Датчики и методы искусственного интеллекта для ситуационной осведомлённости автономных судов: обзор

Ожидается, что автономные суда повысят уровень безопасности и эффективности будущего мореплавания. Таким судам необходимы системы восприятия для двух целей: обеспечения автономной ситуационной осведомлённости и контроля целостности самой сенсорной системы. Для удовлетворения этих потребностей система восприятия должна объединять данные, поступающие от новых и традиционных датчиков восприятия, с использованием методов искусственного интеллекта (ИИ). В статье рассматриваются признанные эксплуатационные требования, предъявляемые к обычным и автономным морским судам, а затем анализируются подходящие датчики и релевантные методы ИИ для эксплуатационной сенсорной системы. Рассматривается интеграция четырёх семейств датчиков: датчиков точного абсолютного позиционирования — приёмников глобальной навигационной спутниковой системы (GNSS) и инерциальных измерительных блоков (IMU); визуальных датчиков — моно- и стереокамер; акустических датчиков — микрофонов; и датчиков дистанционного зондирования — радиолокаторов (RADAR) и лидаров (LiDAR). Кроме того, обсуждаются источники вспомогательных данных, такие как автоматическая идентификационная система (AIS) и внешние архивы данных. Задачи восприятия связываются с чётко определёнными проблемами, включая обнаружение аномалий обстановки, классификацию судов и локализацию, которые могут решаться с помощью методов ИИ. Особо релевантными для этих задач признаны методы машинного обучения, такие как глубокое обучение и гауссовские процессы. Различные датчики и методы ИИ характеризуются с учётом эксплуатационных требований, а несколько передовых вариантов сравниваются по точности, сложности, необходимым ресурсам, совместимости с морской средой и адаптируемости к ней, а также, в особенности, по пригодности для практической реализации автономных систем.