NeFut Logo NeFut
EN 管理员登录

[AI学术] 极性-时间交互与多层可靠性在基于事件的航天器姿态估计中的应用

发布于:2026-10-28 22:00 最后更新:2026-10-29 00:58
#algorithm #Machine Learning #optimization

稀疏的事件响应会导致关键点误差不均匀,这些误差对航天器姿态的影响取决于对应几何结构以及后续观测的可靠性。我们提出了一套可靠性感知框架,涵盖极性‑时间定位、几何恢复、事件‑CAD 精化以及轨迹优化。

该框架采用三分支表示:正向事件、负向事件以及近期事件的时间信息,通过跨分支注意力和门控机制进行特征融合,随后进行时空聚合。

一个有序的语义点头部用于估计相对对应精度,以实现几何约束的姿态恢复。事件边缘与 CAD 投影的一致性用于在关键点几何约束下进行局部姿态细化。

在序列层面,十维描述子结合热图形状、重投影一致性和几何条件,用于设定时间对齐的观测尺度。

在官方 SPADES 挑战测试集上,完整系统取得 0.0474 的综合姿态得分,约比 PASAN+IRIS 低 5.4%。消融实验显示:从基线的统一 PnP 本地化得分 0.0772 降至完整级联的 0.0514;在相同单帧观测下,质量加权将得分从常量权重的 0.0549 降至 0.0514。

点评

原文链接: https://arxiv.org/abs/2610.36625

[h] 返回首页