《自主任务规划和管理系统的当前进展：AUV 和 UAV 视角》华盛顿大学等23页论文

硬件技术的进步使得复杂的软件得以更多的整合，引发了无人平台（UV）的发展和使用，并减轻了对机载智能的限制。因此，UV现在可以参与更复杂的任务，环境条件的不断变化需要更高水平的情景响应。本文是对UV任务规划和管理系统的介绍，旨在强调自主水下和空中飞行器领域的一些最新发展，此外还强调了一些可能的未来方向，并讨论了学到的经验教训。在这项研究中，对UV的自主性评估以及自主性的不同方面，如态势感知、认知和决策，进行了全面调查。本文分别解释了仿人系统和自主系统的性能，并强调了人类在UV操作中的作用和影响。

• 1.引言
• 1.1 自主水下航行器（AUV）面临的挑战
• 1.2 无人驾驶飞行器（UAV）面临的挑战
• 2.如何评估自主性水平？
• 2.1 移动性、获取和保护（MAP）
• 2.2 德雷珀三维智能空间
• 2.3 自主控制水平图(ACL)
• 2.4 自主性的谢里登量表
• 2.5 案例研究。各种自主性措施的比较
• 3.自主性与自动化
• 4.任务规划-管理系统及其组成部分
• 4.1 什么是态势感知（SA）？
• 4.2 什么是认知？
• 5.基于无人机的任务规划和任务管理系统
• 6.基于AUV的任务规划和任务管理系统
• 7.蜂群机器人场景下的自主任务规划和管理系统
• 8.结论

专知便捷查看

便捷下载，请关注专知人工智能公众号（点击上方关注）

• 点击“发消息” 回复 “UV23” 就可以获取《《自主任务规划和管理系统的当前进展：AUV 和 UAV 视角》华盛顿大学等23页论文》专知下载链接

                       

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取100000+AI主题知识资料