Nikolski

请引用原始版本：Thombre, S.、Zhao, Z.、Ramm-Schmidt, H.、Vallet Garcia, JM、Malkamäki, T.、Nikolskiy, S.、Hammarberg, T.、Nuortie, H.、Bhuiyan, MZH、Särkkä, S. 和 Lehtola, VV (2022)。用于自主船舶态势感知的传感器和人工智能技术：综述。 IEEE 智能交通系统汇刊，23 (1), 64-83。 https://doi.org/10.1109/TITS.2020.3023957

摘要 — 无人驾驶船舶有望提高未来海上航行的安全性和效率。此类船舶需要感知功能，以实现两个目的：执行自主态势感知和监控传感器系统本身的完整性。为了满足这些需求，感知系统必须使用人工智能 (AI) 技术融合来自新型和传统感知传感器的数据。本文概述了对常规和自主航行船舶公认的操作要求，然后着手考虑适合操作传感器系统的传感器和相关 AI 技术。考虑了四个传感器系列的集成：用于精确绝对定位的传感器（全球导航卫星系统 (GNSS) 接收器和惯性测量单元 (IMU)）、视觉传感器（单目和立体摄像机）、音频传感器（麦克风）和用于遥感的传感器（RADAR 和 LiDAR）。此外，还讨论了辅助数据源，例如自动识别系统 (AIS) 和外部数据档案。感知任务与明确定义的问题相关，例如情况异常检测、船舶分类和定位，这些问题可以使用人工智能技术解决。机器学习方法（例如深度学习和高斯过程）被认为与这些问题特别相关。根据操作要求对不同的传感器和人工智能技术进行了描述，并根据准确性、复杂性、所需资源、兼容性和对海洋环境的适应性，特别是针对自主系统的实际实现，比较了一些最先进的选项示例。