論文の概要: Vision-Based Estimation of Small Body Rotational State during the Approach Phase

• arxiv url: http://arxiv.org/abs/2302.11364v2
• Date: Sun, 6 Aug 2023 15:36:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-08 23:59:08.600924
• Title: Vision-Based Estimation of Small Body Rotational State during the Approach Phase
• Title（参考訳）: 接近位相における小体回転状態の視覚に基づく推定
• Authors: Paolo Panicucci, J\'er\'emy Lebreton, Roland Brochard, Emmanuel Zenou, and Michel Delpech
• Abstract要約: 本稿では,接近段階における小体回転状態の視覚的推定法を提案する。 このアルゴリズムは、2つの異なる小惑星を持つ800以上の試験ケースでテストされる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The heterogeneity of the small body population complicates the prediction of small body properties before the spacecraft's arrival. In the context of autonomous small body exploration, it is crucial to develop algorithms that estimate the small body characteristics before orbit insertion and close proximity operations. This paper develops a vision-based estimation of the small-body rotational state (i.e., the center of rotation and rotation axis direction) during the approach phase. In this mission phase, the spacecraft observes the rotating celestial body and tracks features in images. As feature tracks are the projection of the landmarks' circular movement, the possible rotation axes are computed. Then, the rotation axis solution is chosen among the possible candidates by exploiting feature motion and a heuristic approach. Finally, the center of rotation is estimated from the center of brightness. The algorithm is tested on more than 800 test cases with two different asteroids (i.e., Bennu and Itokawa), three different lighting conditions, and more than 100 different rotation axis orientations. Each test case is composed of about 250 synthetic images of the asteroid which are used to track features and determine the rotational state. Results show that the error between the true rotation axis and its estimation is below $10^{\circ}$ for $80\%$ of the considered test cases, implying that the proposed algorithm is a suitable method for autonomous small body characterization.
• Abstract（参考訳）: 小天体集団の多様性は、宇宙船の到着前に小天体特性の予測を複雑にする。 自律小天体探査の文脈では、軌道挿入と近接操作の前に小天体特性を推定するアルゴリズムを開発することが重要である。 本稿では,接近位相における小体回転状態(すなわち回転中心と回転軸方向)の視覚に基づく推定法について述べる。 このミッションでは、宇宙船は回転する天体を観測し、画像の特徴を追跡する。 特徴トラックがランドマークの円運動の投影であるので、可能な回転軸が計算される。 そして、特徴運動とヒューリスティックアプローチを利用して、可能な候補の中から回転軸解を選択する。 最後に、回転の中心は明るさの中心から推定される。 このアルゴリズムは、2つの異なる小惑星(ベンヌと伊藤川)と3つの異なる照明条件、100以上の異なる回転軸方向を持つ800以上の試験ケースで試験される。 それぞれのテストケースは、特徴を追跡し、回転状態を決定するために使用される小惑星の約250の合成画像で構成されている。 その結果、真の回転軸とその推定値の誤差は、考慮されたテストケースのうち10^{\circ}$ 以下であり、提案アルゴリズムが自律小体キャラクタリゼーションに適した方法であることが示唆された。

関連論文リスト

• Realization of a cold atom gyroscope in space [26.51389350743019]
  原子干渉計(AI)は2022年に中国宇宙ステーションで打ち上げられた。 この研究は、宇宙における最初のAIベースのジャイロスコープを実行し、将来の宇宙ベースのAI実験の道を開く。
  論文  参考訳（メタデータ） (2024-05-31T07:52:11Z)
• Computing Transiting Exoplanet Parameters with 1D Convolutional Neural Networks [0.0]
  2つの1次元畳み込みニューラルネットワークモデルが提示される。 1つのモデルは完全な光曲線で動作し、軌道周期を推定する。 もう1つは位相折りたたみ光曲線を演算し、軌道の半主軸と惑星と恒星の半径比の正方形を推定する。
  論文  参考訳（メタデータ） (2024-02-21T10:17:23Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)
• Minimal-noise estimation of noncommuting rotations of a spin [0.9217021281095907]
  2スピン圧縮状態を用いてスピンの回転を測定するために,$textSU (1,1)$interferometry の類似体を提案する。 特定の方向と強度について、古典的境界上のすべての赤道回転軸に対する感度の利点を示す。 この結果から,同じ最適化初期状態を持つ$x$-$y$平面の任意の方向の磁場を測定する方法が得られた。
  論文  参考訳（メタデータ） (2023-03-15T13:03:32Z)
• CRIN: Rotation-Invariant Point Cloud Analysis and Rotation Estimation via Centrifugal Reference Frame [60.24797081117877]
  CRIN,すなわち遠心回転不変ネットワークを提案する。 CRINは点の座標を直接入力として取り、局所点を回転不変表現に変換する。 点に基づく3次元回転の連続分布を導入する。
  論文  参考訳（メタデータ） (2023-03-06T13:14:10Z)
• E-Graph: Minimal Solution for Rigid Rotation with Extensibility Graphs [61.552125054227595]
  重なり合う領域を持たない2つの画像間の相対的な回転推定を解くために,新しい最小解を提案する。 E-Graphに基づいて、回転推定問題はより単純でエレガントになる。 回転推定戦略を6-DoFカメラのポーズと高密度3Dメッシュモデルを得る完全カメラ追跡マッピングシステムに組み込む。
  論文  参考訳（メタデータ） (2022-07-20T16:11:48Z)
• TomoSLAM: factor graph optimization for rotation angle refinement in microtomography [0.0]
  試料、検出器、信号源の相対軌道は伝統的に知られていると考えられている。 機械的反発、回転センサ測定誤差、熱変形、実際の軌道は所望のものとは異なる。 本研究の科学的新規性は、マイクロトモグラフィーにおける軌道改善の問題をSLAM問題として考察することである。
  論文  参考訳（メタデータ） (2021-11-10T08:00:46Z)
• RSDet++: Point-based Modulated Loss for More Accurate Rotated Object Detection [53.57176614020894]
  我々は、回転感度誤差(RSE)として、5パラメータと8パラメータの回転物体検出法の両方における損失の不連続性を分類する。 問題を軽減するために新しい変調された回転損失を導入し、回転感度検出ネットワーク(RSDet)を提案する。 10ピクセル未満のオブジェクトに対する本手法の精度をさらに向上するため,新しいRSDet++を提案する。
  論文  参考訳（メタデータ） (2021-09-24T11:57:53Z)
• Robust 6D Object Pose Estimation by Learning RGB-D Features [59.580366107770764]
  本稿では、この局所最適問題を解くために、回転回帰のための離散連続的な新しい定式化を提案する。 我々はSO(3)の回転アンカーを均一にサンプリングし、各アンカーから目標への制約付き偏差を予測し、最適な予測を選択するための不確実性スコアを出力する。 LINEMOD と YCB-Video の2つのベンチマーク実験により,提案手法が最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2020-02-29T06:24:55Z)
• Pedestrian orientation dynamics from high-fidelity measurements [65.06084067891364]
  本研究では,歩行者の運動の一般的な物理的特性に基づいて学習するディープ・ニューラル・アーキテクチャに基づく新しい計測手法を提案する。 提案手法は, 誤差を7.5度まで低減し, 向きを推定できることを示す。 このツールは、方向が鍵となる人間の群集力学の研究において、新たな可能性を開く。
  論文  参考訳（メタデータ） (2020-01-14T07:08:31Z)

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。