[论文解读] Event-based Star Tracking via Multiresolution Progressive Hough Transforms

Samya Bagchi, Tat-Jun Chin|arXiv (Cornell University)|Jun 19, 2019

Inertial Sensor and Navigation参考文献 36被引用 6

一句话总结

本文提出了一种多分辨率渐进式霍夫变换（HT）方法，用于事件驱动的星体跟踪，能够从异步事件流中高效估计相对旋转，实现在资源受限硬件上的精确且低延迟姿态估计。该方法在准确性和效率方面优于现有最先进方法，尤其在FPGA上表现优异，绝对姿态估计的均方根角误差低于3°。

ABSTRACT

Star trackers are state-of-the-art attitude estimation devices which function by recognising and tracking star patterns. Most commercial star trackers use conventional optical sensors. A recent alternative is to use event sensors, which could enable more energy efficient and faster star trackers. However, this demands new algorithms that can efficiently cope with high-speed asynchronous data, and are feasible on resource-constrained computing platforms. To this end, we propose an event-based processing approach for star tracking. Our technique operates on the event stream from a star field, by using multiresolution Hough Transforms to time-progressively integrate event data and produce accurate relative rotations. Optimisation via rotation averaging is then used to fuse the relative rotations and jointly refine the absolute orientations. Our technique is designed to be feasible for asynchronous operation on standard hardware. Moreover, compared to state-of-the-art event-based motion estimation schemes, our technique is much more efficient and accurate.

研究动机与目标

• 解决事件驱动星体跟踪器中缺乏高效实时姿态估计算法的问题。
• 实现在资源受限硬件（如FPGA和SoC）上对事件相机产生的高速异步事件流的异步、低延迟处理。
• 在准确性和效率方面优于现有事件驱动运动估计技术（如TICP和CM）。
• 通过旋转平均融合相对旋转估计，实现鲁棒的绝对姿态估计。

提出的方法

• 该方法采用一组多分辨率霍夫变换，逐步整合时间间隔内的事件数据，从稀疏且异步的事件中检测主导运动模式。
• 每个霍夫变换处理不同持续时间的事件块（100ms、200ms、400ms），实现对相对旋转估计的渐进式优化。
• 相对旋转通过霍夫空间中的几何投票计算，每个事件为其潜在的旋转轴和角度投出一票。
• 采用旋转平均公式融合相对旋转，并利用一组少量初始真值姿态估计联合优化绝对姿态。
• 该算法设计支持并行化，适用于FPGA和嵌入式系统的实现。
• 使用在自身运动下拍摄的星场真实事件流进行评估，真值数据来自运动补偿后的事件图像。

实验结果

研究问题

• RQ1 多分辨率霍夫变换能否有效从异步事件流中估计星体跟踪中的相对旋转？
• RQ2 与现有最先进事件驱动运动估计技术（如TICP和CM）相比，所提出的基于HT的方法在准确性和效率方面表现如何？
• RQ3 该方法能否在资源受限硬件（如FPGA）上实现高效并行化与部署？
• RQ4 在使用事件驱动HT获得的相对旋转基础上，旋转平均是否能显著提升绝对姿态估计的准确性？

主要发现

• 所提出的多分辨率HT方法在100ms至400ms事件块上实现了1.23°至2.83°的平均均方根角误差，显著优于CM（16.46°至118.32°）和TICP在大多数序列中的表现。
• 尽管TICP计算复杂度更高且不原生支持异步处理，HT在6个序列中的4个序列中仍保持更高的准确性。
• HT的运行时间在每45秒事件流中始终低于1秒，而CM的运行时间随块大小显著增加，400ms块的运行时间超过100秒。
• 结合旋转平均的最终绝对姿态估计实现了低于3°的均方根误差，证明其与商用星体跟踪器具有竞争力。
• 在低星密度条件下，该方法保持鲁棒性，而TICP性能明显下降，表明其在挑战性条件下的更高可靠性。
• 该算法的设计支持在FPGA上实现高效并行化，适用于纳米卫星中实时嵌入式部署。