Sep, 2023

一种自主基于视觉的行星间导航算法

PDF
TL;DR自动驾驶的星际卫星通过结合轨道确定方法与适用于星际自主平台的图像处理流程构建了一个全视觉导航算法，以从深空图像中提取的行星位置作为输入，进而增强了估计准确性，并开发了一种新颖的深空导航分析测量模型，该模型对光离差和光时间效应进行了一阶近似，通过在一个高保真度的地球 - 火星星际转移上进行算法性能测试，证明了该算法在深空导航中的适用性。
发现论文，激发创造
  • 基于深度学习的星载机相对导航方法综述

    该文综述了当前基于深度学习的自主航天器相对导航方法，并侧重于太空飞行器缘会和小型天体着陆等具体轨道应用。文章总结了深度学习相对导航算法的基本特征、主要动机和贡献，并比较了流行的视觉跟踪基准及其性质。此外，本文还讨论了潜在的应用以及预期的障碍。

    Aug, 2021

  • ShadowNav: 光影导航：黑暗环境下的月球导航中的自主全球定位

    通过使用月球上的独特地貌作为参照物，并采用粒子滤波算法，本文介绍了一种适用于月球漫游器的影子导航系统，该系统可以在黑暗和夜间环境中实现全局定位的自主驱动，该方法在月球模拟环境和亚利桑那州辛德湖进行的实地测试中已经得到验证。

    May, 2024

  • LunarNav：基于陨石坑的定位技术，用于远程自主 Lunar Rover 导航

    本文总结了 LunarNav 项目的最新发展，该项目开发了算法和软件，能够使月球探测车在月球上具备全球定位和导航能力，以实现对约 2000 公里范围内的区域进行探测和勘探工作，并通过检测周围的陨石坑来匹配数据库中已知的陨石坑，最终目标是实现定位误差小于 5 米，方向误差小于 3 度的自主导航。

    Jan, 2023

  • 极端海洋环境下的无人水面船视觉自主导航

    该研究论文介绍了一种应对极端海洋条件中目标物跟踪的自主视觉导航框架，该框架利用生成对抗网络（GAN）和 YOLOv5 目标检测器对视觉特征进行处理，并在沙尘暴和雾等极端能见度受限条件下进行了充分测试，结果表明该方案在多个指标上优于现有方法。

    Aug, 2023

  • 基于 AI 的轨道自主加油解决方案

    通过开发一种基于人工智能的导航算法，本文旨在成熟使用搭载的可见光波长摄像机作为对接和轨道上服务的主要传感器，减少对激光雷达的依赖并大大降低成本。

    Sep, 2023

  • 神经会合：学习为基础的稳健导航和控制，以遇到星际物体

    本文提出了一种称为神经约会（Neural-Rendezvous）的基于深度学习的指导和控制框架，使探测任何快速运动的天体尤其是星际物体（ISOs）变得高效且精确，同时提供一种方法在数值仿真中尝试所述方案。

    Aug, 2022

  • 利用单目图像实时、适航、非合作航天器姿态估计

    本文提出了一种基于卷积神经网络的单目位姿估计系统，结合基于 Blender 的合成数据生成方案，能够从纯合成训练数据泛化到北美洲猫头鹰飞船的真实空间图像，并在低功耗硬件上实现实时性。

    Jan, 2021

  • 使用 LiDAR 的预测处理进行机器人定位和导航

    用基于预测处理的感知方法，在不需要编码器读数的情况下，通过对激光传感器的自监督学习，实现了机器人的定位和导航，并通过随机梯度下降对变分自由能的边界进行在线状态估计和导航。

    Sep, 2021

  • 基于 CNN 的小行星附近导航的本地特征

    通过轻量级特征提取器，本研究采用视觉为基础的接近导航方法解决小行星探测任务中的挑战，提供了在照明变化和仿射变换下具有稳健性的特征提取方法，同时将合成图像和实际数据结合以验证其有效性。通过该研究，取得了在小行星导航领域准确导航和定位的成果，并为未来的研究提供了有价值的见解。

    Sep, 2023

  • 超越观察：一种 ObjectNav 的方法

    本文探究了如何利用多传感器数据融合和最先进的机器学习算法，实现名为视觉语义导航的任务，在不需要先验环境知识的情况下使用自我中心视觉观测来到达属于目标语义类别的物体。我们的方法在 Habitat Challenge 2021 ObjectNav 的 Minival 阶段和 Test-Standard 阶段中，取得了第四名的成绩。

    Jun, 2021