Data-fusion and filtering algorithm development for a on-orbit servicing mission

This work presents a novel data fusion and filtering algorithm tailored for the EROSS-IOD mission, focusing on estimating the full relative pose between the end effector of a robotic arm deployed on a servicer satellite and the grasping point within a client satellite. The proposed filter is modeled as a dynamic multiplicative extended Kalman filter based on a dual quaternion representation (DQ-MEKF), which enables the characterization of the 6 DOF relative dynamics equations in a relatively compact and straightforward manner while accounting for the intrinsic coupling between the translational and rotational motion. The navigation filter has been specifically designed to operate in two distinct scenarios encountered during the mission. In the prepared scenario, noisy full relative pose measurements are provided by the image processing, while in the unprepared scenario the image processing module solely provides noisy position measurements of the center of the launch adapter ring. In both scenarios, the filter is designed to fuse the available measurements with the absolute attitude data provided by the servicer’s Guidance, Navigation and Control (GNC) module to generate an estimation of the full relative pose, relative angular rate and linear velocity, unmodeled relative accelerations, and bias in the relative attitude measurements. In addition, the filter presents a synchronization scheme for the different measurements while including an outlier rejection procedure, based on the Mahalanobis distance, to increase robustness of estimation. A specially designed validation environment has been implemented to assess the performance of the designed filter. The results demonstrate the feasibility of a dynamic DQ-MEKF for the EROSS-IOD mission, the effectiveness of measurement fusion, the accurate estimation of unmodeled accelerations through the use of Gauss-Markov processes, and the effectiveness of the outlier rejection mechanism in ensuring accurate estimation despite the presence of spurious measurements.

Questo lavoro presenta un nuovo algoritmo di fusione e filtraggio dati per la missione EROSS-IOD, focalizzato sull’ottenimento della posa relativa completa tra l’effettore terminale di un braccio robotico installato su un satellite di servizio e il punto di presa all’interno di un satellite cliente. Il filtro proposto è modellato come un filtro di Kalman esteso moltiplicativo dinamico basato su una rappresentazione a doppio quaternione, che consente la caratterizzazione delle equazioni dinamiche relative a 6 gradi di libertà in modo relativamente compatto e semplice, tenendo conto dell’accoppiamento intrinseco tra il moto traslazionale e rotazionale. Il filtro di navigazione è stato progettato specificamente per operare in due scenari distinti incontrati durante la missione. Nello scenario preparato, misurazioni rumorose della posa relativa completa sono fornite dall’elaborazione delle immagini, mentre nello scenario non preparato il modulo di processazione delle immagini fornisce solo misurazioni rumorose della posizione del centro dell’anello adattatore di lancio. In entrambi gli scenari, il filtro è progettato per fondere le misurazioni disponibili con i dati sulla posa assoluto forniti dal modulo di Guida, Navigazione e Controllo (GNC) del satellite di servizio per generare una stima della posa relativa completa, del tasso angolare relativo e della velocità lineare, delle accelerazioni relative non modellate e del bias nelle misurazioni dell’atteggiamento relativo. Inoltre, il filtro presenta uno schema di sincronizzazione per le diverse misurazioni mentre include una procedura di rifiuto degli outliers, basata sulla distanza di Mahalanobis, per aumentare la robustezza della stima. Un ambiente di validazione appositamente progettato è stato implementato per valutare le prestazioni del filtro progettato. I risultati dimostrano la fattibilità di un DQ-MEKF dinamico per la missione EROSS-IOD, l’efficacia della fusione delle misurazioni, la stima accurata delle accelerazioni non modellate attraverso l’uso di processi Gauss-Markov, e l’efficacia del meccanismo di rifiuto degli outliers nel garantire una stima accurata nonostante la presenza di misurazioni spurie.