提出单目未知航天器导航的Transformer-MSCKF方法
热点事件观察中
提出单目未知航天器导航的Transformer-MSCKF方法
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Pol Francesch Huc 与 Simone D'Amico 提出一种结合 Transformer 神经网络与 MSCKF 的单目视觉管线，仅用单个服务航天器的相机图像估计未知目标航天器的位姿，无需目标形状、惯量先验或深度/激光雷达等额外传感器。 该方法在重渲染的 SPE3R 数据集（含 103 艘航天器的合成图像）上训练与评测，其中 11 艘留作未见目标以检验泛化能力。作者称在未知目标周围导航时，姿态中位误差为 3.7°，ROE 距离中位误差为 2.2%。
AI 根据报道生成 · 1 天前更新
最新进展10月7日 12:00
Transformer 辅助 Kalman 滤波实现对未知航天器的单目相对导航报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.RO 机器人学Transformer 辅助 Kalman 滤波实现对未知航天器的单目相对导航
一种结合 Transformer 神经网络与 Multi-State Constraint Kalman Filter（MSCKF）的单目视觉管线，可在交会与近距离操作中估计未知航天器的位姿，无需目标形状、惯量先验或深度/激光雷达等额外传感。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 910月7日 14:00
- 近 24 小时变化
- -50%
02.557.510
18:0010月8日06:0012:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。