Multispectral vision-based navigation and spin state estimation for unknown and uncooperative space objects

Small bodies proximity operations represent a challenging task, because of their harsh and almost unknown environment. The probe is typically asked to orbit close to a small object, unknown in shape and dynamics, to progressively characterize it in terms of geophysical and dynamical properties. Relative navigation techniques in the proximity of asteroids mainly rely on optical measurements. However, visible band imagery poses several constraints to the spacecraft trajectories and operations, since an adequate surface illumination is needed to get fruitful measurements. Nevertheless, other sensors working in different spectral bands might be available onboard, which could be exploited for navigation purposes. An innovative navigation architecture that relies on both Visible (VIS) and Thermal Infrared (TIR) imaging data is presented. Visible images are generated on purpose using Planet and Asteroid Natural Scene Generation Utility (PANGU) rendering software, while thermal infrared images are obtained through a domain translation methodology, that is validated through the asteroid thermal model. Concepts of Simultaneous Localization And Mapping (SLAM) are used to implement a vision-based navigation chain that is able to work on both spectra. The algorithm is extensively tested on synthetically-generated images, giving satisfactory results both in terms of localization and mapping performances. The algorithm limitations in terms of TIR image resolution and VIS illumination conditions are highlighted and critically discussed. Vision-based measurements are then used as observable equations for an Extended Kalman Filter (EKF), that is able to refine the initial pose estimate, as well as characterizing the asteroid in terms of rotational dynamics. Two filtering architectures are proposed and compared, according to the different output that can be obtained from the Image Processing (IP) algorithm. Numerical stability enhancement and observation outlier rejection strategies are introduced to make the navigation system robust and flexible. Both navigation architectures are tested through extensive Montecarlo simulations, to assess the beneficial effects of multispectral data-fusion. Results show that the fused sensing mode always leads to state estimation improvements with respect to the VIS-only mode while maintaining the same computational efficiency. Multispectral data fusion thus reveals to be a promising step towards autonomous navigation, reducing operational constraints and enhancing the navigation solution robustness without increasing the onboard hardware complexity.

Le operazioni di prossimità rispetto a piccoli corpi celesti rappresentano una sfida estremamente complessa, in ragione di un ambiente severo e parzialmente sconosciuto. Durante la missione, la sonda deve tipicamente orbitare ad una distanza ravvicinata dal corpo celeste al fine di caratterizzarlo progressivamente in termini di proprietà dinamiche e geofisiche. Le tecniche di navigazione relativa adottate ad oggi sono principalmente basate su misure ottiche. Tuttavia, la banda spettrale visibile impone numerosi vincoli in merito alla traiettoria e alla gestione delle operazioni. Ciononostante, è possibile utilizzare ai fini della navigazione altri strumenti scientifici già presenti a bordo, in grado di operare su diverse bande spettrali. In questo lavoro viene presentata un'architettura di navigazione innovativa che fa affidamento su dati di imaging ottenuti sia nello spettro del visibile (VIS) che dell'infrarosso (TIR). Le immagini visibili sono realizzate utilizzando il software di rendering Planet and Asteroid Natural Scene Generation Utility (PANGU), mentre le immagini termiche vengono ottenute grazie ad una metodologia di traslazione di dominio, validata utilizzando il modello termico dell'asteroide. Concetti di Localizzazione e Mappatura Simultanea (SLAM) sono impiegati per implementare una catena di navigazione ottica in grado di operare su entrambe le bande spettrali. L'algoritmo è stato successivamente testato sulle immagini generate sinteticamente, ottenendo risultati soddisfacenti sia in termini di localizzazione che di mappatura. Le limitazioni dell'algoritmo in termini di risoluzione delle immagini TIR e illuminazione per le immagini VIS vengono messe in risalto e discusse criticamente. Le misure ottenute tramite la catena di navigazione ottica sono successivamente utilizzate come equazioni di misura in un filtro di Kalman Esteso (EKF), il quale è sia in grado di migliorare la stima iniziale della posa che caratterizzare l'asteroide a livello di dinamica rotazionale. Considerando i differenti risultati che possono essere ottenuti dall'algoritmo di elaborazione di immagini, due filtri di navigazione vengono proposti e paragonati fra loro. Al fine di rendere il filtro robusto e flessibile, vengono inoltre introdotte strategie per aumentarne la stabilità numerica e per trattare le anomalie presenti nelle osservazioni. Entrambe le architetture sono dunque testate estensivamente con delle simulazioni Montecarlo, per quantificare i benefici apportati dalla fusione di dati multispettrali. I risultati mostrano come la combinazione di dati multispettrali porti ad un miglioramento della stima dello stato rispetto all'utilizzo di dati ottenuti unicamente in modalità VIS, rimanendo allo stesso tempo computazionalmente equivalente. La fusione di dati multispettrali si dimostra quindi essere un approaccio promettente nell'ottica della navigazione autonoma, riducendo i vincoli operazionali e aumentando la robustezza della soluzione pur senza richiedere una maggiore complessità dell'hardware presente a bordo.