行星探索的高保真 3D 重建

行星探索日益依赖能够在缺乏全球定位或与地球实时通信的情况下感知、解释和重建环境的自主机器人系统。在行星表面运行的车辆必须在严苛的环境约束、有限的视觉冗余度和通信延迟的限制下，进行 onboard 空间意识和视觉定位，这是任务成功的关键组件。传统基于结构从运动（Structure-from-Motion，SfM）和同步定位与地图（Simultaneous Localization and Mapping，SLAM）的技术提供几何一致性，但在不规则、低纹理 terrain（典型的外星环境）中难以捕获辐射细节或有效扩展。本 work 通过将 radiance field 基础方法——具体为神经辐射场（Neural Radiance Fields，NeRF）和高斯光点（Gaussian Splatting）—整合到一个统一、自动的环境重建管道，用于行星机器人。我们的系统将 Nerfstudio 和 COLMAP 框架与 ROS2 兼容的工作流程相结合，可直接从 rosbag 记录中处理原始车辆数据。该方法 enables 从最小视觉输入生成稠密、照片实在且度量一致的 3D 表示，支持行星类环境下自主系统感知和规划的改进。该管道为未来 radiance field 基的映射研究奠定了基础，弥合了几何与神经表示在行星探索中的差距。