石鱼：支持海洋机器人中的机器学习研究-计算机科学-人工智能-海洋机器人.pdf

石鱼：支持海洋机器人中的机器学习研究

MicheleGrimaldi,PatrykCieślak,EduardoOchoa,VibhavBharti,HayatRajani,IgnacioCarlucho,

MariaKoskinopoulou,YvanR.PetillotandNunoGracias

Abstract—模拟在海洋机器人技术中具有很高的价值，提

供了一个成本效益高且受控的环境来测试水下和水面操作中的Stonefish

挑战性条件。鉴于现实世界试验的成本高昂和后勤困难，能够SurfaceVehiclesUnderwaterManipulation

捕捉到海底环境操作条件的仿真器已经成为开发和完善遥控和

自主水下航行器算法的关键。本文强调了Stonefish模拟器

最近的改进，这是一个先进的开源平台，支持海洋机器人解决

方案的发展和测试。主要更新包括一系列额外的传感器，例如

Multi-robotSystems

本基于事件的相机、热成像相机和光流相机，以及视觉光通信、

译对有缆操作的支持、改良的推进器建模、更灵活的水动力学以

及增强的声纳准确性。这些发展和一个自动注释工具大大增强

中了Stonefish在海洋机器人研究中的作用，特别是在机器学习

2领域，其中带有已知真实情况的训练数据很难或不可能收集。ROS2

v/patrykcieslak/stonefish

7

8I.介绍

8

1在快速发展的机器人领域，模拟技术在研究和实UpdatedSonarSimulationThermalCamera

1

.际应用中扮演着重要角色，提供了控制性强且成本效

2Fig.1:石鱼：关键特征和改进。

0益高的测试和发展环境[1]。这尤其适用于海洋机器人

5

2领域，在那里，水下环境的恶劣和不可预测条件构成

:

v了重大挑战[2]。远程操作车辆（ROVs）和自主式水下本文介绍了Stonefish模拟器[7]的最新进展，这

i

x航行器（AUVs）在包括海洋学研究、水下基础设施检是一个最先进的海洋机器人仿真平台。如图1所示，重

r

a查和深海探索等各种应用中发挥着核心作用[3],[4]。大改进涵盖多个关键领域，使其成为最通用和精确的

开发和部署海底机器人需要严格的测试，以确保其在海洋及水下机器人仿真器之一。值得注意的增强功能

各种环境条件下可靠且性能良好。然而，由于成本高包括新GPU加速传感器的集成、可见光通信（VLC）

昂、物流复杂以及可能对昂贵设备造成损害，真实世的实现以及声纳仿真的增强。上述新的传感器包括一

界中的水下测试往往是不切实际的。因此，能够捕捉个事件相机（EBC）、热成像相机和光学流传感器。现

到水下环境特征的模拟器已成为海底机器人领域不可有的前视声纳（FLS）得到了显著升级，提高了模拟

或缺的工具[5][6]。此外，基于深度学习和其他机器数据的准确性和可靠性。所有这些增加和改进明显扩

学习方法的新算法如今被广泛使用，而其发展受制于展了平台在传感器仿真方面的功能，从而为机器学习

标注数据量不足的问题。这些数据包括来自在可见光研究生成数据集开辟了新的可能性。此外，该模拟器

谱内和外运行的摄像机（如热成像相机）、事件传感器现在支持将机器人与缆绳连接起来，提供了参与海底

以及声纳的数据，还包括导航真值等。