A Neuromorphic Vision-Based Measurement for Robust Relative Localization in Future Space Exploration Missions

要約

宇宙探査は、パーサヴィアランスローバーが火星表面に着陸し、火星ヘリコプターであるインジェニュイティによる地球を越えた最初の飛行を実証する際に革命的な変化を目の当たりにしました。
火星での任務中に、パーサヴィアランスローバーとインジェニュイティは共同で火星表面を探索します。そこでは、インジェニュイティがローバーの安全な通過可能性のために地形情報を偵察します。
したがって、両方のプラットフォーム間の相対的なポーズを決定することは、このミッションの成功にとって最も重要です。
この必要性に駆り立てられて、この作業は、ニューロモルフィック視覚ベースの測定（NVBM）と慣性測定の融合に基づく堅牢な相対位置特定システムを提案します。
ニューロモルフィックビジョンの出現は、シーンで発生する光の強度の変化によって引き起こされる非同期イベントで描かれたその独自の動作原理により、コンピュータービジョンコミュニティのパラダイムシフトを引き起こしました。
これは、照明の不変性のために静的なシーンで観測を取得できないことを意味します。
この制限を回避するために、高頻度のアクティブなランドマークがシーンに挿入され、一貫したイベントの発生が保証されます。
これらのランドマークは、相対的なローカリゼーションを容易にするための顕著な特徴として採用されています。
ガウス混合モデル（GMM）を使用した新しいイベントベースのランドマーク識別アルゴリズムは、NVBMを定式化するランドマーク対応を照合するために開発されました。
NVBMは、提案された状態推定器の慣性測定、ランドマーク追跡および相対位置特定のためのランドマーク追跡カルマンフィルター（LTKF）および並進分離カルマンフィルター（TDKF）とそれぞれ融合されます。
提案されたシステムは、さまざまな実験でテストされ、精度と範囲において最先端のアプローチを上回っています。

要約(オリジナル)

Space exploration has witnessed revolutionary changes upon landing of the Perseverance Rover on the Martian surface and demonstrating the first flight beyond Earth by the Mars helicopter, Ingenuity. During their mission on Mars, Perseverance Rover and Ingenuity collaboratively explore the Martian surface, where Ingenuity scouts terrain information for rover’s safe traversability. Hence, determining the relative poses between both the platforms is of paramount importance for the success of this mission. Driven by this necessity, this work proposes a robust relative localization system based on a fusion of neuromorphic vision-based measurements (NVBMs) and inertial measurements. The emergence of neuromorphic vision triggered a paradigm shift in the computer vision community, due to its unique working principle delineated with asynchronous events triggered by variations of light intensities occurring in the scene. This implies that observations cannot be acquired in static scenes due to illumination invariance. To circumvent this limitation, high frequency active landmarks are inserted in the scene to guarantee consistent event firing. These landmarks are adopted as salient features to facilitate relative localization. A novel event-based landmark identification algorithm using Gaussian Mixture Models (GMM) is developed for matching the landmarks correspondences formulating our NVBMs. The NVBMs are fused with inertial measurements in proposed state estimators, landmark tracking Kalman filter (LTKF) and translation decoupled Kalman filter (TDKF) for landmark tracking and relative localization, respectively. The proposed system was tested in a variety of experiments and has outperformed state-of-the-art approaches in accuracy and range.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google