用于处理扫描声呐数据的方法和装置、存储介质

技术领域

本申请的实施例涉及水下声呐技术，并且更具体地，涉及用于处理扫描声呐数据的方法和装置、存储介质。

背景技术

障碍信息的提取多用于飞行器、汽车、船舶等路径规划领域，常见的提取设备包括基于雷达、红外技术的设备以及如相机等传感器，这些常见的设备主要用于空中及陆地，然而，水下环境错综复杂，介质水的折射率与空气显著不同。因此，在水下环境中，提取障碍信息（例如，障碍的边界）的过程更加复杂，所采用的设备也不同于在空中或陆地所采用的设备。常用的水下探测设备包括机械扫描声呐，不同于水下成像、识别、追踪等技术，机械扫描声呐是通过在水下发射声脉冲，再接收每个声脉冲从其传播方向前方的物体所反射的回波来获取水下环境信息，以探测水下环境及其中的障碍。

水下障碍的边界提取主要采用了图像分割、深度学习、激光雷达等技术。然而，图像分割处理速度较慢，深度学习模型复杂，激光雷达虽然属于与机械扫描声呐同性质的设备，但其与机械扫描声呐的工作原理不同，且适用于不同的工作环境。机械扫描声呐主要是搭载在运动的设备上来帮助避障的，其与侧扫声呐、成像声呐的需求不同（例如，用于地形勘探、水底成像等场景）。因此，针对机械扫描声呐的特定水下目标，需要更为快速高效的处理方式。对于应用在水下勘探、海洋科学研究等领域具有一定的前景和价值。

发明内容

本申请的至少一个实施例提供了一种用于处理扫描声呐数据的方法和装置、存储介质，该方法使得水下设备在复杂动态的水域环境下能够快速的将附近的障碍边界进行边界信息提取，例如用于保证水下设备的安全运动。

本申请的至少一个实施例提供了一种用于处理扫描声呐数据的方法，包括：获取扫描声呐实时采集水下目标的声脉冲探测数据矩阵，按照连续角度顺序排列声脉冲探测数据矩阵，形成灰度矩阵图；以及基于灰度矩阵图进行处理以提取水下目标的边界。

例如，在本申请的至少一个实施例提供的方法中，形成灰度矩阵图，包括：选择目标强度阈值，根据目标强度阈值对声脉冲探测数据矩阵中的数据进行筛选，使用筛选后的声脉冲探测数据矩阵形成灰度矩阵图。

例如，在本申请的至少一个实施例提供的方法中，根据目标强度阈值对声脉冲探测数据矩阵中的数据进行筛选，包括：将声脉冲探测数据矩阵中小于目标强度阈值的数据设置为第一预定值。

例如，在本申请的至少一个实施例提供的方法中，目标强度阈值为自适应强度阈值。

例如，在本申请的至少一个实施例提供的方法中，形成灰度矩阵图，还包括：通过将声脉冲探测数据矩阵中选择的行的前n列设置为第二预定值以去除扫描声呐自身的噪声，并且其中，n取决于扫描声呐的尺寸。

例如，在本申请的至少一个实施例提供的方法中，按照连续角度顺序排列声脉冲探测数据矩阵，包括：将连续角度和对应于连续角度的声脉冲探测数据以键值对的形式存储到字典中。

例如，在本申请的至少一个实施例提供的方法中，在基于灰度矩阵图进行处理以提取水下目标的边界之前，还包括：对所形成的灰度矩阵图进行增强处理，以提高数据细腻性，其中，经增强处理后的灰度矩阵图被用于提取水下目标的边界。

例如，在本申请的至少一个实施例提供的方法中，对所形成的灰度矩阵图进行增强处理，包括：在未获得当前采集时点的声脉冲探测数据时，使用在先采集时点所采集的声脉冲探测数据获得当前采集时点的替代声脉冲探测数据。

例如，在本申请的至少一个实施例提供的方法中，对所形成的灰度矩阵图进行增强处理，还包括：对所形成的灰度矩阵图进行插值处理。

例如，在本申请的至少一个实施例提供的方法中，在基于灰度矩阵图进行处理以提取水下目标的边界之前，还包括：对被增强的灰度矩阵图进行滤波处理。

例如，在本申请的至少一个实施例提供的方法中，在基于灰度矩阵图进行处理以提取水下目标的边界之前，还包括：对被增强的灰度矩阵图进行边缘检测。

例如，在本申请的至少一个实施例提供的方法中，边缘检测包括canny检测方法，并且其中，基于所确定的强度阈值确定用于边缘检测的上下边界。

例如，在本申请的至少一个实施例提供的方法中，还包括：根据连续角度与声脉冲探测数据之间的关系，通过映射计算将灰度矩阵图映射为扫描声呐实时采集的水下目标的扫描图。

本申请的至少一个实施例提供了一种用于处理扫描声呐数据的装置，包括：扫描模块，被配置为获取扫描声呐实时采集水下目标的声脉冲探测数据矩阵，按照连续角度顺序排列声脉冲探测数据矩阵，形成灰度矩阵图；以及处理模块，被配置为基于灰度矩阵图进行处理以提取水下目标的边界。

本申请的至少一个实施例提供了一种用于处理扫描声呐的数据的装置，包括：至少一个处理器；至少一个存储器，存储器有计算机可执行指令，其中，计算机可执行指令在被至少一个处理器执行时，执行上述任一实施例所述的方法。

本申请的至少一个实施例了提供存储有可执行指令，其中，可执行指令当被至少一个处理器执行时，执行上述任一实施例所述的方法。

附图说明

通过下面结合附图对实施例的描述，本申请的方面、特征和优点将变得更加清楚和容易理解，其中：

图1示出了根据本申请的至少一实施例的用于处理扫描声呐数据的方法的流程图；

图2示出了根据本申请的至少一实施例的根据原始声脉冲探测数据矩阵所形成的灰度矩阵图；

图3示出了根据本申请的至少一实施例的对所形成的灰度矩阵图进行插值处理的结果示意图；

图4示出了根据本申请的至少一实施例的对增强后的灰度图矩阵进行边缘检测的结果示意图；

图5示出了根据本申请的至少一实施例的根据角度与声脉冲探测数据之间的关系进行映射计算所获得的水下目标的扫描图；

图6示出了根据本申请的至少一实施例的用于处理扫描声呐数据的装置的框图；以及

图7示出了根据本申请的至少一实施例的用于处理扫描声呐数据的装置的框图。

具体实施方式

在进行下面的详细描述之前，阐述贯穿本申请使用的某些单词和短语的定义可能是有利的。术语“耦接”、“连接”及其派生词指两个或多个元件之间的任何直接或间接通信或者连接，而无论那些元件是否彼此物理接触。术语“传输”、“接收”和“通信”及其派生词涵盖直接和间接通信。术语“包括”和“包含”及其派生词是指包括但不限于。术语“或”是包含性的，意思是和/或。短语“与……相关联”、“与……相对应”及其派生词是指包括、包括在……内、互连、包含、包含在……内、连接或与……连接、耦接或与……耦接、与……通信、配合、交织、并列、接近、绑定或与……绑定、具有、具有属性、具有关系或与……有关系等。术语“控制器”是指控制至少一个操作的任何设备、系统或其一部分。这种控制器可以用硬件、或者硬件和软件和/或固件的组合来实施。与任何特定控制器相关联的功能可以是集中式的或分布式的，无论是本地的还是远程的。短语“至少一个”，当与项目列表一起使用时，意指可以使用所列项目中的一个或多个的不同组合，并且可能只需要列表中的一个项目。例如，“A、B、C中的至少一个”包括以下组合中的任意一个：A、B、C、A和B、A和C、B和C、A和B和C。

贯穿本申请提供了其他特定单词和短语的定义。本领域普通技术人员应该理解，在许多情况下，即使不是大多数情况下，这种定义也适用于这样定义的单词和短语的先前和将来使用。

在本申请中，单元的应用组合以及子单元的划分层级仅用于说明，在不脱离本申请的范围内，单元的应用组合以及子单元的划分层级可以具有不同的方式。本申请的实施例可以以不同的形式实现，而不应当被解读为仅限于这里阐述的实施例。相反，提供这些实施例是为了使得本申请彻底和完整，并将向本领域技术人员全面传达示例性的实施方式。本申请的实施例可以组合以形成另外的实施例。

下面将参考本申请的示例性实施例对本申请进行详细描述。然而，本申请不限于这里所描述的实施例，其可以以许多不同的形式来实施。所描述的实施例仅用于使本申请彻底和完整，并全面地向本领域的技术人员传递本申请的构思。所描述的各个实施例的特征可以互相组合或替换，除非明确排除或根据上下文应当排除。

机械扫描声呐是一种有源声呐，该声呐设备可以在水中向不同的方向发出声脉冲，进一步通过收集记录来自不同方向上的目标（例如，障碍）所反射的回声，来获取用于如避障等功能所需要的信息。声呐的ping数据是指声呐设备在一次发射声脉冲后接收到的返回数据。机械扫描声呐相比于其他设备更适用于水下，因为这些常见障碍采集设备和检测方法，可能在水下无法正常实现其功能。

为了使设备在水下正常运动的同时，能够尽可能多的获取数据，例如实时提取水下目标的边界信息和从多角度全面扫描采集信息，本申请的至少一实施例提出了一种用于处理扫描声呐数据的方法。该方法可以直接基于机械扫描声呐的脉冲探测数据（ping数据）来快速提取水下目标的边界，由此可以对搭载该方法的装置周围的障碍尽可能全面地、实时地进行快速识别和提取，以保证设备运动的安全性。

使用机械扫描声呐为实时处理带来了诸多便利。机械扫描声呐获取的声脉冲探测数据（以下也简称“ping数据”）可以在每一时刻从不同角度被连续的采集。此外，还可以根据收集的不同数据及水下环境，通过设置自适应阈值方式来对水下环境的杂波和扫描声呐本身进行过滤。连续360度的声呐扫描模式被称为“极坐标扫描”，少于360度的声呐扫描模式被称为“扇区扫描”，获得ping数据的方式可以包括多种方式，可以根据作业需求采用极坐标扫描方式或扇区扫描方式或其他能够获取特定数据的扫描方式。因此，不论通过哪种扫描方式，通常可以根据连续角度与声脉冲探测数据之间的关系，通过映射计算将ping数据映射为扫描图，然后对扫描图进行图像处理，例如提取水下目标的边界信息。

但是，本申请实施例的发明人注意到，直接对由ping数据所构成的ping数据矩阵而非对采用ping数据进一步映射得到的扫描图进行数据处理，不仅可以保证实时性，还可以便于进行一些数据处理使得数据更加完整一致。此外，发明人还注意到，对于存在数据缺失（例如，在短时间内丢失ping数据）的ping数据矩阵，例如可以采用在先采集时间下的ping数据替代所丢失的ping数据，以保证数据的完整性从而维持系统的稳定性。

本申请实施例的发明人还注意到，在使用了在机械扫描声呐所采集的强度数据来构成ping数据时，该强度数据的波峰性质是指在数据中，强度数值最高的点周围往往会存在一些相对较低但仍然较高的强度数值点，形成一个像波峰一样的特征。这种现象可以较好地反映物体的表面特性，从而能够更加准确地形容物体的表面。例如，在强度数据的波峰特性的基础上，可以对由ping数据矩阵所形成的灰度矩阵图进行进一步处理，如利用插值等方法，在保证增加数据量的同时，还可以提升数据的细腻性，便于后续对目标的边界提取。在本申请的实施例中，数据的细腻性指图像的清晰度。在本申请的至少一个实施例中，提升数据的细腻性包括：例如在数据量较小（稀疏）的情况下，为了增加数据而对数据进行扩张、插补之类的处理；例如在需要扫描声呐以一个低分辨率但快速的方式采集参数来实时获取周围环境数据的情况下，为了避免图像的清晰度过低，可以对数据进行一个插补操作以获得更加细腻的数据，使得未来画面中的目标更加清晰。

此外，本申请的至少一个实施例还提出了对被增强的灰度矩阵图进行进一步处理，如利用滤波、边缘检测等方法；此外，最后，根据连续角度与ping数据之间的关系，通过映射计算将灰度矩阵图映射为扫描声呐实时采集的水下目标的扫描图。

图1示出了根据本申请的至少一实施例的用于处理扫描声呐数据的方法的流程图。如图1所示的方法包括如下所述的步骤101-102，该方法可以通过本申请实施例的用于处理扫描声呐数据的装置来实施，其中，该装置可以是扫描声呐中至少能够实现处理数据功能的内置模块、独立于声呐的数据处理装置以及声呐系统中能够与扫描声呐连接并处理数据的其他器件中的至少一种。

在步骤101，获取扫描声呐实时采集水下目标的声脉冲探测数据矩阵，按照连续角度顺序排列声脉冲探测数据矩阵，形成灰度矩阵图。

在步骤102，基于灰度矩阵图进行处理以提取水下目标的边界。

例如，可以通过机械扫描声呐来实时扫描水下的环境，向扫描声呐的周围发射声脉冲并接收在每一发射方向的部分或全部回波。这些ping数据通常以一组ping数据块的形式返回，其中每个ping数据包含一系列采样点，代表声脉冲的单次发送和接收，记录了声脉冲在某一角度的传播路径上的强度或反射情况等。可以实时获取不同角度上的ping数据来构成ping数据矩阵，并按照连续角度顺序将ping数据矩阵进行排列，形成灰度矩阵图。对于机械扫描声呐实时接收的ping数据，本申请的实施例中可以实时进行处理，也可以非实时处理，例如在收集到一定的数据量之后再进行处理，本申请的实施例对此不作限制。

例如，形成灰度矩阵图可以包括：选择目标强度阈值，根据目标强度阈值对声脉冲探测数据矩阵中的数据进行筛选，使用筛选后的声脉冲探测数据矩阵形成灰度矩阵图。

例如，根据目标强度阈值对声脉冲探测数据矩阵中的数据进行筛选可以包括：将声脉冲探测数据矩阵中小于目标强度阈值的数据设置为第一预定值。

例如，目标强度阈值可以为自适应强度阈值。

例如，形成灰度矩阵图还可以包括：通过将声脉冲探测数据矩阵中选择的行的前n列设置为第二预定值以去除扫描声呐自身的噪声，并且其中，n可以取决于扫描声呐的尺寸。

例如，按照连续角度顺序排列声脉冲探测数据矩阵可以包括：将连续角度和对应于连续角度的声脉冲探测数据以键值对的形式存储到字典中。

例如，基于灰度矩阵图进行处理以提取水下目标的边界之前还可以包括对所形成的灰度矩阵图进行增强处理，以提高数据细腻性，其中，经增强处理后的灰度矩阵图可以被用于提取水下目标的边界。

例如，对所形成的灰度矩阵图进行增强处理可以包括：在未获得当前采集时点的声脉冲探测数据时，使用在先采集时点所采集的声脉冲探测数据获得当前采集时点的替代声脉冲探测数据。

例如，对所形成的灰度矩阵图进行增强处理还可以包括对所形成的灰度矩阵图进行插值处理。

例如，在基于灰度矩阵图进行处理以提取水下目标的边界之前，还可以包括对被增强的灰度矩阵图进行滤波处理。

例如，在基于灰度矩阵图进行处理以提取水下目标的边界之前，还可以包括对被增强的灰度矩阵图进行边缘检测。

例如，边缘检测可以包括坎尼（canny）检测方法，并且其中，可以基于所确定的强度阈值确定用于边缘检测的上下边界。

例如，还可以包括根据连续角度与声脉冲探测数据之间的关系，通过映射计算将灰度矩阵图映射为扫描声呐实时采集的水下目标的扫描图。

图2示出了根据本申请的至少一实施例的根据原始ping数据矩阵所形成的灰度矩阵图的示例。

例如，可以将强度数据按照连续角度顺序排列，由此得到灰度矩阵，其中，声呐的每一ping数据中的强度数据可以以矩阵形式采集的，其形式为例如：[0,0,0,0,0,0,0,0,46,125,100,100,0,0,0,……]。使用强度数据好处在于强度数值最高的点周围往往会存在一些相对较低但仍然较高的强度数值点，这是由于探测到的障碍的波峰性质，这一现象很好的反映了障碍物的表面特性，可以更好的形容障碍物的表面，便于后续障碍边界的提取。

例如，对于每一ping数据可以使用以下公式计算出障碍边界点到扫描声呐设备的距离：

其中，L表示ping数据长度，D表示量程，i表示障碍边界点，0≤i≤L。

例如，可以将连续的扫描角度和对应于角度的ping数据以键（key）-值（value）对的数据结构存储到字典中，字典列表格式可以如下所示：

{{α

{α

{α

{α

…………………}

采用这种基于键值对进行存储的方式相比于常规的角度、强度的行存储方法则更加灵活，更适用于非结构化数据或需要灵活访问方式的应用场景。例如，当角度（key）存在且接收到新一ping数据时，只需更新该角度所对应的值（value）即可，而无需对整体数据进行替换，便于后续处理。

例如，在至少一个示例中，当存在丢失ping的情况下，可以使用在先时点（如上一时点）的数据弥补当前ping数据，维持数据的完整性。这样做的好处是能够局部改变对应时点的机械扫描声呐采集到的数据并实时进行处理。这种基于键值对存储的方法提供了更高的可扩展性，可以方便地进行添加、删除或更新数据，这种数据结构的特性符合机械扫描声呐数据特性。

例如，在至少一个示例中，在形成灰度图矩阵的步骤中，为应对水下环境复杂多变的情况，提高数据的准确性以及水下环境的自适应性，可以采用自适应强度阈值法，在矩阵中将小于强度阈值的数据设置为某一预定值，例如设置为0，并根据自身（如扫描声呐或其搭载平台设备）的大小，抹去机器信息强度，从而避免因整体环境强度低而误滤除疑似障碍的情况。例如，在至少一个示例中，可以选择目标强度阈值，根据目标强度阈值对ping数据矩阵中的数据进行筛选，使用筛选后的ping数据矩阵形成灰度矩阵图，从而能够筛选掉一些水中杂波。

除此之外，在至少一个示例中，由于机械扫描声呐是以自身为中心进行扫描，还可以通过将灰度矩阵中选择的行的前n列设置为第二预定值以去除扫描声呐自身的噪声。例如，筛选水中杂波可以将ping数据矩阵中小于目标强度阈值的数据设置为第一预定值（例如，设置为0），例如，目标强度阈值可以设置为0.2×灰度矩阵中的最大值。例如，去除自身的噪声可以选择ping矩阵每一行的前n列来设置，其中，n的取值可以取决于扫描声呐的尺寸，如通过自身平台设备大小来计算所选择的列数。

例如，可以使用自适应阈值对灰度矩阵图进行筛选，可以将灰度矩阵图中所包含的扫描声呐自身的数据去噪，可以对灰度矩阵图通过补插数值的方法进行增强，可以对被增强的灰度矩阵图进行滤波和边缘采集，进一步，可以根据角度和ping数据之间的关系，通过映射计算获得水下目标的扫描图。

例如，可以采用数据插补技术对机械扫描声呐采集的数据进行增强，例如，可以利用字典存储数据的特性，对下一时点未接收到的数据或当前时点丢失的数据，以在先时点所采集到的数据来填补，即，在未获得当前采集时点的ping数据时，使用在先采集时点所采集的ping数据获得当前采集时点的替代ping数据。

例如，还可以利用插值方法对已接收到的数据进行增强以提高数据的细腻性。例如，可以对ping数据矩阵所形成的灰度矩阵图进行插值处理，得到处理后的灰度矩阵图。

可以在基于灰度矩阵图进行处理以提取水下目标的边界之前实施插补方法，例如，在获取数据之后筛选去噪之前，例如，在筛选去噪之后边缘检测之前，根据处理数据的要求进行实施。使用场景包括诸如在数据量较小的情况下为了扩张数据，诸如在需要扫描声呐以一个低分辨率但快速的方式采集参数来实时获取周围环境数据的情况下，为了让数据更加细腻。通过使用这种综合的方法，可以有效地优化数据采集过程，提高数据的完整性和可用性。插值方法可以采用例如双线性插值，可以在进行数据增强的同时，保证数据处理速度以满足机械扫描声呐工作的实时性。

图3示出了根据本申请的至少一实施例的对于对所形成的灰度矩阵图进行插值处理的结果示意图。

例如，可以采用滤波技术使矩阵灰度有效的过滤掉一些强度值较高的孤峰点、高斯噪声等，使得图像更加清晰并易于将背景与障碍边界区分。滤波技术可以是例如高斯滤波。高斯滤波可以对图像进行平滑处理并去除噪声，同时保留图像的细节和边缘。其中，卷积核可以设置为13×13，高斯核为：

例如，可以采用边缘检测方法对灰度矩阵图或被增强的灰度矩阵图进行边缘障碍提取。例如，可以通过边缘检测方法将障碍物的位置、形状大小、方向等方面的信息进行如不连续部分的特征的提取，以便于后续决策，诸如路径避障等。

例如，边缘检测可以是采用坎尼（canny）算子的坎尼（canny）检测方法，坎尼（canny）算法中采用了一种双阈值设置，即，设定阈值上界和阈值下界，对于图像中大于阈值上界的像素点，被称为强边界，其被认为必然是边界，对于小于阈值下界的像素点，被认为必然不是边界，对于阈值上下界之间的像素点，被称为弱边界，需要被进一步处理。

例如，本申请中的至少一实施例所采用的canny检测方法的上下边界可以被设置为 [0.8 × threshold, 1.2 × threshold]，其中，阈值（threshold）可以被设置为针对每个ping数据所选择的自适应强度阈值。

图4示出了根据本申请的至少一实施例的对增强后的灰度图矩阵进行边缘检测的结果示意图。

例如，可以在进行边缘检测后根据角度与ping数据之间的关系，映射计算，将矩阵映射为机械扫描声呐的扫描图，该扫描图可以被用于进一步的图像处理。

图5示出了根据本申请的至少一实施例的根据角度与ping数据之间的关系进行映射计算所获得的水下目标的扫描图结果。

本申请的至少一个实施例还提供了一种装置，其用于处理扫描声呐数据。

图6示出了根据本申请的至少一实施例的用于处理扫描声呐数据的装置的框图。

参考图6，上述装置600包括扫描模块601和处理模块602。

扫描模块601被配置为获取扫描声呐实时采集水下目标的ping数据矩阵，按照连续角度顺序排列声脉冲探测数据矩阵，形成灰度矩阵图。

处理模块602被配置为基于灰度矩阵图进行处理以提取水下目标的边界。

例如，扫描模块601可以进一步被配置为选择目标强度阈值，根据目标强度阈值对ping数据矩阵中的数据进行筛选，使用筛选后的ping数据矩阵形成灰度矩阵图。

例如，根据目标强度阈值对ping数据矩阵中的数据进行筛选可以包括将ping数据矩阵中小于目标强度阈值的数据设置为第一预定值（诸如，置0）。

例如，可以将目标强度阈值配置为自适应强度阈值。

例如，形成灰度矩阵图还可以包括：通过将ping数据矩阵中选择的行的前n列设置为第二预定值以去除扫描声呐自身的噪声，并且其中，n可以取决于扫描声呐的尺寸。

例如，按照连续角度顺序排列ping数据矩阵可以包括将连续角度和对应于该连续角度的ping数据以键值对的形式存储到字典中。

例如，处理模块602可以进一步被配置为在基于灰度矩阵图进行处理以提取水下目标的边界之前，对所形成的灰度矩阵图进行增强处理，以提高数据细腻性，其中，经增强处理后的灰度矩阵图被用于提取水下目标的边界。

例如，对所形成的灰度矩阵图进行增强处理可以包括在未获得当前采集时点的ping数据时，使用在先采集时点所采集的ping数据获得当前采集时点的替代ping数据。

例如，对所形成的灰度矩阵图进行增强处理可以包括对所形成的灰度矩阵图进行插值处理。

例如，在基于灰度矩阵图进行处理以提取水下目标的边界之前，还可以包括对被增强的灰度矩阵图进行边缘检测。

例如，边缘检测可以包括坎尼（canny）检测方法，并且其中，可以基于所确定的强度阈值确定用于边缘检测的上下边界。

例如，处理模块602还可以被配置为：根据连续角度与声脉冲探测数据之间的关系，通过映射计算将灰度矩阵图映射为扫描声呐实时采集的水下目标的扫描图。

本申请的至少一个实施例还提供了一种用于处理扫描声呐的数据的装置，该装置包括至少一个存储器和至少一个处理器。该至少一个存储器配置为存储计算机可执行指令；该至少一个处理器配置为执行计算机可执行指令，其中，计算机可执行指令在被至少一个处理器执行时实现如上任一实施例所述的显示方法。本申请的实施例对于存储器和处理器的规格、实现方式等没有限制。

本申请的至少一个实施例还提供了一种非暂时性存储介质，非暂时性地存储计算机可执行指令，其中，当计算机可执行指令由至少一个处理器执行时，实现如上任一实施例所述的显示方法。

图7示出了根据本申请的至少一实施例的用于处理扫描声呐数据的装置的框图。

参考图7，装置700可以是扫描声呐中至少能够实现处理数据功能的内置模块、独立于声呐的数据处理装置以及声呐系统中能够与扫描声呐连接并处理数据的其他器件中的至少一种。装置700可以包括处理器701、总线702以及存储器703，可以分别被用于前述任一的实施例提供的用于处理扫描声呐数据的方法。这里，存储器703可以被用于存储数据和/或计算机代码，这些数据包括文件、图像等，这些计算机代码包括源程序、目标程序、可执行程序等，它们可以被处理器执行以实现所需要的功能。处理器701可以被用于执行可执行程序以进行相关的计算。扫描声呐可以被用于机械扫描声呐获取ping数据。例如，总线702可以被用于各个器件间之间的信息（数据或控制信号）传输。

处理器701可以包括中央处理器（CPU），根据需要还可以包括协处理器，协处理器可以包括图像处理器（GPU）或AI加速器（例如张量处理器等）；例如，该CPU可以为基于ARM、RISC-V或X86等指令集的CPU，可以为多核处理器或单核处理器等，本申请的实施例对此不做限制。

存储器703可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器（ROM）、可编程只读存储器（PROM）、可擦除可编程只读存储器（EPROM）、电可擦除可编程只读存储器（EEPROM）或闪存。易失性存储器可以是随机存取存储器（RAM），其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器（SRAM）、动态随机存取存储器（DRAM）、同步动态随机存取存储器（SDRAM）、双倍数据速率同步动态随机存取存储器（DDRSDRAM）、增强型同步动态随机存取存储器（ESDRAM）、同步连接动态随机存取存储器（SLDRAM）和直接内存总线随机存取存储器（DRRAM）。应注意，本文描述的方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。

本申请的实施例还提供了一种用于处理扫描声呐数据的声呐系统（未示出），包括扫描声呐和用于处理扫描声呐数据的装置700，二者例如可以彼此通信以传输例如指令或数据。扫描声呐可以包括例如基阵、电子机柜和辅助设备，其中，基阵可以由换能器按照特定的方式排列，电子机柜可以包括例如发射机、接收机、显示器、处理器以及控制器等。换能器可以是声能与其他形式的能量进行相互转换的装置，可以包括能够实现在水下发射声波和在水下接收声波等技术的器件，用于接收的换能器还可以被称为水听器。

上述装置根据需要还可以包括其他功能部件，例如还可以进一步包括外设接口（图中未示出）等；该外设接口可以为各种类型的接口，例如为USB接口、闪电（lighting）接口等。上述装置还可以包括通信装置，该通信装置可以通过无线通信来与网络和其他设备进行通信，该网络例如为因特网、内部网和/或诸如蜂窝电话网络之类的无线网络、无线局域网（LAN）和/或城域网（MAN）。例如，无线通信可以使用多种通信标准、协议和技术中的任何一种，包括但不局限于全球移动通信系统（GSM）、增强型数据GSM环境（EDGE）、宽带码分多址（W-CDMA）、码分多址（CDMA）、时分多址（TDMA）、蓝牙、Wi-Fi（例如基于IEEE 802. 11a、IEEE 802. 11b、IEEE 802. 11g和/或IEEE 802. 11n标准）、基于因特网协议的语音传输（VoIP）、Wi-MAX，用于电子邮件、即时消息传递和/或短消息服务（SMS）的协议，或任何其他合适的通信协议。

本领域技术人员将理解，本申请描述的各种说明性逻辑框、模块、电路、和步骤可被实现为硬件、软件、或两者的组合。为清楚地说明硬件与软件的这一可互换性，各种说明性组件、框、模块、电路、和步骤在上面是以其功能集的形式作一般化描述的。此类功能集是被实现为硬件还是软件取决于具体应用和强加于整体系统的设计约束。技术人员可针对每种特定应用以不同方式来实现所描述的功能集，但此类设计决策不应被解释为致使脱离本申请的范围。

本申请描述的各个说明性逻辑框、模块、以及电路可用通用处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或其他可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文中描述的功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或更多个微处理器、或任何其他此类配置。

本申请描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、或本领域中所知的任何其他形式的存储介质。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

在一个或多个示例性设计中，功能可以硬件、软件、固件、或其任意组合来实现。如果在软件中实现，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，后者包括有助于计算机程序从一地到另一地的转移的任何介质。存储介质可以是能被通用或专用计算机访问的任何可用介质。

本申请的上述实施例仅仅是为了容易描述和帮助全面理解本申请，而不是旨在限制本申请的范围。因此，应该理解，除了本文公开的上述实施例之外，源自本申请的技术构思的所有修改和改变或者修改和改变的形式都落入本申请的范围内。