論文の概要: Survey of Deep Learning for Autonomous Surface Vehicles in the Marine
Environment
- arxiv url: http://arxiv.org/abs/2210.08487v1
- Date: Sun, 16 Oct 2022 08:46:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-18 20:38:35.491414
- Title: Survey of Deep Learning for Autonomous Surface Vehicles in the Marine
Environment
- Title（参考訳）: 海洋環境における自動車の深層学習に関する調査
- Authors: Yuanyuan Qiao, Jiaxin Yin, Wei Wang, F\'abio Duarte, Jie Yang, Carlo
Ratti
- Abstract要約: 今後数年以内に、幅広い用途で利用できる高度な自動運転技術が提供される予定だ。
本稿では,ASV関連分野におけるディープラーニング(DL)手法の実装に関する既存研究について検討する。
- 参考スコア（独自算出の注目度）: 15.41166179659646
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Within the next several years, there will be a high level of autonomous
technology that will be available for widespread use, which will reduce labor
costs, increase safety, save energy, enable difficult unmanned tasks in harsh
environments, and eliminate human error. Compared to software development for
other autonomous vehicles, maritime software development, especially on aging
but still functional fleets, is described as being in a very early and emerging
phase. This introduces very large challenges and opportunities for researchers
and engineers to develop maritime autonomous systems. Recent progress in sensor
and communication technology has introduced the use of autonomous surface
vehicles (ASVs) in applications such as coastline surveillance, oceanographic
observation, multi-vehicle cooperation, and search and rescue missions.
Advanced artificial intelligence technology, especially deep learning (DL)
methods that conduct nonlinear mapping with self-learning representations, has
brought the concept of full autonomy one step closer to reality. This paper
surveys the existing work regarding the implementation of DL methods in
ASV-related fields. First, the scope of this work is described after reviewing
surveys on ASV developments and technologies, which draws attention to the
research gap between DL and maritime operations. Then, DL-based navigation,
guidance, control (NGC) systems and cooperative operations, are presented.
Finally, this survey is completed by highlighting the current challenges and
future research directions.
- Abstract（参考訳）: 今後数年のうちに、労働コストの削減、安全性の向上、省エネ、厳しい環境での難しい無人作業の実現、ヒューマンエラーの排除など、幅広い利用が可能な高度な自動運転技術が提供される予定だ。
他の自動運転車のソフトウェア開発と比較すると、海事ソフトウェア開発、特に老朽化と機能的なフリートは、非常に早期かつ新興の段階にあると説明されている。
これは、研究者やエンジニアが海上自律システムを開発するための非常に大きな課題と機会をもたらす。
センサと通信技術の最近の進歩は、海岸線監視、海洋観測、複数車両の協力、捜索・救助任務などの用途に、自動表面車両(ASV)を導入している。
高度な人工知能技術、特に自己学習表現による非線形マッピングを行うディープラーニング(DL)手法は、完全な自律性の概念を現実に一歩近づいた。
本稿では,ASV関連分野におけるDL手法の実装に関する既存の研究について述べる。
まず,本研究の範囲について,ASV開発と技術に関する調査を概観し,DLと海運事業の間の研究ギャップに注意を向けた。
次に,DLに基づくナビゲーション,誘導,制御(NGC)システム,協調作業について述べる。
最後に、この調査は現在の課題と今後の研究方向性を強調して完了する。
関連論文リスト
- Maritime Search and Rescue Missions with Aerial Images: A Survey [12.532571610398767]
従来の手法と、機械学習とニューラルネットワークに基づくより高度なアプローチの両方を含む、これまでに提案された手法を分析します。
私たちは、データ収集のためにチームを配置することなく、より広い範囲のシナリオをカバーするために合成データを使用することを考慮しています。
論文 参考訳（メタデータ） (2024-11-12T08:57:21Z) - Aquatic Navigation: A Challenging Benchmark for Deep Reinforcement Learning [53.3760591018817]
ゲームエンジンとDeep Reinforcement Learningの統合の最近の進歩を利用して,水上ナビゲーションのための新しいベンチマーク環境を提案する。
具体的には、最も広く受け入れられているアルゴリズムの一つであるPPOに着目し、先進的なトレーニング手法を提案する。
実験により,これらの成分をうまく組み合わせることで,有望な結果が得られることが示された。
論文 参考訳（メタデータ） (2024-05-30T23:20:23Z) - Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。
本稿では,各種深層学習駆動型VAD経路の基本前提,学習フレームワーク,適用シナリオについて述べる。
我々は、産業用IoTおよびスマート都市における最新のNSVAD研究と、デプロイ可能なNSVADのためのエンドクラウド共同アーキテクチャを紹介します。
論文 参考訳（メタデータ） (2024-05-16T02:00:44Z) - Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。
AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
論文 参考訳（メタデータ） (2024-05-14T09:42:21Z) - Multi-modal Perception Dataset of In-water Objects for Autonomous Surface Vehicles [10.732732686425308]
本稿では,自律航法のためのマルチモーダル認識データセットについて紹介する。
自律型表面車両(ASV)の環境意識を高めるため、水中環境における水中障害物に焦点を当てている。
論文 参考訳（メタデータ） (2024-04-29T04:00:19Z) - Data-Centric Evolution in Autonomous Driving: A Comprehensive Survey of
Big Data System, Data Mining, and Closed-Loop Technologies [16.283613452235976]
ボトルネックを克服する鍵は、データ中心の自動運転技術にある。
効率的なデータ中心のAD技術を構築する方法に関して、体系的な知識と深い理解が欠如しています。
この記事では、最先端のデータ駆動自動運転技術について、精力的に検討する。
論文 参考訳（メタデータ） (2024-01-23T16:28:30Z) - Open-sourced Data Ecosystem in Autonomous Driving: the Present and Future [130.87142103774752]
このレビューは、70以上のオープンソースの自動運転データセットを体系的に評価する。
高品質なデータセットの作成の基礎となる原則など、さまざまな側面に関する洞察を提供する。
また、解決を保障する科学的、技術的課題も検討している。
論文 参考訳（メタデータ） (2023-12-06T10:46:53Z) - LLM4Drive: A Survey of Large Language Models for Autonomous Driving [62.10344445241105]
大規模言語モデル(LLM)は、文脈理解、論理的推論、回答生成などの能力を示した。
本稿では,自動走行のための大規模言語モデル (LLM4AD) に関する研究ラインを体系的にレビューする。
論文 参考訳（メタデータ） (2023-11-02T07:23:33Z) - Recent Advancements in Deep Learning Applications and Methods for
Autonomous Navigation: A Comprehensive Review [0.0]
レビュー記事は、主要な機能を扱うために使用される、最近のAIベースのテクニックをすべて調査する試みである。
Paperは、自律的なナビゲーションとディープラーニングのギャップを埋めることを目指している。
論文 参考訳（メタデータ） (2023-02-22T01:42:49Z) - Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
高速物体把握のための完全自律飛行ロボットが提案されている。
追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。
我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
論文 参考訳（メタデータ） (2021-12-10T11:49:51Z) - Current Advancements on Autonomous Mission Planning and Management
Systems: an AUV and UAV perspective [0.43036809606968096]
本稿では,UVのミッションプランニング・マネジメントシステムについて紹介する。
本研究は,UVの自律性評価に関する総合的な調査である。
本論文は、ヒューマノイドと自律システムの性能を別々に説明し、UV運用における人間の役割と影響を明らかにする。
論文 参考訳（メタデータ） (2020-07-10T05:56:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。