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

本文介绍了一种基于陨石坑的月球探测器定位技术，通过在轨数据重建陨石坑地图，并利用激光雷达和摄像机识别陨石坑地标，能够实现 5 到 10 米的定位精度。

Mar, 2022

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

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

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

本文提出了基于低成本四轴飞行器及单目相机的半稠密 SLAM 系统的自主微型航空器导航和探索方法，旨在解决之前假定稠密地图信息的探索方法无法直接应用于纹理缺失区域的挑战。

Sep, 2016

本文提出了一种利用聚合体拼贴结构实现的阴影匹配算法，从而为城市定位提供风险感知和可证明的保证。

Apr, 2022

视觉技术在月球机器人应用中的整合遇到了许多挑战，本文提出了一个通用的任务流程，使用目标检测、实例分割和抓取检测，可以通过以不同的方式使用这些基于视觉的系统的结果，实现各种不同的应用。我们成功地在困难的光照条件下，在非平坦表面上进行了岩石堆叠任务，成功率达到了 92%。最后，我们展示了一个实验，用于组装 3D 打印的机器人组件，以便在将来进行更复杂的任务。

Sep, 2023

在这项工作中，我们提出了一个新颖的四肢导航框架 TOP-Nav，它将全面路径规划器与地形感知、避障和闭环本体感知整合在一起，突出了视觉和本体感知在路径和动作规划中的协同作用。通过在路径规划器中引入地形估计，我们使机器人能够在更易通过的地形上选择航点，同时有效避开障碍物。在动作规划水平上，我们不仅实现了一种运动控制器来跟踪导航命令，还构建了一个本体感知顾问，为路径规划器提供动作评估。基于闭环运动反馈，我们对基于视觉的地形和障碍物估计进行在线校正。因此，TOP-Nav 在开放世界导航中实现了机器人能够处理先前知识分布范围之外的地形或干扰，并克服了视觉条件造成的约束。通过在模拟和真实环境中进行广泛实验，TOP-Nav 在开放世界导航中展现出了优于现有方法的性能。

Apr, 2024

本研究介绍了一种利用自由可得的地图数据和语义线索构建的概率模型，从而实现精准的自我定位，该方法比忽略语义信息的竞争方法具有更快的定位速度，更少的计算和更强的鲁棒性。

Jun, 2016