基于视觉的AUV自主水下管线跟踪方法

• 作者: 王昊 颜承昊 任俊丽 邵思扬
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: AUV 海底管线跟踪 状态表示学习 深度强化学习
• 年，卷（期）: 2021,（20）
• 所属期刊栏目: 信息技术|Information Technology
• 页码范围: 16-19,23
• 页数: 5页
• 分类号: TP242
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2021.20.004

摘要

对海下管线的检测是保证其正常运行的必要环节.文章针对海下管道巡检问题,提出一种结合状态表示学习和深度强化学习的方法,使水下机器人能够基于图像进行管线跟踪.利用无监督表征学习方法提取海底管线图像特征,结合任务情况设计了动作、状态空间和奖励函数,通过SAC算法学习一个稳健的跟踪控制策略.最后搭建仿真环境进行试验,证明了所提出方法的有效性和泛化性.