中国水力发电总量居世界首位,水电总装机容量约3.5亿千瓦、年发电量约1.2万亿千瓦时,双双继续稳居世界第一,众多水电站给电站库区清漂工作带来挑战。市场上现有大型的漂浮物收集设备成本高,不利于在这些水域进行长期清漂工作。而市场上现有的小型清漂设备结构较复杂,且智能化程度较低。在对江西省内的部分水电站进行实地调研后,以提高机械智能化为目的,设计了一种小型水面清漂一体化装置。平台利用数字图像技术处理漂浮物目标图像,并采用多传感器冗余技术,用无迹卡尔曼滤波算法将视觉位置信息、GPS信息和IMU信息进行融合,实现了水面漂浮物的识别标记,并自动收集的目的。课题主要研究工作如下:1.搭建了基于视觉+GPS+IMU混合导航的水上收集装置作为实验平台,描述了视觉导航系统的设计思路。2.应用数字图像处理技术对采集到的水面漂浮物图像进行处理识别与标定。首先进行图像的预处理操作,包括图像灰度化、图像去噪滤波和特征选择;最后进行目标分类识别并标定,识别精度为获得目标在图像坐标系下的位置。3.采用两种识别标定方案:方案一,对图像进行预处理和特征选择之后再使用SVM算法进行分类,可达到96.2%的识别率;方案二,直接使用CNN算法对目标彩图进行训练与识别,识别率可达90.3%,但整体耗时小于方案一。4.用张氏标定法对CMOS摄像头进行标定,得到其内外参数,将视觉导航模块和GPS定位模块的导航参数进行信息融合,建立组合导航模型,降低46%的标准偏差,提高自动导航系统的定位精度。