解决视觉导航中的相机传感器故障：仿真与数据集开发

视觉导航(VBN)算法在太空任务中的重要性日益增加，这对其可靠性和运行鲁棒性提出了众多挑战。传感器故障可能导致导航算法输出不准确，甚至完全的数据处理故障，从而可能危及任务目标。人工智能(AI)为检测此类故障提供了强大的解决方案，克服了与传统故障检测方法相关的许多局限性。然而，在此背景下采用AI的主要障碍是缺乏包含故障图像数据的足够且具有代表性的数据集。本研究通过聚焦于一个行星际探索任务场景来应对这些挑战。对VBN流程中使用的相机传感器潜在故障案例进行了全面分析。系统地描述了这些故障的原因和影响，包括它们对图像质量和导航算法性能的影响，以及常用的缓解策略。为支持此分析，引入了一个仿真框架，用于在合成生成的图像中重现故障条件，从而实现对故障数据的系统化和受控重现。由此产生的故障注入图像数据集为训练和测试基于AI的故障检测算法提供了宝贵的工具。数据集的最终链接将在禁运期后添加。对于同行评审者，此私有链接可用。