面向小型月球任务的视觉引导光流导航
机器人学
2025-11-25 v1 天体物理仪器与方法
摘要
私营月球任务面临在质量、功耗和计算资源极端受限的情况下实现稳健自主导航的挑战。本文提出一种基于光流和激光测距深度估计的运动场反演框架，作为一种轻量级基于CPU的解决方案，用于月球下降过程中的姿态估计。我们通过将光流公式与针对月球/行星接近、下降和着陆几何的深度建模策略相集成，实现了经典光流方法的扩展，具体包括基于激光测距器的参数化的平面和球面地形近似。通过最小二乘框架进行运动场反演，使用通过金字塔Lucas-Kanade算法提取的稀疏光流特征。我们使用合成的月球图像进行验证，图像覆盖月球南极的复杂地形，符合小型着陆器的CPU资源限制。结果表明，方法在接近着陆阶段能够准确估计速度，复杂地形误差小于10%，常规地形误差约为1%，且具备实时应用性能。该框架为小型月球任务实现稳健、轻量级的 onboard 导航提供了潜在方案。
引用
@article{arxiv.2511.17720,
title = {Vision-Guided Optic Flow Navigation for Small Lunar Missions},
author = {Sean Cowan and Pietro Fanti and Leon B. S. Williams and Chit Hong Yam and Kaneyasu Asakuma and Yuichiro Nada and Dario Izzo},
journal= {arXiv preprint arXiv:2511.17720},
year = {2025}
}