論文の概要: Visual SLAM with DEM Anchoring for Lunar Surface Navigation

• arxiv url: http://arxiv.org/abs/2603.17229v1
• Date: Wed, 18 Mar 2026 00:24:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-19 18:32:57.454227
• Title: Visual SLAM with DEM Anchoring for Lunar Surface Navigation
• Title（参考訳）: 月面ナビゲーションのためのDEMアンカリングを用いた視覚SLAM
• Authors: Adam Dai, Guillem Casadesus Vila, Grace Gao,
• Abstract要約: 将来の月のミッションでは、挑戦的な地形を数km横断できる自律探査船が必要になります。 地球の測位システム、極端な照明、低テクスチュアなリゴリスの欠如は、特に月の長距離航行を困難にしている。 本稿では,学習した特徴の検出とグローバル制約のマッチングを統合したステレオ視覚的同時位置決めマッピングシステム(SLAM)を提案する。
• 参考スコア（独自算出の注目度）: 1.1240669509034298
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Future lunar missions will require autonomous rovers capable of traversing tens of kilometers across challenging terrain while maintaining accurate localization and producing globally consistent maps. However, the absence of global positioning systems, extreme illumination, and low-texture regolith make long-range navigation on the Moon particularly difficult, as visual-inertial odometry pipelines accumulate drift over extended traverses. To address this challenge, we present a stereo visual simultaneous localization and mapping (SLAM) system that integrates learned feature detection and matching with global constraints from digital elevation models (DEMs). Our front-end employs learning-based feature extraction and matching to achieve robustness to illumination extremes and repetitive terrain, while the back-end incorporates DEM-derived height and surface-normal factors into a pose graph, providing absolute surface constraints that mitigate long-term drift. We validate our approach using both simulated lunar traverse data generated in Unreal Engine and real Moon/Mars analog data collected from Mt. Etna. Results demonstrate that DEM anchoring consistently reduces absolute trajectory error compared to baseline SLAM methods, lowering drift in long-range navigation even in repetitive or visually aliased terrain.
• Abstract（参考訳）: 将来の月ミッションでは、挑戦的な地形を数km横断し、正確な位置を保ち、グローバルに一貫した地図を作成できる自律探査機が必要になります。 しかし、地球規模の測位システム、極端照明、低テクスチュア・リゴリスの欠如は、視覚・慣性オドメトリーパイプラインが延長された横方向のドリフトを蓄積するため、特に月への長距離航法を困難にしている。 この課題に対処するために、学習した特徴の検出と、デジタル標高モデル(DEM)からのグローバル制約とのマッチングを統合するステレオ視覚的同時位置決めマッピング(SLAM)システムを提案する。 我々のフロントエンドは、学習に基づく特徴抽出とマッチングを用いて、照度極端と反復的な地形に対する堅牢性を達成する一方、バックエンドは、DEM由来の高さと表面正規因子をポーズグラフに組み込んで、長期的なドリフトを緩和する絶対的な表面制約を提供する。 提案手法は,Unreal Engine で生成された月面走行データと,エトナ山から収集した実月/火星アナログデータの両方を用いて検証する。 その結果、DEMアンカーは、ベースラインSLAM法と比較して絶対軌道誤差を一定に低減し、反復的あるいは視覚的に許容される地形においても長距離航法におけるドリフトを低下させることを示した。

関連論文リスト

• Stereo-Inertial Poser: Towards Metric-Accurate Shape-Aware Motion Capture Using Sparse IMUs and a Single Stereo Camera [54.967647497048205]
  本稿では,距離精度と形状を考慮した3次元動作を推定するリアルタイムモーションキャプチャシステムであるStereo-Inertial Poserを提案する。 モノクラーRGBをステレオビジョンに置き換え、直接3次元キーポイント抽出と形状パラメータ推定を可能にした。 ドリフトフリーなグローバル翻訳を長い記録時間で生成し,フットスケート効果を低減させる。
  論文  参考訳（メタデータ） (2026-03-02T17:46:38Z)
• Lunar-G2R: Geometry-to-Reflectance Learning for High-Fidelity Lunar BRDF Estimation [0.11242503819703255]
  月面デジタル標高モデル(DEM)から直接空間的に変化するBRDFパラメータを予測する幾何学-反射学習フレームワークを提案する。 チコクレーターの地理的に保持された地域での実験では, 最先端のベースラインに比べて光度誤差が38%減少することが示された。
  論文  参考訳（メタデータ） (2026-01-15T14:39:25Z)
• Stereovision Image Processing for Planetary Navigation Maps with Semi-Global Matching and Superpixel Segmentation [0.6610866298726173]
  本稿では,SGM(Semi-Global Matching)とスーパーピクセルベースの精細化を用いて,ブロックアーチファクトを緩和し,紛失した詳細を復元する。 提案手法は3つのデータセットで評価され,結果が得られた。
  論文  参考訳（メタデータ） (2025-09-06T08:53:10Z)
• LunarLoc: Segment-Based Global Localization on the Moon [52.418394025548295]
  GPSのような従来の地球ベースのナビゲーションインフラが利用できない月面での自律的な運用には、グローバルなローカライゼーションが不可欠である。 本稿では,グローバルなローカライゼーション手法であるLunarLocを提案する。 LunarLocは、マルチセッショングローバルローカライゼーション実験において、サブcmレベルの精度を実現し、月のグローバルローカライゼーションにおける技術状況を大幅に上回っている。
  論文  参考訳（メタデータ） (2025-06-20T12:06:47Z)
• M3Depth: Wavelet-Enhanced Depth Estimation on Mars via Mutual Boosting of Dual-Modal Data [16.951488779261343]
  火星探査機に適した深度推定モデルであるM3Depthを提案する。 火星の地形のスムーズでスムーズなテクスチャを考えると,このモデルにはウェーブレット変換に基づく畳み込みカーネルが組み込まれている。 M3Depthは、深さ推定における他の最先端手法と比較して、深さ推定精度が16%向上した。
  論文  参考訳（メタデータ） (2025-05-20T10:13:00Z)
• SMORE: Simultaneous Map and Object REconstruction [66.66729715211642]
  本稿では,LiDARから大規模都市景観を動的に再現する手法を提案する。 我々は、世界が厳格に動く物体と背景に分解される動的なシーンの構成モデルを総合的に捉え、最適化する。
  論文  参考訳（メタデータ） (2024-06-19T23:53:31Z)
• Homography Guided Temporal Fusion for Road Line and Marking Segmentation [73.47092021519245]
  道路線やマーキングは、移動車両、影、グレアの存在下でしばしば閉鎖される。 本稿では,映像フレームを補足的に利用するHomography Guided Fusion (HomoFusion) モジュールを提案する。 カメラ固有のデータと地上平面の仮定をクロスフレーム対応に利用することにより,高速・高精度性能が向上した軽量ネットワークの実現が期待できることを示す。
  論文  参考訳（メタデータ） (2024-04-11T10:26:40Z)
• Lunar Rover Localization Using Craters as Landmarks [7.097834331171584]
  そこで本研究では,クレーターを用いた月面ローバーの局地化手法として,ライダーやステレオカメラからの3次元点雲データと,モノクラー搭載画像のシェーディングキューを用いた手法を提案する。 本報告では, 搭載ライダーやステレオカメラの3次元点雲データを用いたクレーター検出と, 単眼画像におけるシェーディングキューを用いたクレーター検出の初期結果について述べる。
  論文  参考訳（メタデータ） (2022-03-18T17:38:52Z)
• TANDEM: Tracking and Dense Mapping in Real-time using Deep Multi-view Stereo [55.30992853477754]
  本稿では,リアルタイムな単分子追跡と高密度フレームワークであるTANDEMを紹介する。 ポーズ推定のために、TANDEMはアライメントのスライディングウィンドウに基づいて光度バンドル調整を行う。 TANDEMは最先端のリアルタイム3D再構成性能を示す。
  論文  参考訳（メタデータ） (2021-11-14T19:01:02Z)

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。