DUViN：基于知识迁移深度特征的扩散下水视觉导航
机器人学
2025-09-04 v1 计算机视觉与模式识别
摘要
自动化下水视觉导航因感知能力受限以及难以构建准确地图而仍具挑战性。本文提出一种基于扩散模型的下水视觉导航策略，借助知识迁移深度特征实现，命名为 DUViN，使其能够实现基于视觉的端到端 4 自由度运动控制，用于未知环境中的水下机器人。DUViN 通过引导机器人避开障碍物并维持相对于地形的安全高度和感知距离，无需依赖预构建地图。为解决收集大规模下水导航数据集的困难，我们提出一种方法，通过利用深度特征并引入新颖的模型迁移策略，在从现实环境迁移至下水环境时确保鲁棒性。具体而言，我们的训练框架包含两个阶段：首先，在使用预训练深度特征提取器的 in-air 数据集上训练扩散式视觉导航策略；其次，在下水深度估计任务上重新训练特征提取器，并将适配后的特征提取器集成到第一步训练的导航策略中。在模拟和实际下水环境中的实验表明，我们方法的有效性与广泛性。实验视频已于 https://www.youtube.com/playlist?list=PLqt2s-RyCf1gfXJgFzKjmwIqYhrP4I-7Y 提供。
引用
@article{arxiv.2509.02983,
title = {DUViN: Diffusion-Based Underwater Visual Navigation via Knowledge-Transferred Depth Features},
author = {Jinghe Yang and Minh-Quan Le and Mingming Gong and Ye Pu},
journal= {arXiv preprint arXiv:2509.02983},
year = {2025}
}