面向机器人湖泊维护：整合 SONAR 与卫星数据以辅助人类操作员
机器人学
2026-03-09 v1
摘要
人造水体（AWBs）是需要持续监控的系统 due to其人造生物过程。这些系统需要定期维护以有效管理其生态系统。由于这些人造条件，水下植物会快速生长，必须收割以保持生态平衡。本文提出了两种步骤的方法来支持针对性水草收割湖泊维护。第一步是使用卫星衍生指数（Specifically the Aquatic Plants and Algae (APA) index）进行次浸水植物（SAV）的初始检测，该指数在水体中突出显示次浸水植物。随后，配备多波束声纳（SOund NAvigation and Ranging, SONAR）的无人地面舰船（USV）执行高分辨率水深测绘，以精确定位和量化水草。这种两阶段方法为人机协作提供了有效方法，其中卫星数据引导USV任务，船长利用详细的SONAR地图进行针对性收割。该设置缩小了搜索空间，减少了人类操作员的工作负担，使收割过程更少依赖人力。初步结果表明，整合卫星影像和 underwater声学感知以改进人造湖泊中的植物管理的可行性。
引用
@article{arxiv.2603.06266,
title = {Towards Robotic Lake Maintenance: Integrating SONAR and Satellite Data to Assist Human Operators},
author = {Ahmed H. Elsayed and Christoph Manss and Tarek A. El-Mihoub and Andrej Lejman and Frederic Stahl},
journal= {arXiv preprint arXiv:2603.06266},
year = {2026}
}
备注
Accepted to and presented at the 2026 IEEE International Conference on Mechatronics and Robotics Engineering (ICMRE)