Factor Graph-Based Active SLAM for Spacecraft Proximity Operations

要約

私たちは、単眼カメラを備えたチェイサー宇宙船または衛星がターゲット宇宙船に接近して航行するシナリオを調査します。
衛星の主な目的は、利用可能な画像データを利用して、運用環境の表現を構築し、その中で自身の位置を特定することです。
状態軌跡と地図推定の共同タスクをスムージングベースの同時位置特定およびマッピング (SLAM) のインスタンスとして構成します。問題の基礎となる構造はファクター グラフとして表されます。
推定と計画を別個のタスクとして考えるのではなく、推定変数、宇宙船の状態、地図のランドマークの不確実性を積極的に低減するためにカメラ観測を制御することを提案します。
これは、信念状態の進化に対する候補アクションの影響を推論するために情報理論的メトリックを採用することによって実現されます。
数値シミュレーションによると、提案された方法は計画と推定の間の相互作用をうまく捉えており、一般的に採用されているパッシブセンシング戦略と比較して不確実性が低減され、精度が高くなっています。

要約(オリジナル)

We investigate a scenario where a chaser spacecraft or satellite equipped with a monocular camera navigates in close proximity to a target spacecraft. The satellite’s primary objective is to construct a representation of the operational environment and localize itself within it, utilizing the available image data. We frame the joint task of state trajectory and map estimation as an instance of smoothing-based simultaneous localization and mapping (SLAM), where the underlying structure of the problem is represented as a factor graph. Rather than considering estimation and planning as separate tasks, we propose to control the camera observations to actively reduce the uncertainty of the estimation variables, the spacecraft state, and the map landmarks. This is accomplished by adopting an information-theoretic metric to reason about the impact of candidate actions on the evolution of the belief state. Numerical simulations indicate that the proposed method successfully captures the interplay between planning and estimation, hence yielding reduced uncertainty and higher accuracy when compared to commonly adopted passive sensing strategies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google