【摘要】星表漫游器是一类在地外行星表面执行探索、取样等任务的移动机器人,漫游器的高自主性、高可靠性依赖于其对自身周围地形环境的准确感知。针对漫游器自主导航对感知系统的要求,提出一种针对星表地形环境进行快速通过风险感知的方法。基于开源的星表地貌仿真系统生成逼真的虚拟数据集,同时考虑漫游器自身物理和运动学参数对地形通过风险的影响。实验结果表明:所提方法将单帧RGB图片的风险感知计算时间降低至0.1s,相对于根据深度数据计算真实的通过风险,提出方法虽然略微损失了计算精度,但却带来计算速度的显著提升。基于神经网络的架构也赋予该方法处理跨尺度图像输入的能力,对不同分辨率的RGB图片输入都能保持较高的计算速度。
【关键词】通过性分析;星表探索;地形重建;深度学习
【作者】谢宗武,姬一明,刘阳,马博宇