論文の概要: Navigation Around Unknown Space Objects Using Visible-Thermal Image Fusion

• arxiv url: http://arxiv.org/abs/2512.12203v1
• Date: Sat, 13 Dec 2025 06:24:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-16 17:54:56.157716
• Title: Navigation Around Unknown Space Objects Using Visible-Thermal Image Fusion
• Title（参考訳）: 可視熱画像融合による未知物体周辺のナビゲーション
• Authors: Eric J. Elias, Michael Esswein, Jonathan P. How, David W. Miller,
• Abstract要約: 従来のカメラは日食や影の期間に苦労し、ライダーはより重く、かさばる、より電力を消費する傾向にある。 熱赤外線カメラは、これらの制限なしに、困難な照明条件を通してターゲットのRSOを追跡することができる。 この研究では、低軌道上のターゲット衛星の画像は、可視光と熱赤外の両方で写真的にシミュレートされる。
• 参考スコア（独自算出の注目度）: 14.00203703469527
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As the popularity of on-orbit operations grows, so does the need for precise navigation around unknown resident space objects (RSOs) such as other spacecraft, orbital debris, and asteroids. The use of Simultaneous Localization and Mapping (SLAM) algorithms is often studied as a method to map out the surface of an RSO and find the inspector's relative pose using a lidar or conventional camera. However, conventional cameras struggle during eclipse or shadowed periods, and lidar, though robust to lighting conditions, tends to be heavier, bulkier, and more power-intensive. Thermal-infrared cameras can track the target RSO throughout difficult illumination conditions without these limitations. While useful, thermal-infrared imagery lacks the resolution and feature-richness of visible cameras. In this work, images of a target satellite in low Earth orbit are photo-realistically simulated in both visible and thermal-infrared bands. Pixel-level fusion methods are used to create visible/thermal-infrared composites that leverage the best aspects of each camera. Navigation errors from a monocular SLAM algorithm are compared between visible, thermal-infrared, and fused imagery in various lighting and trajectories. Fused imagery yields substantially improved navigation performance over visible-only and thermal-only methods.
• Abstract（参考訳）: 軌道上での運用の人気が高まるにつれて、他の宇宙船、軌道の破片、小惑星などの未知の宇宙物体(RSO)の正確な航法も必要となる。 RSOの表面をマッピングし、ライダーや従来のカメラを用いて検査者の相対的なポーズを見つける方法として、SLAMアルゴリズムがよく研究されている。 しかし、従来のカメラは日食や影の期間に苦労し、ライダーは照明条件に頑丈だが、より重く、かさばる、より電力を消費する傾向にある。 熱赤外線カメラは、これらの制限なしに、困難な照明条件を通してターゲットのRSOを追跡することができる。 有効だが、熱赤外画像は可視カメラの解像度と特徴豊かさを欠いている。 この研究では、低軌道上のターゲット衛星の画像は、可視光と熱赤外の両方で写真的にシミュレートされる。 ピクセルレベルの融合法は、各カメラの最良の側面を利用する可視・熱赤外複合材料を作成するために使用される。 単眼のSLAMアルゴリズムからのナビゲーションエラーは、様々な照明や軌跡の可視、熱赤外、融合画像で比較される。 融合画像は、可視光と熱のみの手法よりも航法性能が大幅に向上する。

関連論文リスト

• Event-RGB Fusion for Spacecraft Pose Estimation Under Harsh Lighting [12.693029310111143]
  宇宙船のポーズ推定は、ランデブー、ドッキング、軌道上でのサービスなど、自律的な宇宙での運用に不可欠である。 視覚に基づくポーズ推定法は、通常RGBイメージングセンサーを使用するが、厳しい照明条件に悩まされている。 本研究は,RGBとイベントセンサを組み合わせたセンサ融合手法を提案する。
  論文  参考訳（メタデータ） (2025-07-08T06:11:42Z)
• ThermalNeRF: Thermal Radiance Fields [32.881758519242155]
  LWIRとRGB画像の集合からシーン再構築のための統一的なフレームワークを提案する。 我々は、前処理のステップとして、RGBと赤外線カメラを互いに調整する。 提案手法は,RGBや熱チャネルに隠された物体を視覚的に除去すると共に,超高分解能な熱分解能を有することを示す。
  論文  参考訳（メタデータ） (2024-07-22T02:51:29Z)
• NiteDR: Nighttime Image De-Raining with Cross-View Sensor Cooperative Learning for Dynamic Driving Scenes [49.92839157944134]
  夜間の運転シーンでは、不十分で不均一な照明が暗闇の中でシーンを遮蔽し、画質と可視性が低下する。 雨天時の運転シーンに適した画像デライニング・フレームワークを開発した。 雨の人工物を取り除き、風景表現を豊かにし、有用な情報を復元することを目的としている。
  論文  参考訳（メタデータ） (2024-02-28T09:02:33Z)
• Drone Object Detection Using RGB/IR Fusion [1.5469452301122175]
  本研究では,AIRSimシミュレーションエンジンとCycleGANを用いて合成赤外線画像を作成する手法を開発した。 我々は、地上での物体検出のためにRGBとIR画像の融合に照明対応の融合フレームワークを利用する。 我々のソリューションは、実際のドローン上で動作するNVIDIA Jetson Xavier上に実装されており、RGB/IRイメージペアあたり28ミリ秒の処理が必要になります。
  論文  参考訳（メタデータ） (2022-01-11T05:15:59Z)
• Unsupervised Depth and Ego-motion Estimation for Monocular Thermal Video using Multi-spectral Consistency Loss [76.77673212431152]
  本研究では,全日深度とエゴモーション推定のための教師なし学習手法を提案する。 提案手法はマルチスペクトル整合性損失を利用してネットワークを補完的に監視する。 提案手法で訓練されたネットワークは、低照度およびゼロ照度条件下での単眼熱ビデオの深度とポーズを堅牢に推定する。
  論文  参考訳（メタデータ） (2021-03-01T05:29:04Z)
• Exploring Thermal Images for Object Detection in Underexposure Regions for Autonomous Driving [67.69430435482127]
  アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。 サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。 本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-01T09:59:09Z)
• Drone-based RGB-Infrared Cross-Modality Vehicle Detection via Uncertainty-Aware Learning [59.19469551774703]
  ドローンによる車両検出は、空中画像中の車両の位置とカテゴリーを見つけることを目的としている。 我々はDroneVehicleと呼ばれる大規模ドローンベースのRGB赤外線車両検出データセットを構築した。 私たちのDroneVehicleは28,439RGBの赤外線画像を収集し、都市道路、住宅地、駐車場、その他のシナリオを昼から夜までカバーしています。
  論文  参考訳（メタデータ） (2020-03-05T05:29:44Z)

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。