IEEE RA-L

A Photorealistic Dataset and Vision-Based Algorithm for Anomaly Detection During Proximity Operations in Lunar Orbit

面向月球轨道近距操作的逼真数据集和基于视觉的异常检测算法

Selina Leveugle, Chang Won Lee, Svetlana Stolpner, Chris Langley, Paul Grouchy, Steven Waslander, Jonathan Kelly

机构 * Space and Terrestrial Autonomous Robotic Systems (STARS) Laboratory at the University of Toronto Institute for Aerospace Studies (UTIAS)（多伦多大学航空航天研究所（UTIAS）空间与地面自主机器人系统实验室） ； Toronto Robotics and AI Laboratory (TRAIL) at the University of Toronto Institute for Aerospace Studies (UTIAS)（多伦多大学航空航天研究所（UTIAS）多伦多机器人与人工智能实验室） ； MDA Space Inc.（MDA航天公司） 纠错

AI总结 本文提出MRAD算法，通过月球轨道合成数据集ALLO实现空间域异常检测，展现算法在像素和图像层面的高检测性能，推动空间操作中鲁棒的异常检测方法发展。

Comments In IEEE Robotics and Automation Letters (RA-L) and presented at the IEEE International Conference on Robotics and Automation (ICRA'26), 1-5 Jun. 2026, Vienna, Austria

Journal ref IEEE Robotics and Automation Letters (RA-L), Vol. 11, No. 3, pp. 2418 - 2415, Mar. 2026

Warped Hypertime Representations for Long-term Autonomy of Mobile Robots

扭曲的超时间表示用于移动机器人的长期自主性

Tomas Krajnik, Tomas Vintr, Sergi Molina, Jaime P. Fentanes, Grzegorz Cielniak, Tom Duckett

机构 * Artificial Intelligence Center, Faculty of Electrical Engineering, Czech Technical University（人工智能中心，电气工程系，捷克技术大学） ； Lincoln Centre for Autonomous Systems, University of Lincoln（自主系统林肯中心，林肯大学） ； Technical University of Cartagena（卡塔赫纳技术大学） 纠错

AI总结 本文提出了一种将时间引入移动机器人中离散和连续空间表示的新方法，通过建模由人类活动引起的长期伪周期性变化。该方法通过扩展空间模型，引入一组扭曲维度以表示观测到的变化的周期性，从而实现对离散和连续空间表示未来状态的预测。

Journal ref Robotics and Automation Letters, 2019