LuSeg：基于对比驱动多模态特征融合的月球正负障碍物分割
计算机视觉与模式识别
2025-03-17 v1 机器人学
摘要
随着月球探测任务日益复杂，确保巡视器安全自主的表面巡视探测已成为月球探测任务的关键挑战之一。在本研究中，我们开发了一个名为月球探测模拟器系统（Lunar Exploration Simulator System, LESS）的月球表面模拟系统，并构建了 LunarSeg 数据集，该数据集为包含正负障碍物的月球障碍物分割提供了 RGB-D 数据。此外，我们提出了一种名为 LuSeg 的新型两阶段分割网络。通过对比学习，它强制第一阶段 RGB 编码器与第二阶段深度编码器之间的语义一致性。在我们提出的 LunarSeg 数据集以及额外的公开真实世界 NPO 道路障碍物数据集上的实验结果表明，LuSeg 在正负障碍物上均实现了 SOTA 的分割性能，同时保持了约 57\,Hz 的高推理速度。我们已在以下地址发布了 LESS 系统、LunarSeg 数据集的实现以及 LuSeg 的代码：https://github.com/nubot-nudt/LuSeg。
引用
@article{arxiv.2503.11409,
title = {LuSeg: Efficient Negative and Positive Obstacles Segmentation via Contrast-Driven Multi-Modal Feature Fusion on the Lunar},
author = {Shuaifeng Jiao and Zhiwen Zeng and Zhuoqun Su and Xieyuanli Chen and Zongtan Zhou and Huimin Lu},
journal= {arXiv preprint arXiv:2503.11409},
year = {2025}
}