Adagietto: development of a tool for autonomous satellite attitude guidance implementing anytime A* heuristic search

This Master thesis focuses on the development of autonomous satellite attitude guidance algorithms, implementing variants of the A* heuristic search. Conducted at Thales Alenia Space, the project aims to optimize the satellite's attitude guidance path during GTO-GEO orbital transfer, a critical phase in satellite missions that impacts overall mission efficiency. The report investigates the performance of multiple A* algorithm variants, including Weighted A*, proposes few variants of Anytime A* and evaluates different heuristic functions. Extensive simulations were conducted to assess the trade-offs between solution optimality and computational speed. The results demonstrate that well-designed heuristics can significantly enhance the algorithm’s ability to quickly find sub-optimal paths and refine them progressively. The findings provide valuable insights into balancing accuracy and computational efficiency in real-time applications, particularly for missions involving electric orbit raising, where minimizing ground intervention is crucial. This work contributes to the broader field of satellite autonomy, offering a scalable solution for efficient attitude guidance in complex space environments.

Questa tesi di laurea magistrale si concentra sullo sviluppo di algoritmi di guida autonoma per l'assetto dei satelliti, implementando varianti della ricerca euristica A*. Condotto presso Thales Alenia Space, il progetto mira a ottimizzare il percorso di guida dell'assetto del satellite durante il trasferimento orbitale GTO-GEO, una fase critica nelle missioni satellitari che influisce sull'efficienza complessiva della missione. Il report analizza le prestazioni di diverse varianti dell'algoritmo A*, inclusa la variante Weighted A*, propone alcune varianti dell'algoritmo Anytime A* e valuta differenti funzioni euristiche. Sono state condotte numerose simulazioni per valutare i compromessi tra l'ottimalità della soluzione e la velocità di calcolo. I risultati dimostrano che euristiche ben progettate possono migliorare significativamente la capacità dell'algoritmo di trovare rapidamente percorsi sub-ottimali e di affinarli progressivamente. I risultati forniscono spunti preziosi per bilanciare accuratezza ed efficienza computazionale nelle applicazioni in tempo reale, in particolare per missioni che prevedono innalzamento dell'orbita con propulsione elettrica, dove è fondamentale ridurre al minimo l'intervento da terra. Questo lavoro contribuisce al campo dell’autonomia satellitare, offrendo una soluzione scalabile per una guida dell'assetto efficiente in ambienti spaziali complessi.