研究人员正在开发硬件和算法,以改善潜水员与自主水下航行器(AUV)之间的协作,特别是在海洋任务中。该项目旨在结合人类和机器人的优势,优化美国军方的海洋任务,如基础设施检查和搜索救援。团队研究水下导航和感知技术,帮助潜水员在复杂环境中定位和识别物体。通过AI分类器,AUV能够实时处理数据并与潜水员沟通,提高任务效率。
本研究提出了一种新颖的三维路径规划方法,针对自主水下航行器在复杂环境中的能耗、控制和导航问题,整合局部尾流与全球水流,能耗降低最多11.3%。
自主水下航行器在海底图像处理方面的创新提高了准确率和效率,改变了数据获取方式。本文总结了AUV海底图像处理的最新进展,包括计算机、算法、传感器和相机等方面的技术。阅读本文可了解最新的AUV处理海床照片的技术和工具,以及它们如何提高对海底的理解。
自主水下航行器通过创新海底图像处理提高了准确率和效率,改变了数据获取方式。本文总结了AUV海底图像处理的最新进展,包括计算机、算法、传感器和相机等技术。了解最新的AUV处理海床照片的技术和工具,以及它们如何提高对海底的理解。
本文研究了使用模型预测路径积分控制(MPPI)对自主水下航行器(AUV)进行控制的可行性,并评估了主要超参数对控制器性能的影响。与经典的PID和级联PID方法相比,证明了MPPI控制器的优越性。此外,还介绍了如何通过将环境约束整合到成本函数中来处理它们。
完成下面两步后,将自动完成登录并继续当前操作。