Recent Advancements in Deep Learning Applications and Methods for Autonomous Navigation: A Comprehensive Review

要約

このレビュー記事は、主要な機能を処理するために使用されている最近の AI ベースの技術をすべて調査する試みです。このレビュー記事は、障害物検出、シーン認識など、自律ナビゲーションのコンテキストで使用されるエンドツーエンドの深層学習フレームワークの包括的な概要を示しています。
、経路計画、および制御。
この論文は、最近の研究研究を分析し、ディープラーニング手法の実装とテストを評価することで、自律ナビゲーションとディープラーニングの間のギャップを埋めることを目的としています。
この文書では、移動ロボット、自律走行車、無人航空機のナビゲーションの重要性を強調するとともに、環境の複雑さ、不確実性、障害物、動的環境、および複数のエージェントの経路計画の必要性による課題も認識しています。
このレビューでは、エンジニアリング データ サイエンスにおけるディープ ラーニングの急速な成長と、その革新的なナビゲーション手法の開発に焦点を当てています。
この分野に関連する最近の学際的な研究について説明し、自律ナビゲーションにおける深層学習手法の限界、課題、成長の可能性のある分野についての簡単な展望を提供します。
最後に、この論文はさまざまな段階での発見と実践を要約し、既存の方法と将来の方法、その適用性、拡張性、制限を相関させます。
このレビューは、自律ナビゲーションと深層学習の分野で研究する研究者や実践者にとって貴重なリソースを提供します。

要約(オリジナル)

This review article is an attempt to survey all recent AI based techniques used to deal with major functions in This review paper presents a comprehensive overview of end-to-end deep learning frameworks used in the context of autonomous navigation, including obstacle detection, scene perception, path planning, and control. The paper aims to bridge the gap between autonomous navigation and deep learning by analyzing recent research studies and evaluating the implementation and testing of deep learning methods. It emphasizes the importance of navigation for mobile robots, autonomous vehicles, and unmanned aerial vehicles, while also acknowledging the challenges due to environmental complexity, uncertainty, obstacles, dynamic environments, and the need to plan paths for multiple agents. The review highlights the rapid growth of deep learning in engineering data science and its development of innovative navigation methods. It discusses recent interdisciplinary work related to this field and provides a brief perspective on the limitations, challenges, and potential areas of growth for deep learning methods in autonomous navigation. Finally, the paper summarizes the findings and practices at different stages, correlating existing and future methods, their applicability, scalability, and limitations. The review provides a valuable resource for researchers and practitioners working in the field of autonomous navigation and deep learning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google