河川監視ロボットは、地理的なウェイポイントだけでは説明できない障害物や水際を解釈する必要がある。リソース制約のあるプラットフォームでは、不完全な視覚予測をタイムリーで検査可能なガイダンスに変換することが独自の課題となる。物体ラベルや操舵コマンドだけでは、どの証拠が意思決定を支えているのか、またその証拠がいつ信頼できないのかを説明できない。そこで研究チームは、デバイス上の知覚からガイダンスまでのアーキテクチャである PAANI を提案した。
PAANI は、プロジェクトで訓練された YOLO11n 検出器とカスタムの MobileNetV3 Small セマンティックセグメンターを Arduino UNO Q 上で組み合わせ、タイムスタンプで整合された証拠融合を行う。有界トラッキングが物体の持続性を提供し、明示的なコリドーポリシーが水面ラベル、受理された検出、緊急度、マスク不確実性を統合する。各最終アドバイザリは、寄与した証拠とポリシー理由を開示する。ROS 2 インターフェースがローカル AI パイプラインを、別個の Gazebo 船舶、位置推定、制御テストベッドに接続する。
訓練には、4 クラス検出用に 10,000 枚の WaterScenes 画像を、セグメンテーション用に 1,127 枚の MaSTr1325 画像（198 枚のセグメンテーション検証画像を含む）を使用した。選択された FP32 ONNX モデルは 14.817 MB を占める。検出器チェックポイントの 0.5 IoU でのテスト mAP は 0.7388 であり、別途評価された矩形 ONNX エクスポートは 0.5 IoU での検証 mAP が 0.7367 である。セグメンテーション ONNX の検証 mIoU は 0.9750 である。5 分間の UNO Q 記録では、0.5 Hz の設定ケイデンスで、パイプライン遅延の中央値と 95 パーセンタイルがそれぞれ 467.8 ms と 580.3 ms であった。
評価ではまた、黒色入力の誤分類と、サンプリングレートの不一致により診断用の見かけの動き推定器が十分な証拠を収集できない問題が特定された。これらの結果は、検査可能で再利用可能なエッジロボティクスの基盤を支持しつつ、モデル精度とオンボード実行を、検証済みの水上衝突回避とは明確に区別している。論文は 20 ページ、8 図、11 表で、システムと AI アーキテクチャ図、モデル訓練結果、定性的評価、Arduino UNO Q 展開測定を含む。プロジェクトコード、訓練済みモデル、ONNX アーティファクト、ログ、再現性ドキュメントは、論文で示されたリンクで入手可能である。本論文は cs.AI に分類され、arXiv:2609.22353 として、Santhiya Rajan により 2026 年 9 月 17 日に提出された。