Une enquête sur les ensembles de données et technologies de perception maritime pour les navires de surface autonomes

Résumé Ces dernières années, les navires autonomes de surface maritime (ASVs) ont suscité un intérêt croissant grâce aux avancées des technologies de capteurs et de l'apprentissage profond. Un défi clé dans le développement d'une navigation maritime sûre est la capacité à percevoir l'environnement maritime dynamique, ce qui implique des tâches telles que la détection d'obstacles, la reconnaissance des éléments de navigation et la conscience situationnelle. Cet article passe en revue une série d'études sur les ensembles de données maritimes et les algorithmes de perception, dont beaucoup présentent leurs propres ensembles de données accompagnés de modèles de perception. Les ensembles de données sont organisés en fonction des configurations des capteurs et des objectifs des tâches, ainsi que des algorithmes utilisés pour des tâches telles que la détection d'objets, la segmentation sémantique, le suivi de cibles, la fusion multimodale de capteurs, et la localisation et cartographie simultanées (SLAM). Cette enquête offre un aperçu complet des avancées récentes en perception maritime du point de vue de la robotique et fournit des informations précieuses pour orienter les recherches futures vers le développement de systèmes de navigation autonomes sûrs et fiables.