طراحی سامانه عبور از موانع تلفیقی اکوستیکی-اپتیکی در رونده های زیرآبی خودران به کمک روش پیروی دیواره و پیروی غرفه

تشخیص موانع و اجتناب از برخورد با آنها یکی از چالش های بزرگ برای وسایل نقلیه زیرآبی خودران (AUV) محسوب می شود. برای اجتناب از بکارگیری سونارهای برد بلند که قیمت بالایی دارند، این مسئله دشوارتر می شود. در این مقاله، یک چارچوب آکوستیکی-اپتیکی یکپارچه برای تشخیص مانع و برنامه ریزی مسیر ایمن ارائه می گردد. این روش بر اساس استفاده توام  تصویر دوربین مرئی، هنگامیکه وسیله نزدیک سطح آب بالا می آید، و دو اسکن متوالی سونار، هنگامیکه وسیله زیر آب حرکت می کند، طراحی شده است. در روش پیشنهادی از یک شبکه U-NET با یک رمزگذار MobileNetV۲ برای تشخیص موانع و از یک شبکه LSTM برای پیش بینی موقعیت ها و حرکت موانع متحرک استفاده می شود. همچنین از ترکیب شبکه U-NET و الگوریتم میدان پتانسیل مصنوعی (APF) برای بدست آوردن مسیر بهینه وسیله نقلیه، استفاده شدهاست. علاوه بر این، دو روش، روش پیروی دیواره (WFM) و روش پیروی غرفه  (SFM)، برای تبدیل مسیر بهینه به دست آمده از APF به تصاویر هدف مناسب برای آموزش شبکه معرفی شده اند. نتایج تجربی بر اساس داده های واقعی و شبیه سازی شده نشان می دهد که دقت تشخیص مسیر ایمن با استفاده از WFM بر اساس معیار IOU به ۰.۹۶۵ می رسد. علاوه بر این، برد تشخیص موانع زیر آب در مقایسه با استفاده از اطلاعات سونار به تنهایی با برد مشابه تقریبا ۱۵ متر افزایش می یابد. این مسئله زاویه تصحیح سمت حرکت وسیله را به طور قابل توجهی کاهش می دهد.

کلیدواژه ها:

auv ، Obstacle avoidance ، Sonar ، Integrated acoustic-optic detection ، Deep learning ، وسایل نقلیه زیرآبی خودران ، اجتناب از موانع ، سونار ، یادگیریعمیق ، تلفیق آکوستیکی اپتیکی