多雲の天候下での空の偏光方向付けを実現するために、改良されたU-Net深層ニューラルネットワークと偏光度の閾値を組み合わせた雲のセグメンテーション方法が提案され、レイリー散乱理論に基づいて太陽の方向と体軸との角度を取得して空の偏光方向付けを実現した。3つの残差構造を含むRespathモジュールを採用し、U-Net神経ネットワークのエンコーダ部分とデコーダ部分をより良く融合し、ダウンサンプリング時にMultiBlockモジュールを追加して入力画像の特徴をよりよく学習させた。神経ネットワークが予測した二値セグメンテーション図と偏光度閾値を0.1に設定した二値セグメンテーション図を論理和演算し、雲と青空をよく分割できる二値図を得た。最後に、この二値図をマスクテンプレートとして使用し、偏光方位角図の異常なピクセルを除去し、残ったピクセルがレイリー散乱理論に適合するようにして、太陽方向と体軸との角度を取得した。多雲天候下の実験により、この方法は搭載座標系における太陽方位角の二乗平均平方根誤差が0.42°であり、実際のナビゲーション要求を満たすことが示された。

偏光ナビゲーション; 深層ニューラルネットワーク; 偏光度閾値; レイリー散乱理論; 多雲