Robust Perception and Navigation of Autonomous Surface Vehicles in Challenging Environments

要約

沿岸地域の研究には従来、手動によるサンプリング、ブイのモニタリング、リモートセンシングなどの手法が含まれていましたが、これらの手法は、空間的および時間的に多様な関心領域では課題に直面しています。
人工知能 (AI) を搭載した自律水上車両 (ASV) が研究されており、国際海事機関 (IMO) によって将来の生態系の理解に不可欠であると認められています。
しかし、一般に複雑な沿岸状況のため、自律的な環境モニタリングのための成熟した技術はまだありません。 (1) 道路規則 (COLREG) に準拠していない多くの静的障害物 (例: ブイ、ドック) および動的障害物 (例: ボート)
);
(2) 海図に記載されていない情報または不確実な情報（例: 更新されていない海図）。
(3) 高コストの ASV は地域社会や市民科学にアクセスできず、技術的文盲を引き起こす。
上記の課題に対処するために、私の研究にはシステムとアルゴリズムの両方の開発が含まれます。(1) 安定した信頼性の高い水中モニタリングのためのロボットボートシステム、(2) 障害物 (ブイやボートなど) を検出および追跡するための海洋認識、
(3) 複数の障害物の回避と複数の目的の最適化によるナビゲーション上の意思決定。

要約(オリジナル)

Research on coastal regions traditionally involves methods like manual sampling, monitoring buoys, and remote sensing, but these methods face challenges in spatially and temporally diverse regions of interest. Autonomous surface vehicles (ASVs) with artificial intelligence (AI) are being explored, and recognized by the International Maritime Organization (IMO) as vital for future ecosystem understanding. However, there is not yet a mature technology for autonomous environmental monitoring due to typically complex coastal situations: (1) many static (e.g., buoy, dock) and dynamic (e.g., boats) obstacles not compliant with the rules of the road (COLREGs); (2) uncharted or uncertain information (e.g., non-updated nautical chart); and (3) high-cost ASVs not accessible to the community and citizen science while resulting in technology illiteracy. To address the above challenges, my research involves both system and algorithmic development: (1) a robotic boat system for stable and reliable in-water monitoring, (2) maritime perception to detect and track obstacles (such as buoys, and boats), and (3) navigational decision-making with multiple-obstacle avoidance and multi-objective optimization.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google