基于 CNN 的小行星附近导航的本地特征

Sep, 2023

基于 CNN 的小行星附近导航的本地特征

CNN-based local features for navigation near an asteroid

Olli Knuuttila, Antti Kestilä, Esa Kallio

TL;DR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。

Abstract

This article addresses the challenge of vision-based proximity navigation in asteroid exploration missions and on-orbit servicing. Traditional feature extraction methods struggle with the significant appearance v

vision-based proximity navigation asteroid exploration missions feature extraction methods lightweight feature extractor asteroid navigation

发现论文，激发创造

NEARBY 平台：天文图像中自动探测小行星的算法

该研究论文介绍了一种使用大数据处理和分析，利用可视化分析技术进行快速人工数据验证的 NEO 检测算法，并将其集成到了自动化 MOPS 处理流水线中，以识别基于闪烁法的运动空间物体。

Jan, 2019

二值卷积神经网络在小型机体相对导航中的高效特征描述

介绍了一种基于二值卷积神经网络层的新型深度本地特征描述架构，该架构可显著降低计算和内存需求，并应用于实际的小天体图像上，相对于传统的手工制作方法表现出更好的性能，同时证明了在下一代宇宙飞船处理器上可实现可行的运行时间。

Apr, 2023

一种自主基于视觉的行星间导航算法

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。

Sep, 2023

使用基于云的容器化应用程序在天文图像中检测近地小行星的 NEARBY 平台

文章介绍了一个名为 NEARBY 的软件平台，该平台支持在星空图像中自动探测移动源（小行星），探测过程基于经典的 “眨眼” 检测法，并辅以静态和动态呈现以验证移动源。

Jan, 2019

小行星自动侦测原型

本文提供了一种基于 Python 编写的自动化流水线原型来解决 NEAs 检测的问题，以替代人工检测的方法。

Jan, 2019

用人工神经网络进行星体分类分析

研究通过可见光和 / 或红外光谱来分析小行星的地表成分，使用人工神经网络算法建立了小行星分类模型，以及应用于中国空间探测望远镜的分光数据分析。

Nov, 2023

Euclid：使用深度学习在模拟图像中识别小行星轨迹

通过使用深度学习方法，我们建立、训练和测试了一种机器学习流程，可以提高在 Euclid 图像中检测小行星痕迹的能力，大大增加了检测到的小行星数量。