Visual Navigation for Rendezvous and Docking using PMD Camera
Notice bibliographique
Résumé
There is one common problem of satellites which quite widely discussed: the lifespan. An idea to extend operational lifespan of a satellite in orbit, instead of replacing it by a new one, is concluded in On-Orbit Servicing (OOS) projects. The typical scenario of OOS is safe and reliable Rendezvous and Docking (RvD) of the approaching chaser to the target and taking over attitude control. In this paper relative navigation using new product Photonic Mixer Device (PMD), as new sort of the 3D Time-of-Flight (ToF) sensor, is suggested and of great interest, because the PMD sensor has never been used in space environment before. For optical navigation based on using a PMD camera, the following tasks and challenges have to be considered: initial pose estimation with a subsequent real-time object tracking, extension of the measurement range of the PMD sensor, camera calibration, performance measurements with a RvD simulation facility like EPOS 2.0 (European Proximity Operations Simulator). This paper mainly focuses on the first objective, namely pose estimation with a PMD sensor. Before calculating the pose estimate, the problem of actually finding target must be solved. The model based matching algorithm is proposed in this paper for 3D target acquisition and estimation of 6 degrees of freedom (3D position and 3D orientation) using data measurements from PMD camera.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».