惑星ローバーのための深層学習支援ビジョンシステム
arXiv cs.CV / 2026/3/31
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、自律的な探査を支援するために、リアルタイムの知覚とオフラインの地形再構築を組み合わせた惑星ローバー向けビジョン処理パイプラインを提案する。
- リアルタイム処理では、ステレオ画像をCLAHEで強調し、YOLOv11nによる物体検出を行い、さらに専用のニューラルネットワークにより物体のメートル単位の距離を推定する。
- オフライン再構築では、Depth Anything V2を用いて取得画像から単眼深度を推定し、その後Open3Dを使って深度マップを密な点群へ融合する。
- Chandrayaan 3のNavCamステレオ画像での実験では、CAHVベースのユーティリティに対して、1〜10メートル範囲における深度誤差の中央値が2.26 cmと報告される。また、検出器は月面のグレースケール画像において、精度と再現率のバランスの取れたトレードオフを示す。
- 著者らは、提案アーキテクチャ全体を、惑星上での配備とより広範なローバー任務に向けてスケーラブルかつ計算効率に優れるものとして位置づけている。
