[发明专利]一种目标跟踪型水下航行器

权利要求书

1.一种目标跟踪型水下航行器，其特征在于：包括航行器外壳，所述航行器外壳内部设置有主控板(4)，航行器外壳头部内侧设有设置在主控板(4)上的摄像头(1)，航行器外壳前侧中部设有设置在主控板(4)上的陀螺仪(6)，所述主控板(4)上电性连接有电池(11)，所述航行器外壳上部左右两侧分别安装有机翼(3)，航行器外壳中部左右两侧分别安装有姿态推进器(5)，航行器外壳末端连接有舵机连杆(8)，所述舵机连杆(8)末端通过矢量万向座(9)连接有动力推进器(10)。

2.根据权利要求1所述的一种目标跟踪型水下航行器，其特征在于：所述航行器外壳头部外侧套接有前O型圈(2)。

3.根据权利要求1所述的一种目标跟踪型水下航行器，其特征在于：所述航行器外壳尾部外侧套接有后O型圈(7)。

4.一种根据权利要求1～3任意一项所述的目标跟踪型水下航行器的使用方法，其特征在于：所述使用方法包括以下步骤：

步骤一、摄像头将拍摄到的监视图像反馈给控制台；

步骤二、工作人员发现可疑设备时，将可疑设备圈出；

步骤三、将目标模板(圈出的可疑设备图像)改为自定义模板，并抽取摄像头获取的每一帧图像作为原始图像，然后对原始图像和目标模板进行预处理，即将两者的分辨率分别调整为255*255*3和127*127*3，然后对两者进行滤波提高图像质量；

然后通过DaSiamRPN算法对目标图像进行分析处理，具体流程如下：

1)、预处理后的图像送入卷积神经网络(CNN)中进行特征提取，提取目标模板的网络和提取待识别图像的网络在结构与参数方面完全一致；

2)、通过特征提取网络后的目标模板和待识别图像已经转换为高维特征图，将二者送入RPN中进行位置预测，RPN网络由两部分组成，一部分是分类分支，用于区分目标和背景，另一部分是回归分支，它将候选区域进行微调；

步骤三、通过DaSiamRPN算法得出获得目标在图像中的具体位置，具体位置由中心坐标、宽度和高度三项数据组成，当目标移动时，中心坐标会发生变化，通过DaSiamRPN算法会计算出中心坐标的偏移量；

步骤四、将偏移量信息发送给主控板(4)并输入到PID控制算法中，主控板(4)控制尾部推进器对目标进行跟踪监视。