基于单目图像的实时、适航非合作航天器位姿估计
计算机视觉与模式识别
2021-01-26 v1 机器学习
机器人学
摘要
自主在轨邻近操作的一项关键需求是估计目标航天器的相对位姿（位置与姿态）。由于单目相机成本低、重量轻、功耗小，因此期望采用其解决该问题。本工作提出了一种新颖的基于卷积神经网络（CNN）的单目位姿估计系统，该系统以低计算需求实现了最先进的精度。结合基于Blender的合成数据生成方案，系统展示了从纯合成训练数据泛化到诺斯罗普·格鲁曼增强型天鹅座（Northrop Grumman Enhanced Cygnus）航天器真实在轨图像的能力。此外，该系统在低功耗类飞行硬件上实现了实时性能。
引用
@article{arxiv.2101.09553,
title = {Real-Time, Flight-Ready, Non-Cooperative Spacecraft Pose Estimation Using Monocular Imagery},
author = {Kevin Black and Shrivu Shankar and Daniel Fonseka and Jacob Deutsch and Abhimanyu Dhir and Maruthi R. Akella},
journal= {arXiv preprint arXiv:2101.09553},
year = {2021}
}
备注
Presented at the 31st AAS/AIAA Space Flight Mechanics Meeting, February 2021. 16 pages, 7 figures