Modular pipeline for small bodies gravity field modeling: an efficient representation of variable density spherical harmonics coefficients

要約

小惑星や彗星などの小さな天体への近接操作では、費用対効果が高く、安全で信頼性の高い誘導、航法、制御 (GNC) ソリューションを実現するために、高度な自律性が求められます。
したがって、これらのターゲットの近くで自律的な GNC 機能を有効にすることは、将来の宇宙アプリケーションにとって不可欠です。
しかし、その近傍を特徴付ける高度に非線形で不確実な環境は、未知の形状や重力場に対する堅牢性を与えるために評価する必要がある独特の課題を引き起こします。
この論文では、可変密度重力場モデルを生成するように設計されたパイプラインを提案し、GNC アルゴリズムの設計、検証、テストに使用できる一貫した一連のシナリオの生成を可能にします。
提案されたアプローチは、与えられた密度分布を持つ物体の多面体形状モデルを処理して、重力場に関連する球面調和関数の展開の係数を計算することにあります。
このアプローチを検証するために、さまざまな形態学的および物理的特性を持つ多様なターゲットのセットにわたって、分析ソリューション、文献結果、およびより忠実度の高いモデルに対していくつかの比較が行われます。
シミュレーション結果は、方法論の有効性を実証し、モデリングの精度と計算効率の点で良好なパフォーマンスを示しています。
この研究は、オンボード GNC アルゴリズムのシミュレーションおよびハードウェアインザループ テストで使用される環境モデルを生成するための、より高速で堅牢なフレームワークを提示します。

要約(オリジナル)

Proximity operations to small bodies, such as asteroids and comets, demand high levels of autonomy to achieve cost-effective, safe, and reliable Guidance, Navigation and Control (GNC) solutions. Enabling autonomous GNC capabilities in the vicinity of these targets is thus vital for future space applications. However, the highly non-linear and uncertain environment characterizing their vicinity poses unique challenges that need to be assessed to grant robustness against unknown shapes and gravity fields. In this paper, a pipeline designed to generate variable density gravity field models is proposed, allowing the generation of a coherent set of scenarios that can be used for design, validation, and testing of GNC algorithms. The proposed approach consists in processing a polyhedral shape model of the body with a given density distribution to compute the coefficients of the spherical harmonics expansion associated with the gravity field. To validate the approach, several comparison are conducted against analytical solutions, literature results, and higher fidelity models, across a diverse set of targets with varying morphological and physical properties. Simulation results demonstrate the effectiveness of the methodology, showing good performances in terms of modeling accuracy and computational efficiency. This research presents a faster and more robust framework for generating environmental models to be used in simulation and hardware-in-the-loop testing of onboard GNC algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google