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

成为VIP会员查看完整内容
93

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《军事行动自动化》【译文】2022最新报告
专知会员服务
162+阅读 · 2022年11月12日
机器学习的 7 个关键军事应用
专知会员服务
296+阅读 · 2022年4月24日
《军事行动自动化》【译文】2022最新报告
专知
57+阅读 · 2022年11月13日
「深度学习视频分析系统」最新2022研究进展综述
THU数据派
0+阅读 · 2022年11月11日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
16+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
Arxiv
27+阅读 · 2023年1月12日
已删除
Arxiv
32+阅读 · 2020年3月23日
Arxiv
12+阅读 · 2019年2月26日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
VIP会员
相关VIP内容
《军事行动自动化》【译文】2022最新报告
专知会员服务
162+阅读 · 2022年11月12日
机器学习的 7 个关键军事应用
专知会员服务
296+阅读 · 2022年4月24日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
16+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
相关论文
微信扫码咨询专知VIP会员