安全な接近マヌーバのためのデュアルノイズ調整を備えた適応的相対姿勢推定フレームワーク

要旨: 正確かつ堅牢な相対姿勢推定は、ESAのENVISATのような転倒する放置衛星をターゲットにする高度なActive Debris Removal（ADR）ミッションを実現するうえで極めて重要です。本研究は、この課題に対処するため、先進的なコンピュータビジョン技術と適応非線形フィルタリングを統合した完全なパイプラインを提示します。画像前処理を強化した畳み込みニューラルネットワーク（CNN）は、チェイサー画像から構造マーカー（コーナー）を検出し、その2D座標をカメラモデリングを用いて3D測定値に変換します。これらの測定値は、Unscented Kalman Filter (UKF) フレームワーク内で統合され、非線形な相対ダイナミクスを扱える能力があるため選択され、全体の相対姿勢を推定します。本研究の主な貢献には、統合システムアーキテクチャとUKF内のデュアル適応戦略が含まれます。測定ノイズ共分散の動的調整はCNNの測定不確実性の変動を補償し、測定残差分析を活用したプロセスノイズ共分散の適応的調整は、未モデリングのダイナミクスやオンライン時の機動を考慮します。このデュアル適応は、測定の不確実性と動的モデルの不確実性の両方に対するロバスト性を高めます。提案された適応統合システムの性能は、現実的なENVISATモデルを用いた高忠実度のシミュレーションを通じて評価され、測定の途切れを含む様々な条件下で地上真値と推定値を比較します。この包括的アプローチは、ADRミッション中の安全な近接運用に必要な能力を大幅に前進させる、堅牢な機上の相対航法の強化された解決策を提供します。