[论文解读] AstroSLAM: Autonomous Monocular Navigation in the Vicinity of a Celestial Small Body -- Theory and Experiments

Mehregan Dor, Travis Driver+2 more|arXiv (Cornell University)|Dec 1, 2022

Robotics and Sensor-Based Localization被引用 6

一句话总结

AstroSLAM 提出了一种基于视觉的、基于因子图的 SLAM 系统，用于在小天体附近实现自主单目导航，通过一种新颖的 RelDyn 因子整合惯性、辐射度和相对动力学先验。该系统在实验室和真实任务数据中实现了毫米级轨迹精度，显著提升了姿态估计和地标重建性能，优于基线 SLAM 方法。

ABSTRACT

We propose AstroSLAM, a standalone vision-based solution for autonomous online navigation around an unknown target small celestial body. AstroSLAM is predicated on the formulation of the SLAM problem as an incrementally growing factor graph, facilitated by the use of the GTSAM library and the iSAM2 engine. By combining sensor fusion with orbital motion priors, we achieve improved performance over a baseline SLAM solution. We incorporate orbital motion constraints into the factor graph by devising a novel relative dynamics factor, which links the relative pose of the spacecraft to the problem of predicting trajectories stemming from the motion of the spacecraft in the vicinity of the small body. We demonstrate the excellent performance of AstroSLAM using both real legacy mission imagery and trajectory data courtesy of NASA's Planetary Data System, as well as real in-lab imagery data generated on a 3 degree-of-freedom spacecraft simulator test-bed.

研究动机与目标

• 解决在小天体附近近轨操作中缺乏自主性的问题，因为地面导航成本高且耗时长。
• 克服由于通信延迟长和 DSN 资源消耗高而导致的地面介入导航的局限性。
• 开发一种实时、独立的导航解决方案，融合单目视觉、惯性数据和动力学生先验，以提高精度。
• 仅通过星上处理和最少的先验知识，实现精确的轨迹估计和三维地标重建。
• 通过真实任务数据（Dawn）和三自由度航天器模拟器的受控实验室实验，证明系统的鲁棒性和准确性。

提出的方法

• 使用 GTSAM 库和 iSAM2 求解器，将 SLAM 问题建模为增量式增长的因子图，以实现高效的平滑处理。
• 将星跟踪仪和 DSN 辐射度数据作为初始位姿先验，以启动估计过程。
• 引入一种新颖的 RelDyn 因子，用于编码航天器与小天体之间的相对运动动力学，包括太阳辐射压等扰动。
• 将来自单目相机、惯性传感器和辐射度跟踪的异步测量数据融合到统一的概率估计框架中。
• 对动力学和测量中的随机噪声进行建模，以增强状态估计的平滑性和收敛性。
• 利用模拟航天器运动和相机位姿的真值，将性能与毫米级精度基准进行对比验证。

实验结果

研究问题

• RQ1 一种独立的、基于视觉的 SLAM 系统是否能在不依赖地面控制的情况下，实现对小天体附近的高精度自主导航？
• RQ2 在低重力、受扰动的环境中，与标准 SLAM 相比，引入相对动力学先验如何提升导航精度？
• RQ3 在融合多种传感器模态和动力学约束的因子图框架下，其性能在多大程度上能提升轨迹平滑性和地标重建质量？
• RQ4 在包含光照变化和动态扰动等真实任务条件下的系统性能如何扩展？
• RQ5 系统是否能在仅依赖星上处理和对小天体引力与自转参数的最少预任务知识下，保持高精度？

主要发现

• 在使用 ASTROS 航天器模拟器进行的实验室实验中，AstroSLAM 实现了毫米级轨迹精度，当引入 RelDyn 因子后，姿态误差显著降低。
• 引入 RelDyn 因子后，横向位置误差大幅减少，证明了动力学先验在纠正单目 SLAM 中漂移问题方面的有效性。
• 在 DAWN 任务数据中，AstroSLAM 展现出与现有方法相当的基线性能，当加入动力学先验后，地标地图重建和姿态精度均有显著提升。
• 系统对异步传感器数据和光照变化表现出鲁棒性，在真实和模拟环境中均保持了稳定的收敛性。
• 定量评估表明，对动力学和测量中噪声的合理随机建模对于实现最优平滑性和估计精度至关重要。
• 因子图框架实现了多种传感器模态和约束的无缝集成，支持未来对小天体属性的原位参数估计。