本发明属于智能环保，具体地说是一种基于机器智能的水环境清洗自主决策辅助系统。
背景技术：
1、海洋微长时间生物附着在船底会分泌化学物质腐蚀船底，且大量生物和污垢附着船底增加船重会影响航速增加油耗，微生物腐蚀船底油漆加快船体损耗，因此，在基于机器智能的水环境清洗自主决策辅助系统的辅助下，通过采集船底每个所需清洗区域内附着物数据，进行分析处理，确定清洗路线对船底每个所需清洗区域规划清洗。
2、在现有技术中，通过获取船底每个所需清洗区域内的附着物数据，根据船底每个所需清洗区域内的附着物数据进行分析处理，得到清洗路线，但是，由于在对清洗路线进行初步规划后，在初步清洗路线内的每个所需要清洗区域位置距离是随机的，且初步清洗路线内相邻两个清洗区域的距离是不确定的，因此，需要分析初步清洗路径内的清洗区域在清洗路径上的排序是否合理，若不合理，需要对其进行优化，将优化后的清洗路径相对应的路径偏差值与初步清洗路径相对应的路径偏差值进行比较，确定最终清洗路径，实现了在确定最优路径时的决策辅助。
3、为此，本发明提供了一种基于机器智能的水环境清洗自主决策辅助系统。
技术实现思路
1、为了弥补现有技术的不足，解决背景技术中所提出的由于所需清洗区域内漂浮物分布变化导致漂浮物清洗不完全的问题。
2、本发明解决其技术问题所采用的技术方案是：
3、一种基于机器智能的水环境清洗自主决策辅助系统，具体过程如下：
4、初步规划模块：对船底底部进行图像采集，得到网格区域图像，将网格区域图像划分为若干个清洗区域，对每个清洗区域内附着物数据进行处理，其中，附着物数据包括附着物面积和附着物的坐标，分别得到附着分布值和附着面积比值，将附着分布值和附着面积比值进行处理,得到附着程度值，并根据附着程度值完成对清洗路径的初步规划工作;
5、评估规划模块：基于初步清洗路径，获取非最近清洗数量比和非最近清洗程度值，将非最近清洗数量比和非最近清洗程度值进行处理，输出得到规划分析值，并与阈值进行比较，生成路径是否分析信号；
6、其中，路径是否分析信号包括路径分析信号或路径不分析信号；
7、路径分析模块：基于路径分析信号，重新对清洗路径进行规划，得到参考清洗路径，基于对参考清洗路径以及初步清洗路径进行偏差分析，得到路径偏差表现值，基于路径偏差表现值确定最终清洗路径。
8、作为本发明进一步的技术方案：附着面积比值的获取方式为：
9、获取清洗区域内附着物面积，将清洗区域内附着物面积进行相加求和，得到附着物总面积；
10、将附着物总面积与清洗区域面积进行比值计算，得到附着面积比值。
11、作为本发明进一步的技术方案：附着分布值的获取方式为：
12、将清洗区域边缘两条相交边界线的交点作为二维坐标系的原点，以原点为起点，作一条水平方向上的直线，作为二维坐标系的x轴，以原点为起点，作一条垂直方向上的直线，作为二维坐标系的y轴，得到清洗区域坐标系；
13、在清洗区域坐标系内，获取清洗区域内的中点坐标，将清洗区域内的中点坐标标记为清洗中点坐标，其中，z表示中点；
14、获取清洗区域坐标系内每个附着物的坐标，其中，n表示为清洗区域坐标系内所有附着物的个数；
15、获取清洗区域坐标系内每个附着物坐标与清洗中点坐标之间的距离值，标记为附着距离值；
16、将清洗区域坐标系内每个附着物坐标与清洗中点坐标之间代入到公式：，计算得到漂浮距离值l；
17、将所有的漂浮物距离值l进行相加求和取均值计算，得到漂浮距离均值，测量清洗区域的周长，将漂浮距离均值与清洗区域的周长进行比值处理，得到附着分布值。
18、作为本发明进一步的技术方案：初步清洗路径的获取方式为：
19、将附着面积比值与附着分布值进行比值计算，得到附着程度值；
20、基于附着程度值，获取每个重点清洗区域相对应的附着程度值，将每个重点清洗区域相对应的附着程度值进行大小比较，并按照从大到小的顺序进行排序清洗，直至将清洗区域内的船底附着物清洗，得到初步清洗路径。
21、作为本发明进一步的技术方案：规划分析值的获取方式为：
22、将非最近清洗数量比和非最近清洗程度值代入到公式：，计算得到规划分析值h，其中，s表示为非最近清洗数量比，l表示为非最近清洗程度值，表示为预设的比例系数，可以取值为0.4662，可以取值为0.5338。
23、作为本发明进一步的技术方案：非最近清洗数量比的获取方式为：
24、当获取得到初步清洗路径时，将所有清洗区域进行组合，得到多个清洗区域组；
25、基于任意一个清洗区域组；
26、在清洗区域组内，获取两个清洗区域之间的距离，标记为清洗距离；
27、在清洗区域组内，将排名靠前的清洗区域标记为靠前清洗区域，分别获取靠前清洗区域与其他所有清洗区域之间的距离，标记为其他清洗距离；
28、若所有的其他清洗距离均大于清洗距离，则将清洗区域组标记为最近清洗区域组；
29、若所有的其他清洗距离不是均大于清洗距离，则将清洗区域组标记为非最近清洗区域组；
30、统计非最近清洗区域组的数量并与清洗区域组的总数量进行比值处理，得到非最近清洗数量比，并标记为sl。
31、作为本发明进一步的技术方案：非最近清洗程度值的获取方式为：
32、基于任意一个非最近清洗区域组；
33、获取与非最近清洗区域组内靠前清洗区域相邻最近的清洗区域，并测量靠前清洗区域与相邻最近的清洗区域之间的距离，标记为最近清洗距离；
34、将非最近清洗区域组的清洗距离与最近清洗距离进行差值处理，并将差值取绝对值，得到非最近清洗区域组的清洗距离差，将所有非最近清洗区域组的清洗距离差求和取均值，得到清洗距离差均值；
35、获取所有清洗区域组的清洗距离并求和，得到清洗总距离；
36、将清洗距离差均值与清洗总距离进行比值处理，得到非最近清洗程度值，并标记为cd。
37、作为本发明进一步的技术方案：将规划分析值与规划分析阈值进行比较，比较的过程如下：
38、若规划分析值大于等于规划分析阈值，则生成路径分析信号；
39、若规划分析值大于等于规划分析阈值，则生成路径不分析信号；
40、基于路径不分析信号，则将初步清洗路径作为最终清洗路径。
41、作为本发明进一步的技术方案：参考清洗路径的获取方式为：
42、将第一清洗区域分别与其他清洗区域进行组合，得到清洗区域单元组；
43、基于任意一个清洗区域单元组；
44、在清洗区域单元组内，将两个清洗区域对应的附着程度值进行差值处理，并将差值取绝对值，得到清洗区域单元组对应的附着差；
45、将清洗区域单元组内靠前的清洗区域标记为在前清洗区域，将清洗区域单元组对应的附着差与在前清洗区域的附着程度值进行比值处理，得到附着接近值；
46、在清洗区域单元组内，获取两个清洗区域之间的距离，得到清洗区域单元组的清洗距离，获取所有清洗区域单元组的清洗距离并求和，得到清洗总距离，将清洗区域单元组的清洗距离与清洗总距离进行比值处理，得到清洗距离占比；
47、将附着接近值与清洗距离占比求和，得到清洗区域单元组的优先顺序值；
48、比较所有清洗区域单元组的优先顺序值，选取最小优先顺序值对应的清洗区域单元组作为目标单元组；
49、将目标单元组内的两个清洗区域作为相邻清洗区域，其中，相邻清洗区域在参考清洗路径中的位置顺序是相邻的；
50、当与第一清洗区域相邻的清洗区域被确定后，将与第一清洗区域相邻的清洗区域重新作为第二清洗区域；
51、对第二清洗区域进行处理，其中，第二清洗区域的处理方式与第一清洗区域的处理方式相同，确定与第二清洗区域相邻的清洗区域，直至所有清洗区域被确定完成，最终得到参考清洗路径。
52、作为本发明进一步的技术方案：将参考清洗路径与初步清洗路径进行偏差分析，得到优化后的清洗路径的具体过程为：
53、在参考清洗路径与初步清洗路径中，将排名相同的清洗区域整合为相同排名清洗组；
54、在相同排名清洗组内，若两个清洗区域在网格区域图像中的位置不相同，则将相同排名清洗组标记为非重合组；若两个清洗区域在网格区域图像中的位置相同，则将相同排名清洗组标记为重合组；
55、统计非重合组的数量并与相同排名清洗组的数量进行比值处理，得到路径偏差表现值；
56、将路径偏差表现值与路径偏差表现阈值进行比较；
57、若路径偏差表现值大于路径偏差表现阈值，则将参考清洗路径作为最终清洗路径；
58、若路径偏差表现值小于等于路径偏差表现阈值，则将参考清洗路径或初步清洗路径作为最终清洗路径。
59、本发明的有益效果如下：
60、本发明对船底底部进行图像采集，得到网格区域图像，将网格区域图像划分为若干个清洗区域，对每个清洗区域内附着物数据进行处理，附着物数据包括附着分布值和附着面积比值，将附着分布值和附着面积比值进行处理，得到附着程度值，并根据附着程度值完成对清洗路径的初步规划工作，从而通过分析每个清洗区域内附着物的占比程度和分布情况，综合评估了清洗区域内附着物的面积占比以及聚集程度，并根据每个清洗区域相对应的附着程度值的大小，完成了对清洗路径的初步规划；
61、本发明基于初步清洗路径，获取非最近清洗数量比和非最近清洗程度值，将非最近清洗数量比和非最近清洗程度值代入到公式内，输出得到规划分析值，若规划分析值大于等于规划分析阈值，则说明初步清洗路径内清洗区域在路径上的排序较为不合理，从而通过分析非最近清洗数量比和非最近清洗程度值，反映出初步清洗路径中清洗区域在距离排序上的合理程度；
62、本发明基于路径不合理信号，对初步清洗路径进行优化，得到优化后的清洗路径，获取优化合理值，将优化后的清洗路径相对应的路径偏差值与路径偏差阈值进行比较，确定最终清洗路径，从而通过比较优化合理值与路径偏差值的大小，确定最终清洗路径，实现了在确定最终路径时的决策辅助。
1.一种基于机器智能的水环境清洗自主决策辅助系统，其特征在于：包括：
2.根据权利要求1所述的一种基于机器智能的水环境清洗自主决策辅助系统，其特征在于：附着面积比值的获取方式为：
3.根据权利要求1所述的一种基于机器智能的水环境清洗自主决策辅助系统，其特征在于：附着分布值的获取方式为：
4.根据权利要求1所述的一种基于机器智能的水环境清洗自主决策辅助系统，其特征在于：初步清洗路径的获取方式为：
5.根据权利要求1所述的一种基于机器智能的水环境清洗自主决策辅助系统，其特征在于：规划分析值的获取方式为：
6.根据权利要求1所述的一种基于机器智能的水环境清洗自主决策辅助系统，其特征在于：非最近清洗数量比的获取方式为：
7.根据权利要求1所述的一种基于机器智能的水环境清洗自主决策辅助系统，其特征在于：非最近清洗程度值的获取方式为：
8.根据权利要求5所述的一种基于机器智能的水环境清洗自主决策辅助系统，其特征在于：将规划分析值与规划分析阈值进行比较，比较的过程如下：
9.根据权利要求1所述的一种基于机器智能的水环境清洗自主决策辅助系统，其特征在于：参考清洗路径的获取方式为：
10.根据权利要求9所述的一种基于机器智能的水环境清洗自主决策辅助系统，其特征在于：将参考清洗路径与初步清洗路径进行偏差分析，得到优化后的清洗路径的具体过程为：
