面向水产养殖应用的自主水下机器人系统
计算机视觉与模式识别
2024-10-14 v2
摘要
水产养殖是一个蓬勃发展的食品生产行业，产量占全球鱼类消费的一半以上。然而，这些水产养殖场带来了重大挑战，例如其网箱中的生物污损、植被和破洞，并对鱼类生产的效率与可持续性产生深远影响。目前，潜水员和/或遥控潜水器（ROV）被用于检查和维护水产养殖场；这种方法成本高昂且需要高度熟练的人类操作员。本工作旨在开发一种基于机器人的水产养殖网箱自动网缺陷检测系统，面向ROV上的处理以及不同水产网缺陷（如生物污损、植被、网洞和塑料）的实时检测。所提出的系统集成了基于深度学习的水产网缺陷检测方法以及用于潜水器绕网运动的反馈控制律，以获取清晰的网图像序列，并通过执行检查任务来检视网的状态。本工作致力于水产养殖检查、海洋机器人和深度学习领域，旨在降低成本、提高质量并简化操作。
引用
@article{arxiv.2308.14762,
title = {Autonomous Underwater Robotic System for Aquaculture Applications},
author = {Waseem Akram and Muhayyuddin Ahmed and Lakmal Seneviratne and Irfan Hussain},
journal= {arXiv preprint arXiv:2308.14762},
year = {2024}
}
备注
arXiv admin note: text overlap with arXiv:2308.13826