用于小天体表征与导航的基于关键点的立体光度学：一种因子图方法
计算机视觉与模式识别
2023-12-13 v1
摘要
本文提出将立体光度学 (SPC) 技术引入基于关键点的运动恢复结构 (SfM) 系统中，以估计检测到的路标处的表面法线和反照率，从而改进基于就位成像的小天体自主表面和形状表征。当前小天体形状重建的业界最佳实践方法（即 SPC）依赖于人在回路的验证和高保真的先验信息以获得准确结果，而我们摒弃了昂贵的 maplet 估计步骤，转而利用基于深度学习的自主关键点检测与匹配方法所获得的密集关键点测量和对应关系，以提供必要的摄影测量约束。此外，我们开发了一种基于因子图的方法，通过融合太阳传感器测量和图像关键点测量，实现对航天器姿态、路标位置、太阳相对方向以及表面法线和反照率的同步优化。所提出的框架在 Asteroid 4 Vesta 上 Cornelia 陨石坑的真实图像上进行了验证，并进行了姿态估计和建图与 SPC 重建结果的比较，其中我们展示了与 SPC 解的精确对齐，而无需依赖任何先验的相机姿态和地形信息或人在回路的参与。
引用
@article{arxiv.2312.06865,
title = {Keypoint-based Stereophotoclinometry for Characterizing and Navigating Small Bodies: A Factor Graph Approach},
author = {Travis Driver and Andrew Vaughan and Yang Cheng and Adnan Ansar and John Christian and Panagiotis Tsiotras},
journal= {arXiv preprint arXiv:2312.06865},
year = {2023}
}