หุ่นยนต์สำรวจใต้น้ำมักประสบปัญหาในการระบุตำแหน่งพื้นที่ว่างเนื่องจากทัศนวิสัยที่จำกัด งานวิจัยนี้นำเสนอ AquaBEV โมเดลที่เปลี่ยนภาพถ่ายจากกล้องเดี่ยว (Monocular RGB) ให้เป็นแผนที่มุมมองด้านบนหรือ Bird's Eye View (BEV) ซึ่งปกติจะทำได้ยากหากไม่มีข้อมูลมิติความลึกที่แม่นยำ
AquaBEV ใช้วิธีการฝึกฝนแบบพิเศษโดยใช้ข้อมูลจากโซนาร์ 3 มิติ (3D Imaging Sonar) มาเป็นตัวกำกับ (Supervision) ในช่วงการเรียนรู้ ตัวโมเดลใช้การแปลงฟีเจอร์ภาพเป็นพิกัดโพลาร์ที่ไม่ต้องมีการปรับตั้งค่า (Calibration-free) และใช้การถอดรหัสแบบ Causal Decoding ตามระยะทาง ผลการทดสอบพบว่าให้ประสิทธิภาพดีกว่าโมเดลมาตรฐานเดิมถึง 4.3% ในการระบุพื้นที่ว่างใต้น้ำ
