Resumen

Recientemente, la curiosidad de los seres humanos se ha expandido desde la tierra hasta el cielo y el mar. Además de enviar personas a explorar el océano y el espacio exterior, se diseñan robots para algunas tareas peligrosas para las criaturas vivas. Tomemos la exploración oceánica como ejemplo. Hay muchos proyectos o competencias sobre el diseño de Vehículos Submarinos Autónomos (AUV, por sus siglas en inglés) que han atraído mucho interés. Los autores de este artículo han aprendido la necesidad de actualizar la plataforma de un proyecto anterior de diseño de AUV, y les gustaría compartir la experiencia de una extensión de tarea en el área de detección de peces. Debido a que la mayoría de los sistemas integrados han sido mejorados por la rápida evolución de las tecnologías de computación y sensores, lo que les permite incorporar algoritmos cada vez más complicados. En un AUV, después de adquirir información del entorno de los sensores, cómo percibir y analizar la información correspondiente para tomar mejores decisiones es

• Materias:Teoremas Semigrupos Captura de vectores Vértice reflexivo Funciones trigonométricas
• Subjects:Theorems Semigroups Vector capture Reflexive vertex Trigonometric functions
• Palabras claves:Exploración oceánica; Vehículo Submarino Autónomo (AUV); Detección de peces; Sistemas embebidos; Red neuronal convolucional (CNN); Aumento de datos
• Keywords:Ocean exploration; Autonomous Underwater Vehicle (AUV); Fish detection; Embedded systems; Convolutional neural network (CNN); Data augmentation