浅析深度学习在未来水面无人艇平台的应用

发布时间：2021-02-28 08:36

　　无人艇具有高智能、低成本、耐单调、可执行危险任务和不会造成人员伤亡等优点,在海事监管、地质调查、环境监测、军事任务和水文调查等领域均具有广阔的应用前景。然而,无人艇在如何适应复杂海洋环境和执行多元化任务方面,仍面临着诸多挑战。近年来,以深度学习为代表的人工智能技术迅速发展,并被应用于无人艇的研发中。论文从归纳无人艇自主化所需具备的能力入手,简要回顾了深度学习的代表性技术,阐述了深度学习在无人艇多源感知、智能分析、动态决策以及精准控制等方面的应用前景,同时也探讨了深度学习在应用于无人艇上所面临的挑战和难点,为无人艇智能化研究提供参考。 

【文章来源】：中国造船. 2020,61(S1)北大核心

【文章页数】：8 页

【部分图文】：

深度强化学习原理示意图

长短期记忆网络旨在处理语音、视频等时序数据的分析。无人艇在智能化方面需要持续从外界获取信息，并且根据先前信息和当前信息来共同进行分析和决策。长短期记忆网络可在信息分析和决策方面为无人艇智能化应用提供技术手段。3 深度学习在无人艇平台上的应用前景分析

卷积神经网络旨在解决图像等二维结构数据的复杂特征抽取问题。无人艇在智能化方面需要对可见光、红外和雷达等传感器采集的信息进行有效的特征抽取，为智能环境感知和自主决策提供依据。这为卷积神经网络在无人艇智能化中的应用提供了契机。2.2 深度强化学习

【参考文献】：
期刊论文
[1]基于卷积神经网络的SAR图像舰船目标检测[J]. 李健伟,曲长文,彭书娟,邓兵.  系统工程与电子技术. 2018(09)
[2]基于深度卷积神经网络的红外船只目标检测方法[J]. 王文秀,傅雨田,董峰,李锋.  光学学报. 2018(07)
[3]基于多波段深度神经网络的舰船目标识别[J]. 刘峰,沈同圣,马新星,张健.  光学精密工程. 2017(11)



本文编号：3055595