SPIN：航天器图像用于导航
计算机视觉与模式识别
2024-12-06 v3
摘要
在实际太空操作条件下获取的数据稀缺，构成了开发至关重要的基于学习的视觉导航算法的主要挑战，这些算法对于自主航天器导航至关重要。这一数据不足主要源于高昂的成本和先天的太空操作复杂性。虽然现有数据集（主要依赖计算机仿真数据）部分缓解了这一差距，但仍存在显著局限性。首先，这些数据集常常使用专有的图像生成工具，限制了在新颖、未见情景中评估导航方法的能力。其次，它们提供的地面实况数据有限，通常仅关注航天器相对于相机的平移和旋转。为此，我们提出 SPIN（SPacecraft Imagery for Navigation），一个开源的航天器图像生成工具，旨在支持太空中各种视觉导航场景，特别是相对导航任务。SPIN 提供多模态的地面实况数据，允许研究人员使用自定义卫星 3D 模型，定义特定的相机相对姿态，并调整设置，如相机参数或环境照明条件。我们还提出了一种将该工具作为数据增强模块的利用方法。我们在航天器姿态估计任务上验证了该工具，通过使用 SPIN 生成的 SPEED+ 复制版本，在模拟真实太空条件的 SPEED+ 测试床数据上实现了 47% 的平均误差降低；进一步利用 SPIN 作为数据增强方法后，将误差降低提升至 60%。SPIN 工具（及源代码）以及我们生成的 SPEED+ 版本将在论文接受后于 GitHub 公开发布。https://github.com/vpulab/SPIN
引用
@article{arxiv.2406.07500,
title = {SPIN: Spacecraft Imagery for Navigation},
author = {Javier Montalvo and Juan Ignacio Bravo Pérez-Villar and Álvaro García-Martín and Pablo Carballeira and Jesús Bescós},
journal= {arXiv preprint arXiv:2406.07500},
year = {2024}
}