Processor-in-the-loop implementation of a line-of-sight extraction pipeline for autonomous deep-space navigation

In the incoming decades, the employment of CubeSats in low-cost deep-space exploration missions will be significant, in conjunction with their employment in mission of increasing complexity. Therefore, it is necessary to design autonomous systems that can robustly operate in different mission scenarios and phases without ground support. Within the framework of vision-based navigation during interplanetary self-driven cruise, the thesis work prosecutes the improvement of a pipeline to autonomously extract the Line-Of-Sight of planets with a specific focus on Processor-In-the-Loop simulation on limited-resources hardware. A cascade of four segments has been identified as the essential structure of the pipeline: Image Processing for the extraction of the celestial objects centroids, Star Identification, Attitude Determination, and Line-Of-Sight Extraction. Consequently, a trade-off analysis has been realized to select the best combination of algorithms, and improvements to the baseline formulations allow their applicability to the deep-space scenario considered and increase computational efficiency. Finally, the pipeline is compiled and tested on a microprocessor of a single-board computer that emulates the constrained processing unit of a miniaturized spacecraft to evaluate the robustness, accuracy, computational time, and memory consumption. Moreover, both synthetically generated images and real camera in the loop have been exploited to assess the algorithm performances.

Nei prossimi decenni, l'impiego di CubeSat in missioni a basso costo per l'esplorazione dello spazio profondo sarà significativo, insieme al loro utilizzo in missioni di complessità crescente. Pertanto, vi è la necessità di progettare sistemi autonomi in grado di operare in modo robusto in diversi scenari e fasi di missione, senza il supporto del segmento di terra. Nell'ambito della navigazione ottica durante la crociera interplanetaria autoguidata, il lavoro di tesi prosegue lo sviluppo di una pipeline per estrarre autonomamente la linea di vista dei pianeti, con un'attenzione specifica alla simulazione Processor-In-the-Loop su un hardware con risorse limitate. Una cascata di quattro segmenti è stata identificata come la struttura essenziale della pipeline: elaborazione dell'immagine per l'estrazione dei centroidi degli oggetti celesti, identificazione delle stelle, determinazione dell'assetto ed estrazione della linea di vista. Conseguentemente, è stata realizzata un'analisi di trade-off per selezionare la migliore combinazione di algoritmi e sono stati apportati miglioramenti alle formulazioni di base per consentirne l'applicabilità nello scenario dello spazio profondo considerato e incrementarne l'efficienza computazionale. Infine, la pipeline è stata compilata e testata su un microprocessore di un single-board computer che emula l'unità di elaborazione di un veicolo spaziale miniaturizzato per valutarne la robustezza, l'accuratezza, il tempo di calcolo e il consumo di memoria. Inoltre, per verificare la performance della pipeline sono state sfruttate sia immagini generate sinteticamente, sia una camera ottica reale nel loop.