You Only Crash Once：面向自主行星着陆实时仿真到真实危险地形检测与分类的改进目标检测

航天器行星着陆过程中对危险地形的检测对保障飞行器安全与任务成功起着关键作用。一种廉价而有效的危险地形检测方式是使用视觉相机，其可确保从进入大气到触地全过程的作业能力。受资源约束与计算能力限制，传统的视觉危险地形检测技术侧重于模板匹配以及与预先构建的危险地图配准。尽管在以往任务中取得成功，该方法受限于模板的特异性以及底层危险地图的保真度，二者均需大量的飞行前成本与工作量来获取和开发。在自动驾驶等应用中执行类似任务的地面系统利用最先进的深度学习技术成功定位并分类导航危险。旨在加速深度学习推理的航天器协处理器的进展首次使这些方法在空间中的应用成为可能。本工作中，我们提出 You Only Crash Once (YOCO)，一种基于深度学习的自主航天器行星着陆视觉危险地形检测与分类技术。通过无监督域自适应，我们将 YOCO 定制为通过仿真训练，从而免去真实世界标注数据与昂贵的任务勘测阶段。我们进一步通过视觉相似性聚类改进仿真与真实世界之间代表性地形知识的迁移。我们通过一系列地面与地外仿真到真实实验展示 YOCO 的效用，并在检测和准确分类行星地形实例的能力上显示出实质性提升。