Autonomous Navigation System Design For The Free-Floating Spacecraft on a Planar Testbed
Notice bibliographique
Résumé
As the International Space Exploration Coordination Group (ISECG) states, there is a growing interest in the building of a new Deep Space Habitat (DSH) near the moon, providing a microgravity research laboratory, and a refueling and maintenance stop for lunar and asteroid missions. The development of such a station requires the on-orbit self-assembly technology of large space structures due to the large size of the structures, long-distance, and harsh environment for human assembly. Considering the need for a robust and accurate control system to perform the on-orbit self-assembly task, ground testbed facilities are playing a crucial role to evaluate and validate the efficacy and efficiency of the newly-developed control systems. Although many testbeds have already been developed around the world for many purposes, including proximity operations and assembly, almost all of them suffer from the lack of full autonomy of the spacecraft simulators due to the use of external navigation systems. To address that issue, this thesis presents the research done to design a high-speed vision-based navigation system for the under-development 15 × 15 feet testbed facility, equipped with a star field overhead, at the Aerospace Innovation and Research center, Ryerson University. In this thesis, the set of image processing and computer vision algorithms, required to process the captured images, and extract the desired information from the image, is discussed. Also, the three most utilized state estimators in navigation systems, the Extended Kalman Filter (EKF), the Unscented Kalman Filter (UKF), and the Particle Filter (PF), are presented. Upon the evaluation of their performances throughout different scenarios, the EKF is chosen as the best-fitted filter for this application. To select the most appropriate computational architecture, the available computer architectures are reviewed. The combination of the parallel and serial architectures for the implementation of the algorithms is selected. This thesis also proposes an FPGA design for the implementation of the image processing and computer vision algorithms and an interface between the hardware and software to satisfy the accuracy and processing speed requirements. Ultimately, the efficacy and efficiency of the design are validated throughout the simulations and experiments using the testbed and star field.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».