Underwater Perception for Robotics: A Review

该论文是机器人水下感知领域的综合性综述，系统梳理了水下机器人（ROV/AUV）在复杂水下环境中进行感知、定位、建图和理解的各类方法。水下感知是水下机器人的核心技术挑战，因为水下环境存在光照衰减、颜色失真、散射、浑浊、低纹理、动态水流等问题，传统视觉和激光方法难以直接应用。论文将水下感知方法分为五大类：1）水下视觉感知，包括水下图像增强与复原、水下目标检测与识别、水下语义分割、水下3D重建等；2）水下声学感知，包括多波束声呐、侧扫声呐、前视声呐、合成孔径声呐（SAS）等声学传感器的感知与建图；3）水下多传感器融合，包括视觉-声呐融合、视觉-惯性融合、声学-惯性融合、多模态融合等；4）水下定位与建图，包括水下SLAM、水下里程计、水下回环检测、水下语义建图等；5）水下场景理解，包括水下目标跟踪、水下场景分类、水下异常检测、水下生物识别等。论文详细讨论了水下感知的传感器选型、成像模型、算法设计、评估方法，以及在海洋科考、水下考古、海洋工程、水下巡检、军事应用等领域的应用。该综述引用超过400次，是水下机器人感知领域的重要参考资料。