厳しい照明条件下における将来の火星ヘリコプターのジオメトリ支援ビジョンベース位置推定

Abstract

航空資産を用いた惑星探査は、火星において前例のない科学的発見をもたらす可能性を秘めています。NASAの火星ヘリコプター「インジェニュイティ」は、火星大気中での飛行が可能であることを実証しましたが、将来の火星ロータークラフトには、長距離飛行のための高度なナビゲーション能力が必要になります。そのような重要な能力の一つが、マップベースのローカリゼーション（MbL）です。これは、視覚オドメトリによる累積ドリフトを軽減するために、飛行中に搭載画像を参照マップへ登録する技術です。しかし、ロータークラフトの観測と参照マップとの間に大きな照明差があることは、従来のMbLシステムにとって大きな困難となり、車両の運用可能時間を制限してしまいます。本研究では、新しいMbLシステムを調査し、大きな照明差に対して先行モデルよりも頑健な、ジオメトリ支援型の深層学習モデル「Geo-LoFTR」を提案します。このシステムは、実際の軌道マップを用いて火星地形の現実的な画像を大量に生成する、専用のシミュレーション基盤によって支えられています。包括的な評価の結果、提案システムは、顕著な照明およびスケール変動のもとで、ローカリゼーション精度の点において先行するMbLの取り組みを上回ることが示されました。さらに、シミュレーション上の火星の一日を通して、ならびに実際の火星画像においても、提案手法の妥当性を実証します。コードとデータセットは以下で利用可能です: https://dpisanti.github.io/geo-loftr/