研究人员开发了一种新方法，使水下机器人在视觉条件恶劣的情况下，通过融合视觉数据和声纳信息来提高其感知能力。该方法利用冻结的DINOv2基础模型表示进行视觉编码，并采用一种融合机制，根据视觉可靠性动态调整对每种模态的依赖程度。与单独使用DINOv2基线相比，这种退化感知融合方法在极端退化条件下的平衡准确率相对提高了33.5%，证明了自适应跨模态融合对于鲁棒水下机器人感知的价值。 AI
影响 提高了在挑战性环境中AI感知系统的鲁棒性，可能实现更可靠的机器人操作。
排序理由 详细介绍AI感知新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
