基于无人水面船的不确定性感知海洋污染主动源追踪
机器人学
2025-11-12 v2
摘要
本文提出了一种面向无人水面船（USV）的不确定性感知海洋污染源追踪框架。通过将高保真海洋污染扩散模拟与信息路径规划技术相结合，我们展示了在海洋环境中有效识别污染源的能力。该方案基于机器人操作系统（ROS）实现，处理实时传感器数据以更新污染源位置的概率估计。系统在量化预测不确定性的同时逐步细化源位置的估计。在不同源位置、波浪条件和起始位置的模拟环境中进行的实验证明了该框架能够高精度地定位污染源。结果表明，所提出的方法能够高效地实现可靠的源定位，并优于现有基线方法。本工作为开发快速响应海洋污染事件所需的完整自主环境监测能力做出了贡献。
引用
@article{arxiv.2509.20593,
title = {Uncertainty-Aware Active Source Tracking of Marine Pollution using Unmanned Surface Vehicles},
author = {Song Ma and Yanchao Wang and Richard Bucknall and Yuanchang Liu},
journal= {arXiv preprint arXiv:2509.20593},
year = {2025}
}