Simple Science

La science de pointe expliquée simplement

# Physique# Vision par ordinateur et reconnaissance des formes# Instrumentation et méthodes pour l'astrophysique

Avancées dans la navigation par vision pour les engins spatiaux

Une nouvelle méthode permet aux engins spatiaux de naviguer de manière autonome en utilisant des images célestes.

― 6 min lire


Avenir de la navigationAvenir de la navigationdes engins spatiauxspatiaux.révolutionnent l'autonomie des enginsLes techniques basées sur la vision
Table des matières

Avec l'essor des sondes spatiales, les méthodes traditionnelles de suivi de leur position via des stations au sol deviennent de moins en moins pratiques. Pour résoudre ce problème, des scientifiques développent des satellites autonomes capables de naviguer dans l’espace sans dépendre des systèmes basés sur Terre. Cet article parle d'une nouvelle approche utilisant la navigation basée sur la vision, qui permet aux engins spatiaux de déterminer leur position en observant des corps célestes comme des planètes et des étoiles.

Le besoin de nouveaux systèmes de navigation

Les méthodes de navigation actuelles dépendent beaucoup des ressources terrestres, comme les stations au sol et des équipes d'experts. À mesure que les missions s'aventurent plus loin dans l'espace, cette dépendance devient impraticable. Il y a donc un besoin urgent de nouvelles méthodes permettant aux engins spatiaux de s'auto-naviguer. La navigation basée sur la vision est une option intéressante parce qu'elle permet à un engin spatial d'utiliser des images de planètes et d'étoiles pour déterminer sa position sans avoir besoin d'entrées de la Terre.

Comment fonctionne la navigation basée sur la vision

La navigation basée sur la vision (VBN) aide les engins spatiaux à trouver leur position en traitant des images de corps célestes. L'engin utilise un capteur optique, comme une caméra, pour prendre des photos de planètes pendant son voyage. En comparant les positions de ces objets célestes dans les images avec des positions connues, l'engin spatial peut déterminer sa localisation et sa vitesse.

Caractéristiques clés de la navigation basée sur la vision

  1. Pas besoin de stations au sol : Cette méthode ne dépend pas de l'infrastructure terrestre, ce qui la rend adaptée aux missions loin de la maison.
  2. Concentration sur les objets lumineux : Le système peut suivre les planètes et les étoiles, qui sont plus faciles à détecter et à traiter.
  3. Fonctionne dans toutes les phases d'une mission : Que l'engin spatial soit en train de naviguer dans l'espace, d'approcher une planète ou de se préparer à atterrir, la VBN peut être appliquée.

Les défis de la navigation en espace lointain

Bien que la VBN ait de nombreux avantages, elle fait également face à plusieurs défis. Les objets célestes, en particulier les planètes, peuvent être difficiles à détecter car ils tombent souvent dans un seul pixel d'une image. Pour trouver sa position, l'engin spatial a besoin d'au moins deux observations de planètes différentes. Cependant, en raison de l'immensité de l'espace, il est rare de capturer des images de plusieurs planètes en même temps.

Effets de la lumière

Quand un engin spatial prend des photos de planètes, il doit tenir compte des effets de la lumière. Le temps que met la lumière pour voyager d'une planète à l'engin spatial peut affecter la perception de sa position. Si l'engin se déplace rapidement, cela peut également déformer l'apparence de la planète dans l'image. Par conséquent, des ajustements pour ces effets lumineux doivent être inclus pour garantir une navigation précise.

Développement d'un algorithme de navigation basé sur la vision

Pour améliorer les capacités de la VBN, des scientifiques ont créé un algorithme combiné qui intègre à la fois la détermination d'orbite et le traitement d'images. Cet algorithme peut estimer efficacement la position de l'engin spatial en analysant les images qu'il capture des corps célestes.

Utilisation d'un Filtre de Kalman étendu

Un filtre de Kalman étendu (EKF) a été choisi comme cœur de ce système de navigation. Ce filtre traite les données en temps réel, permettant à l'engin de faire des ajustements rapides basés sur les images qu'il capture. L'algorithme sélectionne les meilleures planètes à suivre en fonction de leur visibilité et fournit des méthodes pour corriger les erreurs liées à la lumière.

Le processus

L’algorithme VBN suit une série d'étapes pour identifier la localisation de l'engin spatial :

  1. Capture d'image : L'engin prend des images du ciel.
  2. Détermination de l'attitude : Il détermine son orientation en utilisant des étoiles identifiées.
  3. Identification des planètes : L'algorithme identifie les planètes présentes dans l'image.
  4. Calcul de position : En utilisant les positions des planètes identifiées, l'engin spatial calcule sa propre position et sa vitesse.
  5. Filtrage : L’EKF affine ces estimations, faisant des ajustements basés sur les mesures et réduisant les erreurs.

Tests de l'algorithme

L'efficacité du nouvel algorithme VBN a été testée à travers des simulations de voyages interplanétaires. Dans ces tests, l'algorithme a déterminé avec précision la position et la vitesse de l'engin spatial, même en partant de différentes positions incertaines.

Résultats des simulations

Lors d'essais simulant un voyage entre la Terre et Mars, l'algorithme a estimé la localisation de l'engin spatial à quelques kilomètres près à la fin de la mission. L'exactitude est impressionnante, montrant le potentiel de la VBN pour les futures missions spatiales.

Avenir de la navigation basée sur la vision

À mesure que l'exploration spatiale continue de croître, le besoin de systèmes autonomes ne fera qu'augmenter. Ce système de navigation basé sur la vision ouvre la voie pour de futures missions, surtout pour les petits satellites comme les CubeSats. Ces petits engins spatiaux deviennent populaires pour l'exploration scientifique et la recherche grâce à leurs coûts réduits.

Applications potentielles

  1. Missions CubeSat : Les petits satellites peuvent bénéficier grandement de la VBN, leur permettant de réaliser des missions sans un soutien au sol étendu.
  2. Exploration scientifique : La précision de cette méthode de navigation peut améliorer les études scientifiques en permettant des observations plus précises des corps célestes.
  3. Robustesse dans diverses conditions : La capacité de naviguer de manière autonome signifie que ces systèmes peuvent fonctionner efficacement même lorsque la communication avec la Terre est limitée ou indisponible.

Conclusion

Le développement de la navigation basée sur la vision représente un changement nécessaire dans la façon dont les engins spatiaux naviguent dans l’espace lointain. En permettant aux satellites de s'appuyer sur leurs observations des corps célestes plutôt que sur des systèmes basés sur Terre, les agences spatiales peuvent entreprendre des missions plus ambitieuses avec moins de risques opérationnels. Les tests réussis de cette méthode montrent qu'elle peut estimer de manière fiable la position d'un engin spatial, ouvrant la voie à une nouvelle ère d'exploration spatiale autonome. Alors que les chercheurs continuent à affiner ces systèmes, les possibilités pour les missions futures sont passionnantes et pleines de potentiel.

Source originale

Titre: An Autonomous Vision-Based Algorithm for Interplanetary Navigation

Résumé: 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.

Auteurs: Eleonora Andreis, Paolo Panicucci, Francesco Topputo

Dernière mise à jour: 2024-06-17 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2309.09590

Source PDF: https://arxiv.org/pdf/2309.09590

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires