面向海洋环境的自主水面艇深度学习研究综述
机器人学
2023-01-12 v3 人工智能
摘要
在未来几年内，将有高水平的自主技术可供广泛使用，这将降低人工成本、提高安全性、节省能源、实现恶劣环境中的困难无人任务，并消除人为错误。与其他自主车辆的软件开发相比，海事软件开发，尤其是在老旧但仍可运行的船队上，被认为处于非常早期和新兴的阶段。这为研究人员和工程师开发海事自主系统带来了巨大的挑战与机遇。传感器和通信技术的近期进展推动了自主水面艇（ASV）在海岸监视、海洋观测、多艇协同和搜索救援任务等应用中的使用。先进的人工智能技术，尤其是通过自学习表征进行非线性映射的深度学习（DL）方法，使完全自主的概念更接近于现实。本文综述了有关在 ASV 相关领域中实现 DL 方法的现有工作。首先，在回顾 ASV 发展与技术综述后描述了本工作的范围，从而引起对 DL 与海事操作之间研究空白的关注。接着，介绍了基于 DL 的导航、制导、控制（NGC）系统以及协同操作。最后，通过强调当前挑战与未来研究方向完成了本综述。
引用
@article{arxiv.2210.08487,
title = {Survey of Deep Learning for Autonomous Surface Vehicles in the Marine Environment},
author = {Yuanyuan Qiao and Jiaxin Yin and Wei Wang and Fábio Duarte and Jie Yang and Carlo Ratti},
journal= {arXiv preprint arXiv:2210.08487},
year = {2023}
}