FSG⁃YOLO:基于YOLOv8改进的轻量化月面障碍物检测算法

为了提高月面障碍物检测的效率和准确性,提出了一种基于YOLOv8改进的轻量化陨石坑和月面岩石检测算法FSG⁃YOLO。首先,采用FasterNet作为主干网络,提升模型对于陨石坑和月面岩石的特征提取能力,同时减少模型参数量和计算量,提升检测速度;然后,引入Si⁃mAM注意力机制模块,在不增加原始网络参数的同时提高模型的特征融合能力;最后,采用GIoU作为模型的损失函数,提高模型的识别准确率。实验结果表明:相较于原模型,FSG⁃YO⁃LO在自建月面障碍物数据集上的平均精度均值提升了4.0%,模型参数量减少了41.86%,计算量减少了38.27%,检测速度提高了19.99%。算法能够平衡精度和轻量化的需求,能有效适用于复杂空间环境下月面障碍物的检测。

基于监视相机单像量测的嫦娥三号巡视器与着陆器分离决策支持

嫦娥三号探测器系统两器分离是着陆后进行的第一个关键动作,也是后续着陆器探测和巡视器月面巡视勘察的基础,解决两器安全分离问题对于整个工程的实施具有重要意义。针对实际任务中对分离决策实时性和可靠性要求高的特点,使用基于着陆器监视相机的单像量测方法对月面环境中障碍物和通信遮挡包络进行分析计算,评估两器分离过程中的不安全因素,为两器分离决策提供支持。介绍了监视相机单像量测和通信遮挡包络计算方法,并对量测精度进行了分析验证。