利用云-边缘自动化实现智能无人人工浮动车的自主碰撞检测与分类
分布式、并行与集群计算
2026-05-19 v1 机器人学
摘要
工业云-物理系统(ICPS) 技术是驱动海洋自动化的基石，尤其是针对无人人工浮动车(USV)。然而， onboard 计算资源受限且通信延迟显著，限制了实时数据处理、分析和预测建模，从而限制了海洋 ICPS 的规模化和响应性。为克服这些挑战，我们提出了一种针对海洋 ICPS 的分布式云-边缘-IoT 架构，灵感来源于最近提出的云- fog 自动化范例。我们的架构包含三个层次结构：云层用于集中和分散数据聚合、高级分析及未来模型细化；边缘层执行本地化的 AI 驱动处理与决策；IoT 层负责低延迟传感器数据采集。我们的实验结果显示，在计算效率、响应性和规模化方面均取得改进。与我们传统方法相比，我们实现了 的分类准确率，并在延迟性能上取得提升。通过采用云- fog 自动化，我们解决了海洋 ICPS 应用中的低延迟处理限制和规模化挑战。我们的工作提供了一个实用、模块化且可扩展的框架，以推动未来海洋 ICPS 中智能 USVs 的稳健自主性和 AI 驱动的决策与自主性。
引用
@article{arxiv.2506.18024,
title = {Leveraging Cloud-Fog Automation for Autonomous Collision Detection and Classification in Intelligent Unmanned Surface Vehicles},
author = {Thien Tran and Quang Nguyen and Jonathan Kua and Minh Tran and Toan Luu and Thuong Hoang and Jiong Jin},
journal= {arXiv preprint arXiv:2506.18024},
year = {2026}
}
备注
6 pages, 5 figures, accepted paper on the 23rd IEEE International Conference on Industrial Informatics (INDIN), July 12-15, 2025, Kunming, China