深度学习驱动的海上无人船智能感知与决策技术进展

作者：Wang Yuying, Wu Hao, Qing Yuhao, Zhang Weidong, Shen Liquan, Xu Xin · 发表于：Journal of Image and Graphics · 年份：2026 · DOI：10.11834/jig.250439 · 研究领域：Maritime Navigation and Safety、Underwater Vehicles and Communication Systems、Maritime Transport Emissions and Efficiency

近年来智能无人系统技术持续推动海上无人水面艇 （Unmanned Surface Vehicles， USVs）感知与决策能力的提升，涌现出诸多面向复杂海洋环境的创新研究与实践部署。本文首先系统梳理了USV的发展历程与体系架构，分析其在船体设计、动力系统、通信控制与多传感器集成等方面的演进特征；进而围绕智能感知这一核心环节，重点综述了深度学习模型及多模态传感器融合在海上目标检测、障碍物识别、海况感知与多目标跟踪等任务中的应用进展，结合典型海事视觉数据集探讨了算法在跨域泛化、实时性与环境鲁棒性方面面临的挑战；进一步，本文总结了基于感知的导航、制导与控制方法，以及多船协同与群体智能在复杂动态海域中的研究现状与应用前景；最后，从恶劣海况下的感知稳健性、多模态融合机制、实时安全决策与分布式协同等角度，展望了海上无人船智能技术未来发展的关键问题与研究方向。