基于深度学习的无人船集群水面分区协同分类打捞方法

基于深度学习的无人船集群水面分区协同分类打捞方法，旨在解决大面积水域悬浮物回收问题。利用SLAM技术构建水域三维地图，实现环境感知，并合理划分区域，进行重叠补偿，提升作业覆盖率和效率；利用A*算法对各分区进行全覆盖路径规划，优化路径长度。巡航时，无人船集群获取动态环境信息，利用DWA算法进行避障；同时应用深度学习算法监测和分类悬浮物。通过DeepSORT算法追踪已识别悬浮物，计算其等效移动速度和位置偏移量，预测未来位置，并根据优先级利用DWA算法规划最短路径，进行打捞。打捞后，依据船体数据判断运行状态，动态调整任务。