F. Schnitzer, A. Sonnenburg, K. Janschek, G. Willich

Für das autonome On-Orbit-Servicing sind die Kenntnis über die Form des Zielraumflugkörpers und eine adäquate Relativnavigation während der Annäherungsphase essentiell für kollisionsfreie Interaktionen und Serviceoperationen. Für den Fall, dass die Form des Ziels unbekannt ist (z. B. Weltraumschrott oder beschädigte Satelliten), muss dessen 3D-Form geschätzt werden. Kamerabasierte Messungen bieten Vorteile in Kosten, Gewicht und Leistungsaufnahme, ergeben aber wegen der ungünstigen Beleuchtungsbedingungen, den speziellen Oberflächen von Raumfahrzeugen und der begrenzten Rechenkapazität an Bord oft nur eine verteilte 3D-Punktwolke mit niedriger Dichte. Übliche 3D-Rekonstruktionsalgorithmen basieren auf dichten Punktwolken und sind sehr rechenintensiv. Daher sind geeignete neue und echtzeitfähige Algorithmen für die Auswertung notwendig. Vorgestellt wird ein Ansatz, bei dem alle notwendigen Informationen zur Durchführung eines Rendezvous-manövers bezüglich eines unbekannten, unkooperativen und um eine Achse rotierenden Zieles ausschließ-lich aus Stereokameradaten gewonnen werden. Durch Einsatz eines Rendezvous-SLAM-Algorithmus (SLAM - Simultaneous Localization and Mapping) wird die Positions-Messung markanter Punkte auf der Zieloberfläche ("Bildverarbeitung") stark verbessert und die Schätzung kinematischer (Relativ-)Zustände bezüglich des Zieles ermöglicht ("Zustandsschätzung"). Die resultierende, verrauschte Punktwolke mit niedriger Dichte wird nun genutzt, um die Stereobild-basierte Re-konstruktion der unbekannten Form des Ziels ("Geometrische Rekonstruktion") zu verbessern und somit eine Kollisionsvermeidung und eine geometrische Charakterisierung des Zieles zu ermöglichen. Der vorlie-gende Beitrag skizziert das Gesamtkonzept und präsentiert experimentelle Ergebnisse auf der Basis von synthetischen Bilddaten und realen Bilddaten eines institutseigenen Rendezvous-Simulators.

"For autonomous on-orbit servicing, knowledge of the target spacecraft's shape and adequate relative navigation during the approach phase are essential for collision-free interactions and servicing operations. If the target's shape is unknown (e.g., space debris or damaged satellites), its 3D shape must be estimated. Camera-based measurements offer advantages in cost, weight, and power consumption, but due to unfavorable lighting conditions, the specific surfaces of spacecraft, and limited onboard computing capacity, they often yield only a distributed, low-density 3D point cloud. Conventional 3D reconstruction algorithms are based on dense point clouds and are computationally intensive. Therefore, suitable new, real-time algorithms are needed for data analysis. This paper presents an approach in which all the necessary information for performing a rendezvous maneuver with respect to an unknown, uncooperative target rotating around an axis is obtained exclusively from stereo camera data. By employing a rendezvous SLAM algorithm (SLAM - Simultaneous Localization and Mapping), the position measurement of prominent points on the target surface ("image processing") is significantly improved, and the estimation of kinematic (relative) states with respect to the target is enabled ("state estimation"). The resulting noisy, low-density point cloud is then used to enhance the stereo image-based reconstruction of the unknown shape of the target ("geometric reconstruction"), thus enabling collision avoidance and geometric characterization of the target. This paper outlines the overall concept and presents experimental results based on synthetic image data and real image data from an in-house rendezvous simulator."

Deutscher Luft- und Raumfahrtkongress 2012, Berlin

Deutsche Gesellschaft für Luft- und Raumfahrt - Lilienthal-Oberth e.V., Bonn, 2012

Conference Paper

deutsch

21,0 x 29,7 cm, 9 Seiten

urn:nbn:de:101:1-201212216447

On-Orbit-Servicing, Relativnavigation

Download - Bitte beachten Sie die Nutzungsbedingungen dieses Dokuments: Copyright protected  

21.12.2012