An Image Processing Pipeline for Autonomous Deep-Space Optical Navigation

要約

宇宙探査と開発の新時代が急速に近づいています。
新しい宇宙経済の推進力の下で、今後数十年間に多数の宇宙船が流れるでしょう。
しかし、深宇宙資産の急増により、標準的な放射追跡を使用して地上からそれらを操縦することは持続不可能になります。
これらの制限を克服するには、自律ナビゲーションの代替手段の採用が不可欠です。
これらの中で、光学ナビゲーションは手頃な価格で完全に地面に依存しないアプローチです。
探査機は、惑星や小惑星などの目に見えるビーコンを観測し、深宇宙での視線を取得することで、位置を三角測量することができます。
そのためには、ナビゲーション フィルターに情報を提供する効率的で堅牢な画像処理アルゴリズムを開発することが必要です。
この論文では、未解決のビーコン認識と自律惑星間航法のための画像からの視線抽出のための革新的なパイプラインを提案します。
開発されたアルゴリズムは、非恒星オブジェクトの識別とビーコン投影が画像に表示されているかどうかを検出する統計的可能性に k-ベクトル法を利用します。
統計結果は、惑星位置投影を検出する精度が宇宙船の位置の不確実性とは無関係であることを示しています。
一方、探査機の位置が 10^5 km までの 3 シグマ精度でわかっている場合、惑星検出の成功率は 95% を超えます。

要約(オリジナル)

A new era of space exploration and exploitation is fast approaching. A multitude of spacecraft will flow in the future decades under the propulsive momentum of the new space economy. Yet, the flourishing proliferation of deep-space assets will make it unsustainable to pilot them from ground with standard radiometric tracking. The adoption of autonomous navigation alternatives is crucial to overcoming these limitations. Among these, optical navigation is an affordable and fully ground-independent approach. Probes can triangulate their position by observing visible beacons, e.g., planets or asteroids, by acquiring their line-of-sight in deep space. To do so, developing efficient and robust image processing algorithms providing information to navigation filters is a necessary action. This paper proposes an innovative pipeline for unresolved beacon recognition and line-of-sight extraction from images for autonomous interplanetary navigation. The developed algorithm exploits the k-vector method for the non-stellar object identification and statistical likelihood to detect whether any beacon projection is visible in the image. Statistical results show that the accuracy in detecting the planet position projection is independent of the spacecraft position uncertainty. Whereas, the planet detection success rate is higher than 95% when the spacecraft position is known with a 3sigma accuracy up to 10^5 km.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google