論文の概要: Mars Rover Localization Based on A2G Obstacle Distribution Pattern
Matching
- arxiv url: http://arxiv.org/abs/2210.03398v1
- Date: Fri, 7 Oct 2022 08:29:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-10 14:09:52.461779
- Title: Mars Rover Localization Based on A2G Obstacle Distribution Pattern
Matching
- Title(参考訳): A2G障害物分布パターンマッチングに基づく火星ローバー位置推定
- Authors: Lang Zhou (1), Zhitai Zhang (1), Hongliang Wang (1) ((1) College of
Surveying and Geo-Informatics, Tongji University)
- Abstract要約: NASAのMars 2020ミッションでは、Ingenuityヘリコプターがローバーと共に運ばれる。
従来の画像マッチング手法は、有効な画像対応を得るのに苦労する。
画像に基づく岩盤検出と岩盤分布パターンマッチングを組み合わせたアルゴリズムを用いて、A2G画像対応を得る。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Rover localization is one of the perquisites for large scale rover
exploration. In NASA's Mars 2020 mission, the Ingenuity helicopter is carried
together with the rover, which is capable of obtaining high-resolution imagery
of Mars terrain, and it is possible to perform localization based on
aerial-to-ground (A2G) imagery correspondence. However, considering the
low-texture nature of the Mars terrain, and large perspective changes between
UAV and rover imagery, traditional image matching methods will struggle to
obtain valid image correspondence. In this paper we propose a novel pipeline
for Mars rover localization. An algorithm combing image-based rock detection
and rock distribution pattern matching is used to acquire A2G imagery
correspondence, thus establishing the rover position in a UAV-generated ground
map. Feasibility of this method is evaluated on sample data from a Mars
analogue environment. The proposed method can serve as a reliable assist in
future Mars missions.
- Abstract(参考訳): ローバーの局所化は大規模なローバー探査の必要条件の一つである。
nasaのmars 2020ミッションでは、ingenuityヘリコプターは火星の地形の高解像度画像を取得することができるローバーと共に運ばれ、a2g(a2g)画像の対応に基づいてローバーを局在化することが可能である。
しかし、火星の地形の低テクスチュア性や、UAVとローバー画像の大きな視点の変化を考えると、従来の画像マッチング手法は有効な画像対応を得るのに苦労する。
本稿では,火星ローバー位置決めのための新しいパイプラインを提案する。
画像に基づく岩盤検出と岩盤分布パターンマッチングを組み合わせたアルゴリズムを用いて、A2G画像対応を取得し、UAV生成地上マップにローバー位置を確立する。
火星アナログ環境からのサンプルデータから本手法の有効性を評価する。
提案手法は将来の火星ミッションにおける信頼性の高い支援となる。
関連論文リスト
- Structure-Invariant Range-Visual-Inertial Odometry [17.47284320862407]
この研究は、火星科学ヘリコプターのミッション用に設計された新しいレンジ・ヴィジュアル・慣性オドメトリーシステムを導入している。
我々のシステムは、一貫した範囲情報を視覚的および慣性計測と融合することにより、最先端のxVIOフレームワークを拡張している。
提案手法は, 厳密なミッション条件を満たす地形相対速度を推定する。
論文 参考訳(メタデータ) (2024-09-06T21:49:10Z) - Mapping "Brain Terrain" Regions on Mars using Deep Learning [0.0]
臨界領域のセットは、火星の斜視の周期的な変化に反応して、比較的最近に氷が噴出するサイクルを見た可能性がある。
本研究では、畳み込みニューラルネットワークを用いて「ブラインコーラル」地形を含む表面領域を検出する。
火星探査機マーズ・リコネッサンス・オービター(Mars Reconnaissance Orbiter)の大型画像(100-1000メガピクセル)を使って、これらの地形を1ピクセルあたり数十センチ近い解像度で探索する。
論文 参考訳(メタデータ) (2023-11-21T02:24:52Z) - Boosting 3-DoF Ground-to-Satellite Camera Localization Accuracy via
Geometry-Guided Cross-View Transformer [66.82008165644892]
地上レベルの画像と一致/検索衛星画像との相対的な回転と変換を推定することにより、地上カメラの位置と方向の精度を向上させる手法を提案する。
実験の結果,本手法は最先端の手法よりも優れていた。
論文 参考訳(メタデータ) (2023-07-16T11:52:27Z) - MaRF: Representing Mars as Neural Radiance Fields [1.4680035572775534]
MARFは火星の環境を合成するためのフレームワークで、ローバーカメラの画像を何枚か集めている。
惑星地質学、シミュレートされた航法、形状解析などの惑星表面探査における重要な課題に対処する。
実験では,キュリオシティ・ローバー,パーセヴァンス・ローバー,インジェニティ・ヘリコプターによって捕獲された火星の実際のデータセットから生成された環境を実証した。
論文 参考訳(メタデータ) (2022-12-03T18:58:00Z) - Satellite Image Based Cross-view Localization for Autonomous Vehicle [59.72040418584396]
本稿では,市販の高精細衛星画像を使用可能な地図として利用することにより,良好な精度でクロスビュー車両のローカライゼーションを実現することができることを示す。
本手法はKITTIとFord Multi-AVの季節データセットを地上ビューとして,Google Mapsを衛星ビューとして検証した。
論文 参考訳(メタデータ) (2022-07-27T13:16:39Z) - 6D Camera Relocalization in Visually Ambiguous Extreme Environments [79.68352435957266]
本研究では,深海や地球外地形などの極端な環境下で得られた画像の列から,カメラのポーズを確実に推定する手法を提案する。
本手法は,室内ベンチマーク (7-Scenes データセット) における最先端手法と同等の性能を20%のトレーニングデータで達成する。
論文 参考訳(メタデータ) (2022-07-13T16:40:02Z) - CroCo: Cross-Modal Contrastive learning for localization of Earth
Observation data [62.96337162094726]
地上のLiDAR点雲をリモートセンシング画像上にローカライズすることに興味がある。
本稿では,DEMと高分解能光学画像に基づいて学習を行うコントラスト学習手法を提案する。
ベストシナリオは、トップ1スコア0.71、トップ5スコア0.81を得る。
論文 参考訳(メタデータ) (2022-04-14T15:55:00Z) - Towards Robust Monocular Visual Odometry for Flying Robots on Planetary
Missions [49.79068659889639]
火星に着陸したばかりのIngenuityは、トラバーサビリティの影響を受けない新時代の探検の始まりとなるでしょう。
高速な光フロートラッキングを用いた高能率単分子オードメトリーアルゴリズムを提案する。
また、相対翻訳情報行列の主成分分析に基づいて、スケールドリフトの現在のリスクを推定する新しい手法を提案する。
論文 参考訳(メタデータ) (2021-09-12T12:52:20Z) - Rover Relocalization for Mars Sample Return by Virtual Template
Synthesis and Matching [48.0956967976633]
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。
論文 参考訳(メタデータ) (2021-03-05T00:18:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。