Mohammad Arif Ul Alam

新型融合方法利用声纳增强水下机器人视觉

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。