論文の概要: Pole Estimation and Optical Navigation using Circle of Latitude Projections

• arxiv url: http://arxiv.org/abs/2302.03609v1
• Date: Tue, 7 Feb 2023 17:13:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-08 15:28:22.646824
• Title: Pole Estimation and Optical Navigation using Circle of Latitude Projections
• Title（参考訳）: 緯度投影円を用いた極の推定と光航法
• Authors: John A. Christian
• Abstract要約: 帯状大気を持つ天体の回転画像は、緯度円(CoL)として十分にモデル化された特徴を含むことができる。 この研究は、スピン小惑星の極方向と共分散を決定するためにCoLプロジェクションがどのように用いられるかを示す。 固体球体としてモデル化された既知の惑星の場合、宇宙船のローカライゼーションに類似したCoLプロジェクションがどの程度用いられるかが示されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Images of both rotating celestial bodies (e.g., asteroids) and spheroidal planets with banded atmospheres (e.g., Jupiter) can contain features that are well-modeled as a circle of latitude (CoL). The projections of these CoLs appear as ellipses in images collected by cameras or telescopes onboard exploration spacecraft. This work shows how CoL projections may be used to determine the pole orientation and covariance for a spinning asteroid. In the case of a known planet modeled as an oblate spheroid, it is shown how similar CoL projections may be used for spacecraft localization. These methods are developed using the principles of projective geometry. Numerical results are provided for simulated images of asteroid Bennu (for pole orientation) and of Jupiter (for spacecraft localization).
• Abstract（参考訳）: 回転する天体(小惑星など)と、帯状大気(木星など)を持つ球状惑星の両方の画像は、緯度(CoL)の円としてうまくモデル化された特徴を含むことができる。 これらのCoLの投影は、探査用宇宙船のカメラや望遠鏡によって収集された画像の楕円形に見える。 この研究は、スピン小惑星の極方向と共分散を決定するためにCoLプロジェクションがどのように用いられるかを示す。 固体球体としてモデル化された既知の惑星の場合、宇宙船のローカライゼーションに類似したCoLプロジェクションがどの程度用いられるかが示されている。 これらの手法は射影幾何学の原理を用いて開発されている。 数値的な結果は、小惑星ベンヌ(極方向)と木星(宇宙船のローカライゼーション)のシミュレーション画像に提供される。

関連論文リスト

• On the Generation of a Synthetic Event-Based Vision Dataset for Navigation and Landing [69.34740063574921]
  本稿では,最適な着陸軌道からイベントベースの視覚データセットを生成する手法を提案する。 我々は,惑星と小惑星の自然シーン生成ユーティリティを用いて,月面のフォトリアリスティックな画像のシーケンスを構築した。 パイプラインは500トラジェクトリのデータセットを構築することで,表面特徴の現実的なイベントベース表現を生成することができることを示す。
  論文  参考訳（メタデータ） (2023-08-01T09:14:20Z)
• Camera Calibration from a Single Imaged Ellipsoid: A Moon Calibration Algorithm [0.0]
  この研究は、画像化された楕円体と観測者の目標相対状態の情報を組み合わせて、単一の画像化された楕円体からカメラキャリブレーションを実現する。 カメラキャリブレーションアルゴリズムは、エリプシドの合成画像や、カッシーニ探査機が捉えた土星の衛星の惑星画像に適用される。
  論文  参考訳（メタデータ） (2023-07-02T23:55:27Z)
• Sphere2Vec: A General-Purpose Location Representation Learning over a Spherical Surface for Large-Scale Geospatial Predictions [73.60788465154572]
  現在の2Dおよび3D位置エンコーダはユークリッド空間における点距離をモデル化するために設計されている。 本研究では,球面上の点座標を符号化する場合に,球面距離を保存できるSphere2Vecというマルチスケール位置エンコーダを提案する。
  論文  参考訳（メタデータ） (2023-06-30T12:55:02Z)
• Locating Hidden Exoplanets in ALMA Data Using Machine Learning [10.316742952272394]
  機械学習が惑星の存在を迅速かつ正確に検出できることを実証する。 我々はシミュレーションから生成された合成画像に基づいてモデルを訓練し、実際の観測に応用して、実際の系における形成惑星を同定する。
  論文  参考訳（メタデータ） (2022-11-17T14:02:16Z)
• Exoplanet Cartography using Convolutional Neural Networks [0.0]
  近未来には、専用の望遠鏡が反射光で地球に似た太陽系外惑星を観測し、その特性を評価できる。 巨大な距離のため、全ての太陽系外惑星は単一のピクセルとなるが、そのスペクトルフラックスの時間変化は惑星の表面や大気に関する情報を保持する。 本研究では, 惑星の自転軸, 表面, 雲マップをシミュレーションした単画素フラックスと偏光観測から取得するための畳み込みニューラルネットワークをテストする。
  論文  参考訳（メタデータ） (2022-04-25T17:52:20Z)
• Accurate 3-DoF Camera Geo-Localization via Ground-to-Satellite Image Matching [102.39635336450262]
  地上で取得したクエリ画像とジオタグ付き衛星画像の大規模データベースとをマッチングすることにより、地上から衛星画像のジオローカライズの問題に対処する。 我々の新しい手法は、衛星画像のピクセルサイズの精度まで、クエリー画像のきめ細かい位置を達成できる。
  論文  参考訳（メタデータ） (2022-03-26T20:10:38Z)
• Processing Images from Multiple IACTs in the TAIGA Experiment with Convolutional Neural Networks [62.997667081978825]
  我々は、畳み込みニューラルネットワーク(CNN)を用いて、TAIGA実験からモンテカルロシミュレーション画像を分析する。 この分析は、ガンマ線によるシャワーに対応する画像の選択と、ガンマ線のエネルギーを推定することを含む。
  論文  参考訳（メタデータ） (2021-12-31T10:49:11Z)
• DPNNet-2.0 Part I: Finding hidden planets from simulated images of protoplanetary disk gaps [6.2194417376659015]
  DPNNet citepaud20に次いで第2のDPNNet-2.0を導入し,原始惑星円盤のシミュレーション画像から直接外惑星質量を予測する。 この研究は、アタカマ大 (sub-)Millimeter Array) のような望遠鏡による塵面密度マップで観測された惑星間隙から外惑星の質量を直接抽出するコンピュータビジョン(CNNの実装)の利用に向けた最初のステップである。
  論文  参考訳（メタデータ） (2021-07-19T18:00:31Z)
• First Full-Event Reconstruction from Imaging Atmospheric Cherenkov Telescope Real Data with Deep Learning [55.41644538483948]
  チェレンコフ望遠鏡アレイは、地上のガンマ線天文学の未来である。 地上で作られた最初のプロトタイプ望遠鏡であるLarge Size Telescope 1は現在、最初の科学データを収集している。 我々は、深層畳み込みニューラルネットワークに基づくフルイベント再構築の開発とその実データへの適用を初めて提示する。
  論文  参考訳（メタデータ） (2021-05-31T12:51:42Z)
• Detection of asteroid trails in Hubble Space Telescope images using Deep Learning [0.0]
  本稿では,ハッブル宇宙望遠鏡で撮影した単一露光写真における小惑星軌道の画像認識へのDeep Learningの適用について述べる。 多層深層畳み込みニューラルネットワークに基づくアルゴリズムを用いて、検証セット上で80%以上の精度を報告する。
  論文  参考訳（メタデータ） (2020-10-29T09:03:18Z)
• Spherical Image Generation from a Single Normal Field of View Image by Considering Scene Symmetry [64.04809152763595]
  本研究では,NFOV画像から球面画像を生成する手法を提案する。 シーン対称性を用いて生成領域の自由度を制御する。 実験の結果,提案手法は対称から非対称に制御された様々な可塑性球面画像を生成することができることがわかった。
  論文  参考訳（メタデータ） (2020-01-09T14:09:12Z)

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。