EREBUS：鲁棒的 underwater 事件基础模拟
计算机视觉与模式识别
2025-11-04 v1 机器人学
摘要
underwater 领域为机器人学家和计算机视觉研究者带来了一系列挑战，例如恶劣的照明条件和高动态范围场景。在这些恶劣条件下，传统视觉技术难以适应，导致次优性能。事件相机在解决传统相机问题方面呈现出吸引人的选择，由于它们按帧跟踪 footage 中的变化。本文我们介绍一个管道，可用于生成以 AUV（Autonomous Underwater Vehicle，自主 underwater 车）为平台的 underwater 环境中安装的事件相机的真实逼真的合成数据，用于训练视觉模型。我们使用 poor visibility（视线不清）和悬浮颗粒物的岩石检测任务演示了该管道的有效性，但该方法可以概括到其他 underwater 任务。
引用
@article{arxiv.2511.01381,
title = {EREBUS: End-to-end Robust Event Based Underwater Simulation},
author = {Hitesh Kyatham and Arjun Suresh and Aadi Palnitkar and Yiannis Aloimonos},
journal= {arXiv preprint arXiv:2511.01381},
year = {2025}
}
备注
Accepted to ICRA AQUA2SIM Workshop 2025, 6 pages, 3 figures, conference paper