一种基于光谱分析技术的多参数水下检测无人机控制系统
技术领域
本发明属于水下检测领域，具体涉及一种基于光谱分析技术的多参数水下检测无人机控制系统。
背景技术
在我们生存的地球上有71％的面积都是水域，越来越多的污染使得对水域研究等相关科学研究显得更为重要，这其中有很多工作需要对水质进行检测。然而在研究过程中，若不了解水下情况而贸然下水，不但费时费力，且不一定能掌握水下的情况。除此之外，复杂的水下环境还可能对人的生命安全产生威胁，但不下水又很难获得水域较为完整的样本，无法完成预定的工作任务。且以人力进行检测，任务周期长，任务难度大，工作效率低，人员安全保障差。
针对上述问题，设计一种能够代替人工对水下进行检测的无人机是符合实际需要的。现提出一种控制系统，用于实现水下检测无人机的控制，从而提高检测效率，降低检测难度，保障人员安全。
发明内容
针对现有技术的不足，本发明的目的在于提供一种基于光谱分析技术的多参数水下检测无人机控制系统，解决了现有技术中人力进行水下检测，任务周期长，任务难度大，工作效率低，人员安全保障差的问题。
本发明的目的可以通过以下技术方案实现：
一种基于光谱分析技术的多参数水下检测无人机控制系统，包括Wi-Fi模块、光谱水质检测模块、超声波测距模块、GPS模块、SD卡存储系统。
所述水质检测模块中包括光信号发射装置和光信号接收装置。
所述光信号发射装置向样本发射一段激光信号，所述光信号接收装置在接收到通过样本的激光信号后，对接受到的光信号进行光谱分析，OMA通过光谱信号的分析，对样本做出水质的测试和水类型的判断，所得到的数据结果为信号A。
所述超声波测距模块对水底的状况进行探测，将结果绘制成数表，其结果产生的数表为信号B。
所述GPS模块可选择性开启。
无人机活动范围较大时，可在无线电控制系统中手动打开所述GPS模块，无人机通过GPS将自动对运行过的轨迹在内置地图中进行记录，并对运行取样的地点进行标记，所述GPS模块产生的数据为信号C。
所述信号A、信号B和信号C均使用所述Wi-Fi模块向手机等移动端进行实时信号传输，同时自动写入无人机自带的所述SD卡存储系统中。
本发明的有益效果：
1、本发明采用光谱技术检测水质，速度较常规水化学方法快且准确；
2、本发明不仅实现了“勘测”与“取样”的完美结合，做到了操作简便、安全；
3、本发明采用光谱特性探测技术，紧密结合水样识别应用的准确、快速及稳定性要求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的整体控制系统示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、“长度”、“内”、“四周”等指示方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的组件或元件必须具有特定的方位，以特定的方位构造和操作，因此不能理解为对本发明的限制。
如图1所示，一种基于光谱分析技术的多参数水下检测无人机控制系统，包括Wi-Fi模块，光谱水质检测模块，超声波测距模块，GPS模块，SD卡存储系统。
其具有该系统的无人机通过内置的光谱水质检测模块使用高强度激光激发待测水样，通过对光谱信号的特征识别，提取特征因子，研究水样的光谱特性。(光学多道OMA)进而对水质进行分析，该光谱水质检测模块中有光信号发射装置和光信号接收装置，该光谱分析装置检测的原理为：光信号发射装置向样本发射一段激光信号，光信号接收装置在接收到通过样本的激光信号后，对接受到的光信号进行光谱分析，OMA通过光谱信号的分析，对样本做出水质的测试和水类型的判断，光谱是水中所有物质的整体体现，包含水体全部信息，只需解读相关信息即可进行水源识别，且准确率较高。令上述对水检测所得到的数据结果为信号A。
于此同时，超声波测距模块对水底的状况进行探测，并将结果绘制成数表，令上述结果产生的数表为信号B。当无人机活动范围较大时，可在无线电控制系统中手动打开GPS模块，无人机通过GPS将自动对运行过的轨迹在内置地图中进行记录，并对运行取样的地点进行标记，令上述GPS模块产生的数据命名为信号C。信号A信号B和信号C都使用Wi-Fi模块向手机等移动端进行实时信号传输，同时自动写入无人机自带的SD卡(SD卡存储系统)中，以便于后续对数据做更进一步的分析。
具有该系统的无人机与传统水质检测无人机相比，该机所采用光谱特性探测技术，紧密结合水样识别应用的准确、快速及稳定性要求。由于技术的构建基于机器学习的识别模型，因此模型不仅可以识别单纯水样，还可以对复杂的水样数据进行识别。具有较强的抗干扰性、可扩展性。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。
