结合数据驱动与几何模型用于RGB或事件相机的卫星对接口状态估计
机器人学
2024-09-25 v1 计算机视觉与模式识别
摘要
在轨自动服务是降低卫星运行成本并减少轨道碎片的有前景的道路。为此，我们present了一种用于自动卫星对接口检测和状态估计的管线，使用来自标准RGB感知或事件相机的单目视觉数据。与采集环境快照不同，事件相机具有独立像素，可异步响应光变化，具有高动态范围、低功耗和低延迟等优势。本工作focus于仅需目标实际端口的几何知识即可实现的卫星agnostic操作，利用最新发布的Lockheed Martin Mission Augmentation Port（LM-MAP）作为目标。通过利用数据驱动技术对输入数据进行预处理以突出显示LM-MAP的反射性导航辅助器件，然后使用基本几何模型进行状态估计，我们present了一种轻量级且数据效率高的管线，可独立使用RGB或事件相机。我们演示了该管线的正确性，并基于数据进行定量比较，这些数据是使用包含机器人机臂来模拟目标卫星的不可控运动的光谱精确测试台收集的。
引用
@article{arxiv.2409.15581,
title = {Mixing Data-driven and Geometric Models for Satellite Docking Port State Estimation using an RGB or Event Camera},
author = {Cedric Le Gentil and Jack Naylor and Nuwan Munasinghe and Jasprabhjit Mehami and Benny Dai and Mikhail Asavkin and Donald G. Dansereau and Teresa Vidal-Calleja},
journal= {arXiv preprint arXiv:2409.15581},
year = {2024}
}
备注
Submitted to IEEE ICRA 2025