Fugu-MT 論文翻訳(概要): Rover Relocalization for Mars Sample Return by Virtual Template Synthesis and Matching

論文の概要: Rover Relocalization for Mars Sample Return by Virtual Template Synthesis and Matching

arxiv url: http://arxiv.org/abs/2103.03395v1
Date: Fri, 5 Mar 2021 00:18:33 GMT
ステータス: 処理完了
システム内更新日: 2021-03-08 16:31:54.538933
Title: Rover Relocalization for Mars Sample Return by Virtual Template Synthesis and Matching
Title（参考訳）: 仮想テンプレート合成とマッチングによる火星試料のローバー再局在化
Authors: Tu-Hoa Pham, William Seto, Shreyansh Daftry, Barry Ridge, Johanna Hansen, Tristan Thrush, Mark Van der Merwe, Gerard Maggiolino, Alexander Brinkman, John Mayo, Yang Cheng, Curtis Padgett, Eric Kulczycki, Renaud Detry
Abstract要約: 我々は、概念火星サンプルリターンキャンペーンの文脈におけるローバー再局在化の問題を検討する。このキャンペーンでは、ローバー(R1)は、約50 x 50 mの領域内を自律的にナビゲートおよびローカライズできる必要があります。本研究では,相対的に不規則な地形に対してロバスト性を示す視覚ローカライザーを提案する。
参考スコア（独自算出の注目度）: 48.0956967976633
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We consider the problem of rover relocalization in the context of the notional Mars Sample Return campaign. In this campaign, a rover (R1) needs to be capable of autonomously navigating and localizing itself within an area of approximately 50 x 50 m using reference images collected years earlier by another rover (R0). We propose a visual localizer that exhibits robustness to the relatively barren terrain that we expect to find in relevant areas, and to large lighting and viewpoint differences between R0 and R1. The localizer synthesizes partial renderings of a mesh built from reference R0 images and matches those to R1 images. We evaluate our method on a dataset totaling 2160 images covering the range of expected environmental conditions (terrain, lighting, approach angle). Experimental results show the effectiveness of our approach. This work informs the Mars Sample Return campaign on the choice of a site where Perseverance (R0) will place a set of sample tubes for future retrieval by another rover (R1).
Abstract（参考訳）: 我々は、概念火星サンプルリターンキャンペーンの文脈におけるローバー再局在化の問題を検討する。このキャンペーンでは、ローバー(R1)は、別のローバー(R0)によって数年前に収集された参照画像を使用して、約50 x 50 mの領域内を自律的にナビゲートおよびローカライズできる必要があります。本研究では,相対的に不規則な地形に対してロバスト性を示す視覚ローカライザーを提案し,r0とr1の照明と視点の違いを明らかにした。ローカライザは、参照r0画像から構築されたメッシュの部分レンダリングを合成し、r1画像とマッチングする。提案手法は,予測環境条件(地形,照明,接近角)を網羅した2160枚の画像のデータセット上で評価した。実験結果は、我々のアプローチの有効性を示しています。この作品は、別のローバー(R1)による将来の検索のために、Perseverance(R0)がサンプルチューブのセットを配置するサイトの選択に関するMars Sample Returnキャンペーンを知らせます。
全文参考訳へのリンク