Vision-based Geo-Localization of Future Mars Rotorcraft in Challenging Illumination Conditions

要約

航空資産を使用した惑星探査は、火星に関する前例のない科学的発見の可能性があります。
NASAの火星ヘリコプターの創意工夫は火星の大気への飛行が可能であることを証明しましたが、将来の火星のロトクラフトには、長距離便に高度なナビゲーション機能が必要です。
このような重要な機能の1つは、視覚臭トから累積ドリフトを緩和するために、飛行中にオンボード画像を参照マップに登録するMAPベースのローカリゼーション（MBL）です。
ただし、ロトクラフトの観測と参照マップの間の照明の違いは、従来のMBLシステムに挑戦的であることが証明されており、車両の運用ウィンドウが制限されます。
この作業では、新しいMBLシステムを調査し、Geo-Loftrを提案します。Geo-Loftrは、以前のモデルよりも大きな照明の違いの下でより堅牢な画像登録の幾何学的な深い学習モデルです。
このシステムは、実際の軌道マップを使用して火星の地形の大量の現実的な画像を作成するカスタムシミュレーションフレームワークによってサポートされています。
包括的な評価は、私たちの提案されたシステムが、大幅な照明とスケールのバリエーションの下でのローカリゼーションの精度の観点から、以前のMBLの取り組みよりも優れていることを示しています。
さらに、シミュレートされた火星の日におけるアプローチの妥当性を示します。

要約(オリジナル)

Planetary exploration using aerial assets has the potential for unprecedented scientific discoveries on Mars. While NASA’s Mars helicopter Ingenuity proved flight in Martian atmosphere is possible, future Mars rotocrafts will require advanced navigation capabilities for long-range flights. One such critical capability is Map-based Localization (MbL) which registers an onboard image to a reference map during flight in order to mitigate cumulative drift from visual odometry. However, significant illumination differences between rotocraft observations and a reference map prove challenging for traditional MbL systems, restricting the operational window of the vehicle. In this work, we investigate a new MbL system and propose Geo-LoFTR, a geometry-aided deep learning model for image registration that is more robust under large illumination differences than prior models. The system is supported by a custom simulation framework that uses real orbital maps to produce large amounts of realistic images of the Martian terrain. Comprehensive evaluations show that our proposed system outperforms prior MbL efforts in terms of localization accuracy under significant lighting and scale variations. Furthermore, we demonstrate the validity of our approach across a simulated Martian day.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google