面向安全小天体着陆的单目深度危险检测
计算机视觉与模式识别
2023-02-01 v1 机器人学
图像与视频处理
摘要
危险检测与规避是未来机器人小天体采样返回和着陆任务的一项关键技术。当前最先进的方法依赖于高保真、先验地形图，这需要大量人在回路验证和昂贵的侦察活动来解决制图不确定性。我们提出了一种新颖的安全制图范式，利用深度语义分割技术从单张单目图像直接预测着陆安全性，从而减少对高保真先验数据产品的依赖。我们在 OSIRIS-REx 任务中真实原位拍摄的候选采样点图像上展示了精确且准确的安全制图性能。
引用
@article{arxiv.2301.13254,
title = {Deep Monocular Hazard Detection for Safe Small Body Landing},
author = {Travis Driver and Kento Tomita and Koki Ho and Panagiotis Tsiotras},
journal= {arXiv preprint arXiv:2301.13254},
year = {2023}
}
备注
Presented at the AAS/AIAA Space Flight Mechanics Meeting, January 14-19, 2023, Austin, TX, USA