論文の概要: An Autonomous Vision-Based Algorithm for Interplanetary Navigation
- arxiv url: http://arxiv.org/abs/2309.09590v1
- Date: Mon, 18 Sep 2023 08:54:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-19 14:21:28.154001
- Title: An Autonomous Vision-Based Algorithm for Interplanetary Navigation
- Title（参考訳）: 惑星間ナビゲーションのための自律視覚に基づくアルゴリズム
- Authors: Eleonora Andreis, Paolo Panicucci, Francesco Topputo
- Abstract要約: 視覚に基づくナビゲーションアルゴリズムは、軌道決定法と画像処理パイプラインを組み合わせることで構築される。
光収差と光時間効果の1次近似を提供する新しい解析モデルを開発した。
アルゴリズムの性能は、高忠実な地球-火星間移動で試験される。
- 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 surge of deep-space probes makes it unsustainable to navigate them with
standard radiometric tracking. Self-driving interplanetary satellites represent
a solution to this problem. In this work, a full vision-based navigation
algorithm is built by combining an orbit determination method with an image
processing pipeline suitable for interplanetary transfers of autonomous
platforms. To increase the computational efficiency of the algorithm, a
non-dimensional extended Kalman filter is selected as state estimator, fed by
the positions of the planets extracted from deep-space images. An enhancement
of the estimation accuracy is performed by applying an optimal strategy to
select the best pair of planets to track. Moreover, a novel analytical
measurement model for deep-space navigation is developed providing a
first-order approximation of the light-aberration and light-time effects.
Algorithm performance is tested on a high-fidelity, Earth--Mars interplanetary
transfer, showing the algorithm applicability for deep-space navigation.
- Abstract（参考訳）: 深宇宙探査機のサージは、標準的な放射計追跡でそれらをナビゲートすることは不可能である。
自走型惑星間衛星はこの問題の解決策である。
本研究では、軌道決定法と、惑星間移動に適した画像処理パイプラインを組み合わせることで、完全な視覚に基づくナビゲーションアルゴリズムを構築する。
アルゴリズムの計算効率を高めるために、深宇宙画像から抽出された惑星の位置によって供給される非次元拡張カルマンフィルタを状態推定器として選択する。
追跡する惑星の最適な対を選択するための最適な戦略を適用することにより、推定精度の向上を図る。
さらに,光収差と光時間効果を1次近似した新しい深宇宙航法解析モデルを開発した。
アルゴリズムの性能は高忠実な地球上でテストされ、火星間移動が深宇宙航法に適用可能であることを示す。
関連論文リスト
- Long-distance Geomagnetic Navigation in GNSS-denied Environments with Deep Reinforcement Learning [62.186340267690824]
既存の地磁気航法の研究は、事前保存された地図や広範囲な探索に依存しており、探索されていない地域での適用性や航法効率の低下に繋がる。
本稿では,特に長距離地磁気航法における深部強化学習(DRL)に基づくメカニズムについて述べる。
設計されたメカニズムは、プリストアドマップや広範囲で高価な探索アプローチではなく、地磁気ナビゲーションのための磁気受容能力を学ぶようにエージェントを訓練する。
論文 参考訳（メタデータ） (2024-10-21T09:57:42Z) - Real-time Multi-view Omnidirectional Depth Estimation System for Robots and Autonomous Driving on Real Scenes [9.073031720400401]
ロボットと車両の両方の現実シナリオにおけるナビゲーションと障害物回避のための全方位深度推定システムとそれに対応するアルゴリズムを提案する。
実時間全方位深度推定を実現するために,球面スイーシング法とモデルアーキテクチャを併用したRtHexa-OmniMVSアルゴリズムを提案する。
提案アルゴリズムは,屋内および屋外の両方で複雑な実世界のシナリオにおいて高い精度を示し,エッジコンピューティングプラットフォーム上で15fpsの推論速度を実現する。
論文 参考訳（メタデータ） (2024-09-12T08:44:35Z) - A Bionic Data-driven Approach for Long-distance Underwater Navigation with Anomaly Resistance [59.21686775951903]
様々な動物が環境の手がかりを使って正確なナビゲーションをしている。
動物航法にインスパイアされたこの研究は、長距離水中航法のためのバイオニックでデータ駆動のアプローチを提案する。
提案手法では,GPSシステムや地理地図を必要とせず,測地データを用いてナビゲーションを行う。
論文 参考訳（メタデータ） (2024-02-06T13:20:56Z) - Angle Robustness Unmanned Aerial Vehicle Navigation in GNSS-Denied
Scenarios [66.05091704671503]
本稿では、ポイントツーポイントナビゲーションタスクにおける飛行偏差に対処する新しい角度ナビゲーションパラダイムを提案する。
また、Adaptive Feature Enhance Module、Cross-knowledge Attention-guided Module、Robust Task-oriented Head Moduleを含むモデルを提案する。
論文 参考訳（メタデータ） (2024-02-04T08:41:20Z) - An Image Processing Pipeline for Autonomous Deep-Space Optical
Navigation [0.0]
本稿では,無人惑星間航法のための画像からの未解決ビーコン認識と視線抽出のための革新的なパイプラインを提案する。
開発したアルゴリズムは、kベクター法を用いて、恒星以外の物体の識別と統計的確率を利用して、画像中にビーコン射影が見えるかどうかを検出する。
論文 参考訳（メタデータ） (2023-02-14T09:06:21Z) - Construction of Object Boundaries for the Autopilotof a Surface Robot
from Satellite Imagesusing Computer Vision Methods [101.18253437732933]
衛星地図上での水物体を検出する手法を提案する。
輪郭のGPS座標を計算するアルゴリズムを作成する。
提案アルゴリズムは,表面ロボットオートパイロットモジュールに適したフォーマットで結果の保存を可能にする。
論文 参考訳（メタデータ） (2022-12-05T12:07:40Z) - Space Non-cooperative Object Active Tracking with Deep Reinforcement
Learning [1.212848031108815]
DRLAVTと命名されたDQNアルゴリズムに基づくエンドツーエンドのアクティブなトラッキング手法を提案する。
追尾宇宙船のアプローチを、色やRGBD画像にのみ依存した任意の空間の非協力目標に導くことができる。
位置ベースのビジュアルサーボベースラインアルゴリズムでは、最先端の2DモノクロトラッカーであるSiamRPNをはるかに上回っている。
論文 参考訳（メタデータ） (2021-12-18T06:12:24Z) - Deep Learning-based Spacecraft Relative Navigation Methods: A Survey [3.964047152162558]
本調査は,現在の深層学習に基づく自律型宇宙船の相対航法について検討することを目的としている。
宇宙船のランデブーや小さな天体や月への着陸など、具体的な軌道の応用に焦点を当てている。
論文 参考訳（メタデータ） (2021-08-19T18:54:19Z) - Occupancy Anticipation for Efficient Exploration and Navigation [97.17517060585875]
そこで我々は,エージェントが自我中心のRGB-D観測を用いて,その占有状態を可視領域を超えて推定する,占有予測を提案する。
エゴセントリックなビューとトップダウンマップの両方でコンテキストを活用することで、私たちのモデルは環境のより広いマップを予測できます。
われわれのアプローチは、2020 Habitat PointNav Challengeの優勝だ。
論文 参考訳（メタデータ） (2020-08-21T03:16:51Z) - Reinforcement Learning for Low-Thrust Trajectory Design of
Interplanetary Missions [77.34726150561087]
本稿では, 惑星間軌道のロバスト設計における強化学習の適用について検討する。
最先端アルゴリズムのオープンソース実装が採用されている。
その結果得られた誘導制御ネットワークは、堅牢な名目的軌道と関連する閉ループ誘導法の両方を提供する。
論文 参考訳（メタデータ） (2020-08-19T15:22:15Z) - Topological Sweep for Multi-Target Detection of Geostationary Space
Objects [43.539256589118644]
我々の研究は、静止軌道(GEO)における人工物体の光学的検出に焦点を当てている。
GEO物体検出は、明るい恒星の散らばりの中で小さな点として現れるターゲットの距離のために困難である。
本稿では,光画像の短いシーケンスからGEOオブジェクトを見つけるために,トポロジカルスイープに基づく新しいマルチターゲット検出手法を提案する。
論文 参考訳（メタデータ） (2020-03-21T06:00:41Z)
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。