卫星姿态估计挑战赛：数据集、竞赛设计与结果
计算机视觉与模式识别
2021-08-16 v2
摘要
对非合作卫星的可靠姿态估计是赋能未来在轨服务与碎片清除任务的关键技术。Kelvins卫星姿态估计挑战赛旨在评估并比较基于单目视觉的方法，并推动该问题上的技术前沿（SOTA）。本工作基于卫星姿态估计数据集，这是首个公开可用的合成与真实航天器图像的机器学习数据集。数据集的选择反映了星载计算机视觉任务独有的挑战之一，即缺乏用于训练和验证所开发算法的星载图像。本文简要回顾了该公开数据集的基本属性与采集过程。同时讨论了竞赛设计，包括性能度量定义与所采用的测试平台。本文的主要贡献在于对48名参赛者的提交结果进行分析，比较不同方法的性能并揭示哪些因素使卫星姿态估计问题尤为困难。
引用
@article{arxiv.1911.02050,
title = {Satellite Pose Estimation Challenge: Dataset, Competition Design and Results},
author = {Mate Kisantal and Sumant Sharma and Tae Ha Park and Dario Izzo and Marcus Märtens and Simone D'Amico},
journal= {arXiv preprint arXiv:1911.02050},
year = {2021}
}
备注
Accepted to IEEE Transactions on Aerospace and Electronic Systems