几何引导的基于视觉的火星未来直升机定位——在挑战性照明条件下
计算机视觉与模式识别
2026-04-24 v3 机器人学
摘要
航天器的行星探索具有潜在的前所未有的科学发现能力。虽然 NASA 的火星直升机 Ingenuity 证明了在火星大气中实现飞行的可能性，但未来的火星旋翼机需要具备先进的导航能力以进行长距离飞行。一种关键能力是地图基定位 (MbL)，它在飞行期间将 onboard 图像与参考地图注册，以减轻视觉里程计累积误差。然而，旋翼机观察与参考地图之间的显著照明差异对传统 MbL 系统构成挑战，限制了车辆的运行窗口。在本工作中，我们研究了新的 MbL 系统，提出了 Geo-LoFTR，这是一种几何引导的深度学习模型，用于图像注册，在大幅照明差异下比先前模型更稳健。该系统由定制的仿真框架支持，利用真实轨道图产生大量逼真的火星地形图像。全面评估表明，我们提出的系统在局部化精度方面优于先前的 MbL 工作，尤其是在显著的光照和尺度变化条件下。此外，我们在模拟的火星一天以及真实火星图像上验证了方法的有效性。代码和数据集均可在 https://dpisanti.github.io/geo-loftr/ 获取。
引用
@article{arxiv.2502.09795,
title = {Geometry-aided Vision-based Localization of Future Mars Helicopters in Challenging Illumination Conditions},
author = {Dario Pisanti and Robert Hewitt and Roland Brockers and Georgios Georgakis},
journal= {arXiv preprint arXiv:2502.09795},
year = {2026}
}