo算法进行目标检测，确定无人艇，在锁定无人艇后采用deepsort算法对无人艇进行位置跟踪，从而确定无人艇的当前地理位置信息，无人艇的当前地理位置信息即为无人艇的无人艇位置。
101.步骤s06：根据所述无人艇位置和所述无人艇图像确定所述无人艇的无人艇海域信息。
102.需要说明的是，第二无人机根据无人艇图像中污染海域的边界位置图像和分水岭算法对待管理海洋进行边缘检测，从而识别出待管理海洋的污染海域和干净海域。
103.可以理解的是，第二无人机在标注出污染海域和干净海域后，基于待回收垃圾的垃圾位置确定待回收垃圾所处海域信息，所处海域信息指的是该海域是否为干净海域的信息，根据无人艇所处海域信息和无人艇的位置信息即可得到无人艇海域信息，位置信息即指的是无人艇的垃圾位置。
104.在具体实现中，为了得到准确的无人艇海域信息，进一步地，所述根据所述无人艇位置和所述无人艇图像确定所述无人艇的无人艇海域信息，包括：对所述无人艇图像进行边缘检测，确定所述无人艇图像中的污染边缘线；根据所述污染边缘线确定污染海域位置；根据所述污染海域位置和所述无人艇位置确定所述无人艇的无人艇海域信息。
105.需要说明的是，需要说明的是，第二无人机对无人艇图像中污染海域的边界位置图像采用分水岭算法进行边缘检测，从而确定污染海域的边界位置图像中的污染边缘线，基于污染边缘线对污染海域的边界位置图像进行海域划分，从而确定污染海域和干净海域，进一步得到污染海域的污染海域位置，根据污染海域位置和无人艇位置确定无人艇所处海域信息，即无人艇是否处于干净海域，根据无人艇所处海域信息和无人艇的位置信息即可得到无人艇海域信息。
106.步骤s07：根据所述垃圾海域信息和所述无人艇海域信息确定目标融合信息，并发送所述目标融合信息至所述无人艇。
107.需要说明的是，第二无人机将接收到垃圾海域信息和自身得到的无人艇海域信息进行融合，从而得到包括待回收垃圾的所处海域信息、待回收垃圾的位置信息、无人艇的所处海域信息以及无人艇的位置信息的目标融合信息，并发送目标融合信息至无人艇。
108.可以理解的是，为了保证后续无人艇在进行追踪回收的准确性，进一步地，所述根据所述垃圾海域信息和所述无人艇海域信息确定目标融合信息，并发送所述目标融合信息至所述无人艇之后，还包括：检测所述目标融合信息是否发生变化；当所述目标融合信息发生变化时，发送变化后的目标融合信息至所述无人艇。
109.在具体实现中，检测目标融合信息是否发生变化指的是检测待回收垃圾的所处海域信息和无人艇所处的海域信息中任一一个对象的所处海域是否发生变化，当待回收垃圾所处海域由干净海域进入污染海域或待回收垃圾所处海域由污染海域进入干净海域时，均说明垃圾海域信息发生变化，或者无人艇所处海域由干净海域进入污染海域或无人艇所处海域由污染海域进入干净海域时，均说明无人艇海域信息发生变化，此时第二无人机立即将变化后的目标融合信息发送至无人艇，当目标融合信息未发生变化时，无需再次发送目标融合信息至无人艇。
110.需要说明的是，如图6和图7所示，海洋垃圾回收系统中的第一无人机和第二无人机均搭载普通摄像机和广域摄像机，第一无人机中的普通摄像机对待回收垃圾进行位置探测并跟踪锁定，广域摄像机对污染边缘线进行检测，从而完成待管理海洋的污染海域和干净海域的场景识别，最终将垃圾海域信息发送至第二无人机，第二无人机中的普通摄像机对无人艇进行位置探测并跟踪锁定，广域摄像机对污染边缘线进行检测，从而完成待管理海洋的污染海域和干净海域的场景识别，确定无人艇海域信息，并将无人艇海域信息和垃圾海域信息进行融合，得到目标融合信息，在第一次发送目标融合信息后，无人艇基于目标融合信息对无人艇和待回收垃圾运动学进行建模，并基于建模结果确定目标回收路径，最终执行器基于目标回收路径进行追踪回收。在初次发送目标融合信息后，第一无人机在待回收垃圾所处海域发生变化时才触发与第二无人机的通信，将变化后的垃圾海域信息发送至第二无人机，第二无人机在待回收垃圾所处海域或无人艇所处海域发生变化时才触发与无人艇的通信，将变化后的目标海域信息发送至无人艇，无人艇基于变化后的目标海域信息变换控制策略，基于变化后的目标海域信息对无人艇和待回收垃圾运动学进行重新建模，最终完成对待回收垃圾的追踪回收。
111.本实施例通过采集无人艇的无人艇图像，并获取第一无人机发送的垃圾海域信息；根据所述无人艇图像对所述无人艇进行位置定位，确定所述无人艇的无人艇位置；根据所述无人艇位置和所述无人艇图像确定所述无人艇的无人艇海域信息；根据所述垃圾海域信息和所述无人艇海域信息确定目标融合信息，并发送所述目标融合信息至所述无人艇。通过第二无人机对无人艇的无人艇海域信息进行确定，实现了对无人艇的精准锁定并追踪
112.此外，参照图8，本发明实施例还提出一种海洋垃圾回收系统，所述海洋垃圾回收系统包括无人艇10和若干个无人机20，若干个无人机20中又分为第一无人机和第二无人机。
113.此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
114.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
115.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(read only memory，rom)/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
116.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
技术特征：
1.一种海洋垃圾回收方法，所述海洋垃圾回收方法应用于无人艇，其特征在于，所述海洋垃圾回收方法包括：在接收到无人机的目标融合信息后，根据所述目标融合信息确定所述无人艇的无人艇海域信息和待回收垃圾的垃圾海域信息；根据所述无人艇海域信息进行无人艇模型建立，生成无人艇运动模型；根据所述垃圾海域信息进行待回收垃圾模型建立，生成垃圾运动模型；根据所述无人艇运动模型和所述垃圾运动模型进行路径规划，生成目标回收路径；根据所述目标回收路径对所述待回收垃圾进行追踪回收。2.如权利要求1所述的海洋垃圾回收方法，其特征在于，所述根据所述无人艇海域信息进行无人艇模型建立，生成无人艇运动模型，包括：当所述无人艇海域信息为干净海域信息时，根据所述干净海域信息和预设二阶动力学模型进行模型建立，生成第一无人艇运动模型；当所述无人艇海域信息为污染海域信息时，根据所述污染海域信息和预设分数阶动力学模型进行模型建立，生成第二无人艇运动模型。3.如权利要求1所述的海洋垃圾回收方法，其特征在于，所述根据所述垃圾海域信息进行待回收垃圾模型建立，生成垃圾运动模型，包括：当所述垃圾海域信息为干净海域信息时，根据所述干净海域信息和预设一阶神经网络进行模型建立，生成第一垃圾运动模型；当所述垃圾海域信息为污染海域信息时，根据所述污染海域信息和预设分数阶神经网络进行模型建立，生成第二垃圾运动模型。4.一种海洋垃圾回收方法，所述海洋垃圾回收方法应用于第一无人机，其特征在于，所述海洋垃圾回收方法包括：采集待回收垃圾的垃圾图像；根据所述垃圾图像对所述待回收垃圾进行位置定位，确定所述待回收垃圾的垃圾位置；根据所述垃圾位置和所述垃圾图像确定所述待回收垃圾的垃圾海域信息，并将所述垃圾海域信息发送至第二无人机。5.如权利要求4所述的海洋垃圾回收方法，其特征在于，所述根据所述垃圾位置和所述垃圾图像确定所述待回收垃圾的垃圾海域信息，包括：对所述垃圾图像进行边缘检测，确定所述垃圾图像中的污染边缘线；根据所述污染边缘线确定污染海域位置；根据所述污染海域位置和所述垃圾位置确定所述待回收垃圾的垃圾海域信息。6.如权利要求4所述的海洋垃圾回收方法，所述根据所述垃圾位置和所述垃圾图像确定所述待回收垃圾的垃圾海域信息，并将所述垃圾海域信息发送至第二无人机之后，还包括：检测所述垃圾海域信息是否发生变化；当所述垃圾海域信息发生变化时，发送变化后的垃圾海域信息至所述第二无人机。7.一种海洋垃圾回收方法，所述海洋垃圾回收方法应用于第二无人机，其特征在于，所述海洋垃圾回收方法包括：
采集无人艇的无人艇图像，并获取第一无人机发送的垃圾海域信息；根据所述无人艇图像对所述无人艇进行位置定位，确定所述无人艇的无人艇位置；根据所述无人艇位置和所述无人艇图像确定所述无人艇的无人艇海域信息；根据所述垃圾海域信息和所述无人艇海域信息确定目标融合信息，并发送所述目标融合信息至所述无人艇。8.如权利要求7所述的海洋垃圾回收方法，其特征在于，所述根据所述无人艇位置和所述无人艇图像确定所述无人艇的无人艇海域信息，包括：对所述无人艇图像进行边缘检测，确定所述无人艇图像中的污染边缘线；根据所述污染边缘线确定污染海域位置；根据所述污染海域位置和所述无人艇位置确定所述无人艇的无人艇海域信息。9.如权利要求7所述的海洋垃圾回收方法，其特征在于，所述根据所述垃圾海域信息和所述无人艇海域信息确定目标融合信息，并发送所述目标融合信息至所述无人艇之后，还包括：检测所述目标融合信息是否发生变化；当所述目标融合信息发生变化时，发送变化后的目标融合信息至所述无人艇。10.一种无人艇，其特征在于，所述无人艇包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的海洋垃圾回收程序，所述海洋垃圾回收程序配置为实现如权利要求1至3中任一项所述的海洋垃圾回收方法。11.一种无人机，其特征在于，所述无人机包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的海洋垃圾回收程序，所述海洋垃圾回收程序配置为实现如权利要求4至6或7至9中任一项所述的海洋垃圾回收方法。12.一种海洋垃圾回收系统，其特征在于，包括无人艇和若干无人机。
技术总结
本发明属于环境保护技术领域，公开了一种海洋垃圾回收方法、无人艇、无人机及系统。该方法包括：在接收到无人机的目标融合信息后，根据目标融合信息确定无人艇的无人艇海域信息和待回收垃圾的垃圾海域信息；根据无人艇海域信息进行无人艇模型建立，生成无人艇运动模型；根据垃圾海域信息进行待回收垃圾模型建立，生成垃圾运动模型；根据无人艇运动模型和垃圾运动模型进行路径规划，生成目标回收路径；根据目标回收路径对待回收垃圾进行追踪回收。通过上述方式，基于无人艇运动模型和垃圾运动模型，实现对待回收垃圾的精准跟踪，并基于标回收路径实现对待回收垃圾的回收工作，提高了垃圾回收时的安全性，同时应用范围广且效率高，节省了人力成本。节省了人力成本。节省了人力成本。
