論文の概要: Design of a Visual Pose Estimation Algorithm for Moon Landing

• arxiv url: http://arxiv.org/abs/2502.14942v1
• Date: Thu, 20 Feb 2025 17:37:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-24 16:09:24.513596
• Title: Design of a Visual Pose Estimation Algorithm for Moon Landing
• Title（参考訳）: 月面着陸のための視覚的姿勢推定アルゴリズムの設計
• Authors: Atakan Süslü, Betül Rana Kuran, Halil Ersin Söken,
• Abstract要約: 宇宙船の位置と姿勢を推定する地形絶対航法を提案する。 探査機に搭載されているカメラで見られるクレーターは、以前に知られていたクレーターデータベースを用いて検出され、同定される。 シミュレーションにより,アルゴリズムの精度と推定に用いるクレーター数の影響を調べた。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: In order to make a pinpoint landing on the Moon, the spacecraft's navigation system must be accurate. To achieve the desired accuracy, navigational drift caused by the inertial sensors must be corrected. One way to correct this drift is to use absolute navigation solutions. In this study, a terrain absolute navigation method to estimate the spacecraft's position and attitude is proposed. This algorithm uses the position of the craters below the spacecraft for estimation. Craters seen by the camera onboard the spacecraft are detected and identified using a crater database known beforehand. In order to focus on estimation algorithms, image processing and crater matching steps are skipped. The accuracy of the algorithm and the effect of the crater number used for estimation are inspected by performing simulations.
• Abstract（参考訳）: 月面にピンポイントを着陸させるためには、宇宙船のナビゲーションシステムは正確でなければならない。 所望の精度を達成するためには、慣性センサによる航法ドリフトを補正する必要がある。 このドリフトを修正する方法の1つは、絶対的なナビゲーションソリューションを使用することである。 本研究では,宇宙船の位置と姿勢を推定する地形絶対航法を提案する。 このアルゴリズムは、宇宙船の下にあるクレーターの位置を推定するために利用する。 探査機に搭載されているカメラで見られるクレーターは、以前に知られていたクレーターデータベースを用いて検出され、同定される。 推定アルゴリズムにフォーカスするために、画像処理とクレーターマッチングステップをスキップする。 シミュレーションにより,アルゴリズムの精度と推定に用いるクレーター数の影響を調べた。

関連論文リスト

• ROLO-SLAM: Rotation-Optimized LiDAR-Only SLAM in Uneven Terrain with Ground Vehicle [49.61982102900982]
  荒地における地上車両の姿勢推定精度を向上させるために,LiDARを用いたSLAM法を提案する。 累積誤差の低減を支援するために,グローバルスケールの因子グラフが確立されている。 その結果,ROLO-SLAMは地上車両の姿勢推定に優れ,既存のLiDAR SLAMフレームワークよりも優れていた。
  論文  参考訳（メタデータ） (2025-01-04T02:44:27Z)
• LuSNAR:A Lunar Segmentation, Navigation and Reconstruction Dataset based on Muti-sensor for Autonomous Exploration [2.3011380360879237]
  環境認識とナビゲーションアルゴリズムが月探査の基盤となっている。 既存の月のデータセットのほとんどは、単一のタスクをターゲットにしています。 本稿では,マルチタスク,マルチシーン,マルチラベルのベンチマークデータセットLuSNARを提案する。
  論文  参考訳（メタデータ） (2024-07-09T02:47:58Z)
• 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 Autonomous Vision-Based Algorithm for Interplanetary Navigation [0.0]
  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。
  論文  参考訳（メタデータ） (2023-09-18T08:54:29Z)
• 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)
• Beyond Cross-view Image Retrieval: Highly Accurate Vehicle Localization Using Satellite Image [91.29546868637911]
  本稿では,地上画像と架空衛星地図とをマッチングすることにより,車載カメラのローカライゼーションの問題に対処する。 鍵となる考え方は、タスクをポーズ推定として定式化し、ニューラルネットベースの最適化によってそれを解くことである。 標準自動運転車のローカライゼーションデータセットの実験により,提案手法の優位性が確認された。
  論文  参考訳（メタデータ） (2022-04-10T19:16:58Z)
• The Unsupervised Method of Vessel Movement Trajectory Prediction [1.2617078020344619]
  本稿では,船体移動軌跡予測の教師なし手法を提案する。 これは、点間の時間差、試験された点と予測された前方および後方位置の間のスケールした誤差距離、時空間の角度からなる3次元空間におけるデータを表す。 多くの統計的学習法や深層学習法とは異なり、クラスタリングに基づく軌道再構成法は計算コストのかかるモデルトレーニングを必要としない。
  論文  参考訳（メタデータ） (2020-07-27T17:45:21Z)
• Lunar Terrain Relative Navigation Using a Convolutional Neural Network for Visual Crater Detection [39.20073801639923]
  本稿では、畳み込みニューラルネットワーク(CNN)と画像処理を用いて、シミュレーションされた宇宙船の位置を追跡するシステムを提案する。 CNNはLunaNetと呼ばれ、シミュレートされたカメラフレームのクレーターを視覚的に検出し、これらの検出は現在の推定された宇宙船の位置の領域にある既知の月のクレーターと一致している。
  論文  参考訳（メタデータ） (2020-07-15T14:19:27Z)
• Refined Plane Segmentation for Cuboid-Shaped Objects by Leveraging Edge Detection [63.942632088208505]
  本稿では,セグメント化された平面マスクを画像に検出されたエッジと整列するための後処理アルゴリズムを提案する。 これにより、立方体形状の物体に制限を加えながら、最先端のアプローチの精度を高めることができます。
  論文  参考訳（メタデータ） (2020-03-28T18:51:43Z)

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。