Oct, 2023

自适应的水下机器人对接在可视动态环境中的地标颜色

PDF
TL;DR无人水下车辆（AUVs）利用自适应彩色 LED 标记和动态颜色过滤的视觉方法，在不同水质条件下最大程度地提高地标的可见性，无需 AUV 和 DS 之间的通信。
autonomous underwater vehiclesdocking stationvision-based methodadaptive color led markerswater conditions
发现论文，激发创造
  • 水下对接的高效检测与控制系统：基于机器学习和逼真仿真的综合方法

    比较不同的深度学习架构以实现水下对接检测和分类，并使用知识蒸馏压缩具有最佳性能的架构，利用生成对抗网络进行图像转换以模拟真实水下图像，最终评估该方法的成功率并与传统视觉方法进行比较。

    Nov, 2023

  • 应用自适应主动曝光控制技术改善现场视觉基准标志的感知

    准确的本地化对于自主水下载具（AUVs）进行精确任务非常重要，而对于水下恶劣的照明条件，使用基于视觉标记的基于图像梯度的主动摄像机曝光控制方法可以显著提高机器人定位的准确性。

    Apr, 2024

  • 高效大规模 AUV 视觉海底地图生成

    通过结合海洋数据科学、深海探索、自主水下载具、水下成像和机器人三维重建等技术的最新发展，我们提出了一个系统，可在海底面积达公顷级的范围内进行自动化的机器人三维重建。该系统经过多次研究航行的测试和评估，展示了在真实条件下的稳定性和实用性。

    Aug, 2023

  • 使用数据驱动方法进行 DVL 校准

    提出了一个端到端深度学习框架，用于自主水下车辆（AUVs）的校准程序，使用刺激数据表明，相较于基于模型的方法，我们的提议在准确性方面提高了 35％，在所需校准时间方面提高了 80％。

    Jan, 2024

  • 利用生成对抗网络增强水下图像

    本文提出了一种使用生成对抗网络 (GANs) 来提高可视水下场景质量的方法，该方法可以为水下机器人在视觉驱动任务上的表现提供更好的输入，同时提供了定量和定性数据，证明了这种方法的有效性。

    Jan, 2018

  • 基于声纳的水下 AUV 定位系统在低基础设施密度环境中的应用

    在此研究中，我们提出了一种针对海底人造资产稀疏环境设计的自主水下航行器的新型实时声纳全球定位算法。通过利用两种数据解释前端，并在同一声纳数据流中合并这些观测结果，我们的方法在粒子滤波器内加权高概率区域的粒子或解决对称模糊。在模拟环境中进行了初步实验，结果显示出良好的前景。这项工作为将来的方法发展和在实际情况下的全面评估奠定了基础。

    May, 2024

  • 利用动态视觉传感器实现实时快速无人机检测

    本文介绍了一种嵌入式系统 F-UAV-D（Fast Unmanned Aerial Vehicle Detector），利用动态视觉传感器（DVS）作为实时低功耗配置中 RGB 摄像头的替代品，通过利用 DVS 的高动态范围（HDR）和背景抑制，在亚优化的环境条件下检测快速移动的无人机的性能优于 RGB 输入。

    Mar, 2024

  • 极端海洋环境下的无人水面船视觉自主导航

    该研究论文介绍了一种应对极端海洋条件中目标物跟踪的自主视觉导航框架，该框架利用生成对抗网络（GAN）和 YOLOv5 目标检测器对视觉特征进行处理，并在沙尘暴和雾等极端能见度受限条件下进行了充分测试，结果表明该方案在多个指标上优于现有方法。

    Aug, 2023

  • 水下环境实时稠密三维映射

    本文提出了一种针对自主水下载具 (AUV) 的实时稠密三维重建方法，该方法使用了一个鲁棒的 VIO 方法 SVIn2 和一个实时三维重建管道。该管道在四个具有挑战性的水下数据集上获得了可比拟 COLMAP 的重建结果，并在单 CPU 上获得了高帧率。

    Apr, 2023

  • 使用多尺度标志物辅助旋翼飞行器起飞和降落导航

    该研究通过采集安装在四旋翼飞行器上的摄像头捕捉户外图像序列，定量分析了逆境环境条件对标记物探测的影响，并研究了其在精准起降以及城市场景飞行器飞行中提高可靠性的潜力。研究基于温度、光照、风速、湿度、能见度和降水等逆境条件下的半自主起降操作，评估了标记物的探测性能，包括准确性、召回率、连续性、可用性、鲁棒性、弹性和覆盖范围，并将数据集和分析代码作为开源资源发布给公众。

    Sep, 2023