論文の概要: MarsLab: A Martian Rover Simulator for Planetary Rover Autonomous Navigation
- arxiv url: http://arxiv.org/abs/2609.34702v1
- Date: Mon, 28 Sep 2026 09:18:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 03:38:59.515524
- Title: MarsLab: A Martian Rover Simulator for Planetary Rover Autonomous Navigation
- Title（参考訳）: MarsLab:惑星ローバーの自律走行のための火星ローバーシミュレータ
- Abstract要約: 将来の火星ミッションでは、未構造化の地形を横断し、照明、大気塵、限られた通信を行うローバーの自律性が必要になります。
我々は、自律性とナビゲーションアルゴリズム開発のためのオープンソースのROS2ネイティブ火星ローバーシミュレータであるMarsLabを紹介する。
- 参考スコア（独自算出の注目度）: 11.377400037075837
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Future Mars missions will require rover autonomy that can operate across unstructured terrain, changing illumination, atmospheric dust, and limited communication. Simulation is a practical way to study these conditions before deployment, but existing Mars-relevant resources differ in scope, including mission-oriented simulators, fixed analog datasets, task-specific environments, and open robotics interfaces. In this context, we present MarsLab, an open-source, ROS2-native Mars rover simulator for autonomy and navigation algorithm development. MarsLab combines HiRISE-derived and procedural terrain with customizable rock, crater, solar-illumination, and atmospheric-dust settings, and runs a Perseverance-class rover model in NVIDIA Isaac Sim. The runtime publishes RGB, depth, RGB-D point clouds, LiDAR, IMU, wheel odometry, and Ground Truth (GT) pose data through standard ROS2 topics. We demonstrate MarsLab with Simultaneous Localization and Mapping (SLAM) benchmarks across sensing modalities, dust levels, scene geometry, and route length, and with Visual Place Recognition (VPR) benchmarks over repeated Mars Base traversals under illumination and dust changes. The results illustrate how controlled scene variation and shared GT trajectories can be used to compare trajectory-level estimation and image-level place recognition within the same simulator. Our Project Page: https://kimhoyun-robotair.github.io/MarsLab/.
- Abstract（参考訳）: 将来の火星ミッションでは、未構造化の地形を横断し、照明、大気塵、限られた通信を行うローバーの自律性が必要になります。
シミュレーションは、展開前にこれらの条件を研究するための実用的な方法であるが、既存の火星関連資源は、ミッション指向シミュレータ、固定アナログデータセット、タスク固有の環境、オープンロボティクスインターフェースなど、範囲によって異なる。
この文脈では、自律性とナビゲーションアルゴリズム開発のためのオープンソースのROS2ネイティブ火星ローバーシミュレータであるMarsLabを紹介する。
MarsLabはHiRISEから派生したプロシージャ地形と、カスタマイズ可能な岩、クレーター、太陽イルミネーション、大気ダストの設定を組み合わせることで、NVIDIA Isaac SimでPerseveranceクラスのローバーモデルを実行している。
ランタイムは、RGB、ディープ、RGB-Dポイントクラウド、LiDAR、IMU、ホイール・オドメトリー、グラウンド・トゥルース(GT)が標準のROS2トピックを通じてデータをパブリッシュする。
照明およびダスト変化下で繰り返し発生するマーズ・ベース・トラバーサル上での視覚的位置認識(VPR)ベンチマークと、モダリティ、ダストレベル、シーン形状、ルート長を横断するSLAMベンチマークを用いて、MarsLabを実証した。
その結果、制御されたシーン変動と共有GTトラジェクトリを用いて、同一シミュレータ内の軌跡レベルの推定と画像レベルの位置認識を比較した。
プロジェクトページ: https://kimhoyun-robotair.github.io/MarsLab/。
関連論文リスト
- Learning to Drive on Mars: Visual Multimodal Traversability Estimation for Off-World Navigation [12.470797142308166]
人間の操作者および搭載プランナーであるENavによって駆動される500ソルと45kmの軌道にまたがるデータセットを提示する。
私たちのデータセットには、グレースケールのステレオ画像ペア、ポーズ、加速度計の読み取り、ロッカー・ボギー角、傾きとホイールスリップの推定が含まれています。
マルチモーダル運転経験から地形表現を学習する不確実性を考慮したトラバーサビリティ推定フレームワークを提案する。
論文 参考訳（メタデータ） (2026-09-21T17:45:18Z) - MARTIAN: A Rendering Framework for Aerial Mars Imagery from HiRISE Orbital Data [1.929589089941562]
MARTIANはオープンソースのレンダリングフレームワークで、制御可能な照明条件下で火星の地形のリアルな空中ビューを合成する。
MARTIANは、Ingenuityと将来の火星ロータークラフトのための地図ベースのローカライゼーションシステムの開発を通じて検証されている。
論文 参考訳（メタデータ） (2026-05-28T09:12:57Z) - Martian World Models: Controllable Video Synthesis with Physically Accurate 3D Reconstructions [116.56517155163716]
本研究では,実際のステレオナビゲーション画像から3次元火星環境を再構築するデータキュレーションパイプラインを提案する。
火星の地形ビデオジェネレータMarsGenは、データにエンコードされた3D構造と視覚的にリアルで幾何学的に整合した新しいビデオを合成する。
提案手法は、地上データセットで訓練された映像合成モデルより優れ、優れた視覚的忠実度と3次元構造整合性を実現する。
論文 参考訳（メタデータ） (2025-07-10T17:54:27Z) - 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) - MarsLGPR: Mars Rover Localization with Ground Penetrating Radar [9.119337621957827]
火星のローバーローバーローカライゼーションにおける地中レーダ(GPR)の利用を提案する。
我々は1次元相対的なポーズ翻訳を予測する新しいGPRベースのディープラーニングモデルを開発した。
我々は,火星のアナログ環境で実験を行い,GPRに基づく変位予測が両輪エンコーダより優れていることを示す。
論文 参考訳（メタデータ） (2025-03-06T20:19:21Z) - Vision-based Geo-Localization of Future Mars Rotorcraft in Challenging Illumination Conditions [4.6901215692204286]
Geo-LoFTRは画像登録のための幾何学支援ディープラーニングモデルである。
提案方式は, 照明やスケールの変動による局所化精度において, 従来のMbLよりも優れていた。
論文 参考訳（メタデータ） (2025-02-13T22:10:21Z) - Towards Robust Monocular Visual Odometry for Flying Robots on Planetary
Missions [49.79068659889639]
火星に着陸したばかりのIngenuityは、トラバーサビリティの影響を受けない新時代の探検の始まりとなるでしょう。
高速な光フロートラッキングを用いた高能率単分子オードメトリーアルゴリズムを提案する。
また、相対翻訳情報行列の主成分分析に基づいて、スケールドリフトの現在のリスクを推定する新しい手法を提案する。
論文 参考訳（メタデータ） (2021-09-12T12:52:20Z) - RMA: Rapid Motor Adaptation for Legged Robots [71.61319876928009]
本稿では,四足歩行ロボットにおけるリアルタイムオンライン適応の課題を解決するために,ラピッドモータ適応(RMA)アルゴリズムを提案する。
RMAは、参照軌跡や事前に定義された足跡生成器のようなドメイン知識を使わずに、完全にシミュレーションで訓練される。
我々は、生物エネルギーにインスパイアされた報酬を用いて様々な地形発生装置でRMAを訓練し、様々な困難な地形に展開する。
論文 参考訳（メタデータ） (2021-07-08T17:59:59Z) - DriveGAN: Towards a Controllable High-Quality Neural Simulation [147.6822288981004]
DriveGANと呼ばれる新しい高品質のニューラルシミュレータを紹介します。
DriveGANは、異なるコンポーネントを監督なしで切り離すことによって制御性を達成する。
実世界の運転データ160時間を含む複数のデータセットでdriveganをトレーニングします。
論文 参考訳（メタデータ） (2021-04-30T15:30:05Z) - Sim-to-Real Transfer for Vision-and-Language Navigation [70.86250473583354]
本研究では,従来は目に見えなかった環境下でロボットを解放し,制約のない自然言語ナビゲーション指示に従うという課題について検討する。
VLN(Vision-and-Language Navigation)の課題に関する最近の研究は、シミュレーションにおいて大きな進歩を遂げている。
ロボット工学における本研究の意義を評価するため,シミュレーションで訓練されたVLNエージェントを物理ロボットに転送する。
論文 参考訳（メタデータ） (2020-11-07T16:49:04Z)
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。