This work presents a Guidance Navigation and Control (GNC) model to manage the rendezvous phase of an active spacecraft with an uncooperative small orbiting capsule, containing samples collected on a planetary surface. To enable autonomous navigation the chaser exploits a Model Predictive Control system (MPC) to settle a close loop architecture and to handle close proximity maneuvers constraints, such as the Line-of Sight cone constraint on position, and safety path constraints imposed to design safe trajectories in case of contingencies occurrence, like thrusters failures. Since these constraints are convex, the optimization step of the guidance algorithm exploits the linear and quadratic programming and, since the mission may ask for an elliptic orbit, the prediction of the relative trajectory uses the Linear Time Variant state transition matrix developed by Yamanaka-Ankersen. The guidance algorithm is split into two phases: a first phase, which privileges the fuel consumption containment, applies a Variable Horizon MPC with linear programming and is composed by a set of hop branches and holding points; a second phase which is based on a fixed receding horizon MPC and quadratic programming to minimize the target capture error. The MPC with LTV state prediction, taking advantage of a linearized attitude error modeling, is exploited to include in the proposed architecture the attitude dynamics and control, harmonized with the orbital required dynamics. As a consequence, the control is given in terms of each thruster activation timeline (assuming Pulse Width Modulation) to provoke expected control force and torque on the chaser. Relative navigation is based on an single optic camera, modeled to assess the target illumination conditions impact on the guidance performance. Results from the Monte Carlo analyses run to assess the GNC sensitivity to different parameters (e.g. sampling time, cost function weights, horizon length, target orbit parameters) are presented. The proposed GNC architecture performances are also discussed in the case of a Lunar Sample canister capture scenario.

Questo lavoro presenta un modello di Guida Navigazione e Controllo (GNC) per gestire la fase di incontro di un veicolo spaziale attivo con una piccola capsula orbitante non collaborativa, contenete campioni raccolti sulla superficie di un pianeta. Per permettere una navigazione autonoma l’inseguitore sfrutta un sistema basato sul Model Predictive Control (MPC) per stabilire un’architettura ad anello chiuso e per gestire i vincoli delle manovre in prossimit, come il vincolo della linea di vista (LOS) sulla posizione, i vincoli di un percorso in sicurezza per progettare traiettorie sicure in caso di necessit, come in caso di avaria ai propulsori. Dal momento che questi vincoli sono convessi, il passo di ottimizzazione dell’algoritmo di guida sfrutta la programmazione lineare e quadratica e, dal momento che la missione potrebbe richiedere un’orbita ellittica, la previsione della traiettoria relativa avviene tramite la matrice di transizione di stato lineare tempovariante sviluppata da Yamanaka-Ankersen. L’algoritmo di guida suddiviso in due fasi: una prima fase, che privilegia il contenimento dei consumi di combustibile, nella quale si applica il MPC ad orizzonte variabile (VH) con programmazione lineare e composta da un set di ”HOP” BRANCHES e punti di presa; la seconda fase basata su un MPC ad orizzonte fisso diradante e sulla programmazione quadratica per minimizzare l’errore di cattura dell’oggetto. Il MPC con la previsione dello stato LTV, approfittanto di una modellizzazione linearizzata dell’errore dell’assetto, sfruttato per includere nell’architettura proposta la dinamica d’assetto e il controllo, armonizzati con le dinamiche richieste dall’orbita. Come conseguenza, il controllo dato in termini di sequenza temporale di attivazione di ogni propulsore (assumendo di utilizzare la modulazione di larghezza di impulso PWM) per provocare una prevista forza di controllo e una coppia sull’inseguitore. La navigazione relativa basata su una singola camera ottica, modellata per valutare l’impatto delle condizioni di illuminamento sulle prestazioni di guida. Sono presentati i risultati dell’analisi MonteCarlo, effettuata per valutare la sensitivit del modello di Guida Navigazione e COntrollo ai differenti parametri (ad esempio il tempo di campionamento, i pesi della funzione di costo, la lunghezza dell’orizzonte, i parametri dell’orbita della capsula). Le prestazioni dell’architettura del modello GNC proposto sono anche discusse nel caso di cattura di un contenitore contenente un campione lunare.

Dynamics control synthesis during rendez-vous with the orbiting planetary sample canister in sample return mission scenarios

CAMPANELLI, VINCENZO
2014/2015

Abstract

This work presents a Guidance Navigation and Control (GNC) model to manage the rendezvous phase of an active spacecraft with an uncooperative small orbiting capsule, containing samples collected on a planetary surface. To enable autonomous navigation the chaser exploits a Model Predictive Control system (MPC) to settle a close loop architecture and to handle close proximity maneuvers constraints, such as the Line-of Sight cone constraint on position, and safety path constraints imposed to design safe trajectories in case of contingencies occurrence, like thrusters failures. Since these constraints are convex, the optimization step of the guidance algorithm exploits the linear and quadratic programming and, since the mission may ask for an elliptic orbit, the prediction of the relative trajectory uses the Linear Time Variant state transition matrix developed by Yamanaka-Ankersen. The guidance algorithm is split into two phases: a first phase, which privileges the fuel consumption containment, applies a Variable Horizon MPC with linear programming and is composed by a set of hop branches and holding points; a second phase which is based on a fixed receding horizon MPC and quadratic programming to minimize the target capture error. The MPC with LTV state prediction, taking advantage of a linearized attitude error modeling, is exploited to include in the proposed architecture the attitude dynamics and control, harmonized with the orbital required dynamics. As a consequence, the control is given in terms of each thruster activation timeline (assuming Pulse Width Modulation) to provoke expected control force and torque on the chaser. Relative navigation is based on an single optic camera, modeled to assess the target illumination conditions impact on the guidance performance. Results from the Monte Carlo analyses run to assess the GNC sensitivity to different parameters (e.g. sampling time, cost function weights, horizon length, target orbit parameters) are presented. The proposed GNC architecture performances are also discussed in the case of a Lunar Sample canister capture scenario.
ING - Scuola di Ingegneria Industriale e dell'Informazione
30-set-2015
2014/2015
Questo lavoro presenta un modello di Guida Navigazione e Controllo (GNC) per gestire la fase di incontro di un veicolo spaziale attivo con una piccola capsula orbitante non collaborativa, contenete campioni raccolti sulla superficie di un pianeta. Per permettere una navigazione autonoma l’inseguitore sfrutta un sistema basato sul Model Predictive Control (MPC) per stabilire un’architettura ad anello chiuso e per gestire i vincoli delle manovre in prossimit, come il vincolo della linea di vista (LOS) sulla posizione, i vincoli di un percorso in sicurezza per progettare traiettorie sicure in caso di necessit, come in caso di avaria ai propulsori. Dal momento che questi vincoli sono convessi, il passo di ottimizzazione dell’algoritmo di guida sfrutta la programmazione lineare e quadratica e, dal momento che la missione potrebbe richiedere un’orbita ellittica, la previsione della traiettoria relativa avviene tramite la matrice di transizione di stato lineare tempovariante sviluppata da Yamanaka-Ankersen. L’algoritmo di guida suddiviso in due fasi: una prima fase, che privilegia il contenimento dei consumi di combustibile, nella quale si applica il MPC ad orizzonte variabile (VH) con programmazione lineare e composta da un set di ”HOP” BRANCHES e punti di presa; la seconda fase basata su un MPC ad orizzonte fisso diradante e sulla programmazione quadratica per minimizzare l’errore di cattura dell’oggetto. Il MPC con la previsione dello stato LTV, approfittanto di una modellizzazione linearizzata dell’errore dell’assetto, sfruttato per includere nell’architettura proposta la dinamica d’assetto e il controllo, armonizzati con le dinamiche richieste dall’orbita. Come conseguenza, il controllo dato in termini di sequenza temporale di attivazione di ogni propulsore (assumendo di utilizzare la modulazione di larghezza di impulso PWM) per provocare una prevista forza di controllo e una coppia sull’inseguitore. La navigazione relativa basata su una singola camera ottica, modellata per valutare l’impatto delle condizioni di illuminamento sulle prestazioni di guida. Sono presentati i risultati dell’analisi MonteCarlo, effettuata per valutare la sensitivit del modello di Guida Navigazione e COntrollo ai differenti parametri (ad esempio il tempo di campionamento, i pesi della funzione di costo, la lunghezza dell’orizzonte, i parametri dell’orbita della capsula). Le prestazioni dell’architettura del modello GNC proposto sono anche discusse nel caso di cattura di un contenitore contenente un campione lunare.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2015_10_Campanelli.pdf

Open Access dal 26/09/2016

Descrizione: Testo della tesi
Dimensione 5.05 MB
Formato Adobe PDF
5.05 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/109961