基于船-冰相互作用学习预测的冰区自主导航
机器人学
2024-09-19 v2
摘要
冰区自主导航由于经常缺乏可行的无碰撞轨迹而面临重大挑战。当完全避碰不可行时，导航策略必须将碰撞降至最低。此外，冰的动态特性——即冰会响应船舶操纵而移动——使路径规划过程复杂化。为应对这些挑战，我们提出了一种新颖的深度学习模型，通过占用估计来估计由船舶动作引发的冰块运动的粗略动态。为确保实时适用性，我们提出了一种新颖方法，该方法缓存中间预测结果，并将预测模型无缝集成到图搜索规划器中。我们在仿真和物理测试平台上对所提出的规划器与现有方法进行了评估，结果表明，与最先进技术相比，我们的规划器显著减少了与冰的碰撞。本工作的代码和演示可在 https://github.com/IvanIZ/predictive-asv-planner 获取。
引用
@article{arxiv.2409.11326,
title = {Autonomous Navigation in Ice-Covered Waters with Learned Predictions on Ship-Ice Interactions},
author = {Ninghan Zhong and Alessandro Potenza and Stephen L. Smith},
journal= {arXiv preprint arXiv:2409.11326},
year = {2024}
}