基于视觉的AUV自主水下管线跟踪方法

打开文本图片集

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。（剩余7770字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。