MarsLGPR：基于探地雷达的火星车定位

在本工作中，我们提出将探地雷达（GPR）用于火星车定位。精确的位姿估计对在行星表面运行的移动机器人是一项重要任务，因为它们在无GPS环境中运行。尽管视觉里程计能提供精确定位，但其计算代价高昂，且在昏暗或高对比度光照条件下可能失效。轮式编码器也可提供里程计估计，但在火星遇到的沙质地形上容易打滑。虽然传统上是一种科学调查传感器，GPR已在地球上通过地下特征匹配用于地形分类和定位。Perseverance火星车和即将推出的ExoMars火星车已配备GPR传感器以辅助寻找水和矿物资源。我们提出利用GPR辅助火星车定位。具体而言，我们开发了一种新颖的基于GPR的深度学习模型，用于预测一维相对位姿平移。我们将GPR位姿预测方法与惯性及轮式编码器数据在滤波框架中融合，以输出火星车定位。我们在火星类比环境中进行了实验，证明我们的GPR基位移预测不仅优于轮式编码器，还改善了高打滑环境下的多模态滤波估计。最后，我们呈现了首个面向火星类比环境中基于GPR定位的数据集，该数据集将在 https://umfieldrobotics.github.io/marslgpr 公开发布。