自主导航中深度学习应用与方法的近期进展：综合性综述
机器人学
2023-05-25 v3 人工智能
系统与控制
信号处理
系统与控制
摘要
本综述文章试图调查所有近期用于应对主要功能的基于 AI 的技术。本文对自主导航中使用的端到端深度学习框架进行了全面概述，包括障碍物检测、场景感知、路径规划与控制。本文旨在通过分析了近期研究并评估深度学习方法的实现与测试，弥合自主导航与深度学习之间的鸿沟。它强调了导航对移动机器人、自动驾驶车辆与无人机的重要性，同时也承认了由于环境复杂性、不确定性、障碍物、动态环境以及为多智能体规划路径的需求所带来的挑战。该综述突出了深度学习在工程数据科学中的快速增长及其创新导航方法的发展。它讨论了该领域近期跨学科工作，并对深度学习在自主导航中的局限性、挑战与潜在增长领域提供了简要展望。最后，本文总结了各阶段的发现与实践，关联了现有与未来方法、其适用性、可扩展性与局限性。该综述为从事自主导航与深度学习领域的研究人员与从业者提供了宝贵资源。
引用
@article{arxiv.2302.11089,
title = {Recent Advancements in Deep Learning Applications and Methods for Autonomous Navigation: A Comprehensive Review},
author = {Arman Asgharpoor Golroudbari and Mohammad Hossein Sabour},
journal= {arXiv preprint arXiv:2302.11089},
year = {2023}
}