基于侧扫声纳的 SLAM 用于自主藻类养殖场监测
机器人学
2025-10-01 v1
摘要
海藻养殖向工业规模的替代食物来源过渡，依赖于通过智能养殖（相当于陆地农业）实现其流程自动化。这一过程的关键是自主水下航行器（AUV），因为它们具有自动化作物和结构检查的能力。然而，目前部署它们的瓶颈在于确保养殖场内的安全导航，这需要对 AUV 位姿和基础设施地图进行精确的在线估计。为了实现这一点，我们提出了一种高效的基于侧扫声纳（SSS）的同步定位与建图（SLAM）框架，该框架利用海带养殖场的几何结构，在后端将结构绳索建模为来自每次 SSS 声纳脉冲检测的单个地标序列，而不是将检测结果组合成细长表示。我们的方法在真实海带养殖场 AUV 调查的硬件在环（HIL）实验中优于最先进的解决方案。该框架和数据集可在 https://github.com/julRusVal/sss_farm_slam 找到。
引用
@article{arxiv.2509.26121,
title = {Side Scan Sonar-based SLAM for Autonomous Algae Farm Monitoring},
author = {Julian Valdez and Ignacio Torroba and John Folkesson and Ivan Stenius},
journal= {arXiv preprint arXiv:2509.26121},
year = {2025}
}