基于 AUV 海底声学剖面探测数据的海底分类用于锰结壳调查
机器人学
2023-09-27 v1
摘要
本文研究了利用自主水下机器人采集的高频海底声学反射进行自动分类的可能性。在富钴锰结壳（Mn-crusts）野外调查中，现有方法依赖图像对海底的视觉确认以及利用海底探针进行厚度测量。以这些视觉分类结果作为真值，训练自编码器从捆绑的声学反射中提取潜在特征。随后训练支持向量机（Support Vector Machine）分类器对潜在空间进行分类以识别海底类别。来自 1500 米深 Mn-crust 海底区域的数据结果表明准确率约为 70%。
引用
@article{arxiv.2309.14861,
title = {Seafloor Classification based on an AUV Based Sub-bottom Acoustic Probe Data for Mn-crust survey},
author = {Umesh Neettiyath and Harumi Sugimatsu and Blair Thornton},
journal= {arXiv preprint arXiv:2309.14861},
year = {2023}
}
备注
This is a pre-print of the manuscript accepted for publication at IEEE/MTS Oceans Conference in GulfCoast, 2023. The final paper will be published in IEEE explore after the conference [2023/09/25]