LunarLoc：基于分割的月球全局定位
计算机视觉与模式识别
2025-06-23 v1
摘要
全局定位是月球表面自主运动中必不可少的能力，传统的地球基导航设施（如GPS）在该环境下不可用。随着NASA在阿耐忱计划推进月球持续驻扎，自主运动将成为机器人探索和基础设施部署等任务的关键组件。诸如regolith挖掘和运输等任务需要精确的姿态估计，但目前的方法如视觉-惯性里程计(VIO)在长距离行驶后会累积里程漂移。对于依赖自主代理在延长的时间尺度和多变地形上运行的即将到来的任务（如ISRU Pilot Excavator, IPEx），精确姿态估计尤为重要。为克服长距离行驶中的里程漂移，我们提出LunarLoc，一种基于实例分割的全局定位方法，可零样本从载荷立体图像中提取岩石地标。通过图论数据关联，将分割检测构建的地形图表示与之前会话中捕获的环境参考图对齐。该方法在视觉模糊环境下实现精确且无漂移的全局定位。LunarLoc在多会话全局定位实验中实现亚厘米级精度，显著优于月球全局定位领域的现有技术。为鼓励开发进一步的月球全局定位方法，我们公开发布数据集及播放模块：https://github.com/mit-acl/lunarloc-data。
引用
@article{arxiv.2506.16940,
title = {LunarLoc: Segment-Based Global Localization on the Moon},
author = {Annika Thomas and Robaire Galliath and Aleksander Garbuz and Luke Anger and Cormac O'Neill and Trevor Johst and Dami Thomas and George Lordos and Jonathan P. How},
journal= {arXiv preprint arXiv:2506.16940},
year = {2025}
}