Stima del moto relativo di un satellite target non cooperativo tramite un sistema di stereo visione

In the last decade we have assisted to a growing interest in the development of advanced navigation and control algorithms for proximity operations between satellites in orbit, used for instance to perform rendez-vous e docking maneuvers, removing of space debris or inspection maneuver of no more operative satellites or satellites with a malfunction. This thesis focuses on the estimation of the relative motion between two satellites, a controlled chaser and a non-operative target, based on a stereo-vision system. The scenario analyzed is a non-cooperating scenario, i.e. the target satellite does not transmit its motion to the chaser, in a context of rendezvous maneuvers with a decommissioned satellite. The experimental activity was carried out at the Mechanical and Thermal Measurements laboratory of the Department of Industrial Engineering of the University of Padua. The estimation of the translational and rotational motion is done by using a stereo camera that acquires images of the target satellite, in this case a mock-up of a 2U cubesat, that is free to rotate around one axis through the use of a motorized rotary stage. By exploiting certain components of the SPARTANS facility, different experimental scenarios were analyzed: two stationary scenarios and four rotational ones with different attitude and angular velocities. The equations of relative motion are non-linear and therefore to have an estimation of the relative motion an Extended Kalman filter (EKF) is used. The last one is the most widely used solution in estimations based on noise-affected measurements, which in this case are coming from a post-processing image analysis carried out using MATLAB. At first, the analysis of the stereo images allows to identify some features that are common to both images and that are then employed in the Extended Kalman Filter to have an estimation of the relative motion. After that, the last one is compared with a fiducial reference provided by a Motion Capture system to evaluate the estimation error. Specifically, the estimation error was evaluated considering the influence of different elements, as the number and the distribution of the features on the target, the image acquisition frequency and initial conditions for the state vector more or less close to the reference ones. The experimental results showed that, to obtain a reduced computational cost and, at the same time, a good estimation of the relative motion, the image acquisition frequency has to be not so high and the detected features must not be excessive in number, but a small number of features are enough as long as they are uniformly distributed over the target.

Negli ultimi decenni si è assistito ad un crescente interesse allo sviluppo di algoritmi per la navigazione ed il controllo di prossimità tra satelliti in orbita, usati ad esempio per eseguire manovre di rendez-vous e docking, rimozione dei detriti spaziali o ispezione di satelliti non più operativi o che hanno subito un malfunzionamento. Questo lavoro di tesi si basa sulla stima del moto relativo tramite un sistema di stereo visione tra due satelliti, un chaser controllato ed un target non operativo. Lo scenario scelto è di non cooperazione, ovvero il satellite target non comunica al chaser la propria dinamica in maniera diretta, in un'ottica riconducibile a manovre di rendez-vous con un satellite dismesso. L'attività è svolta in via sperimentale nel laboratorio di Misure Meccaniche e Termiche presso il Dipartimento di Ingegneria Industriale dell’Università di Padova. La stima del moto, traslazionale e rotazionale, è fatta attraverso l'utilizzo di una stereo camera che acquisisce le immagini del satellite target, in questo caso un mock-up di un cubesat 2U, libero di ruotare attorno ad un asse tramite l'utilizzo di uno stadio rotativo motorizzato. Sfruttando certe componenti della facility SPARTANS, sono stati analizzati diversi scenari sperimentali: due stazionari e quattro rotazionali, con diverso assetto e diversa velocità angolare relativa. Le equazioni del moto relativo sono non lineari, pertanto per la stima viene usato un filtro di Kalman esteso (EKF) che rappresenta una soluzione molto utilizzata in stime basate su misure affette da rumore, in questo caso provenienti dall'analisi delle immagini effettuata in post-processing attraverso il software MATLAB. L'analisi delle immagini stereo permette innanzitutto di estrarre delle features comuni ad entrambe che sono poi utilizzate dal filtro di Kalman esteso per ottenere una stima del moto relativo. Quest'ultima viene poi confrontata con un riferimento fiduciario fornito da un sistema di Motion Capture per valutarne l'errore. In particolare, l'errore di stima è stato valutato considerando l'influenza di diversi fattori, quali: numero e distribuzione delle features sul target, frequenza di acquisizione delle immagini e condizioni iniziali del vettore di stato più o meno prossime al valore di riferimento. I risultati ottenuti portano a dedurre che per poter avere una buona velocità computazionale e allo stesso tempo una buona stima del moto relativo, la ricerca delle features deve essere fatta acquisendo immagini con una frequenza più bassa e le features non devono essere di numero eccessivo, ma di un numero ridotto purché siano distribuite uniformemente sul target.