An Autonomous Vision-Based Algorithm for Interplanetary Navigation

要約

深宇宙探査機の急増により、標準的な放射追跡では深宇宙探査機を航行することが持続不可能になっています。
自動運転惑星間衛星は、この問題の解決策となります。
この研究では、軌道決定方法と自律プラットフォームの惑星間移動に適した画像処理パイプラインを組み合わせることにより、完全なビジョンベースのナビゲーション アルゴリズムが構築されます。
アルゴリズムの計算効率を高めるために、深宇宙画像から抽出された惑星の位置によって供給される無次元拡張カルマン フィルターが状態推定器として選択されます。
推定精度の向上は、追跡する最適な惑星のペアを選択する最適な戦略を適用することによって実行されます。
さらに、深宇宙ナビゲーションのための新しい分析測定モデルが開発され、光収差と光時間効果の一次近似が提供されます。
アルゴリズムのパフォーマンスは、忠実度の高い地球-火星の惑星間移動でテストされ、深宇宙ナビゲーションへのアルゴリズムの適用可能性が示されています。

要約(オリジナル)

The surge of deep-space probes makes it unsustainable to navigate them with standard radiometric tracking. Self-driving interplanetary satellites represent a solution to this problem. In this work, a full vision-based navigation algorithm is built by combining an orbit determination method with an image processing pipeline suitable for interplanetary transfers of autonomous platforms. To increase the computational efficiency of the algorithm, a non-dimensional extended Kalman filter is selected as state estimator, fed by the positions of the planets extracted from deep-space images. An enhancement of the estimation accuracy is performed by applying an optimal strategy to select the best pair of planets to track. Moreover, a novel analytical measurement model for deep-space navigation is developed providing a first-order approximation of the light-aberration and light-time effects. Algorithm performance is tested on a high-fidelity, Earth–Mars interplanetary transfer, showing the algorithm applicability for deep-space navigation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google