Design of a Navigation System for Robotic Free Flyers Performing Inspection of Large Space Structures
Notice bibliographique
Résumé
<p>Inspection of large space structures is imperative for long term mission success. One solution is to utilize a second free flying spacecraft capable of performing inspection in orbit. An Extended Kalman Filter (EKF) is used to perform estimations on the relative position, velocity, angular velocity, and attitude through the use of navigation markers. Simulation takes place using MATLAB to compare the true values with the estimated values using the EKF. The initial covariance (P), process noise covariance (Q), and measurement noise covariance (R) matrices were tuned for a space structure with three navigation points. The largest recorded errors over 100 iterations occurred during the initial estimation yielding 26.78 centimeters in relative position, 1.80 centimeters per second in relative velocity, 0.0444 radians per second in relative angular velocity, and a difference of 0.0172 in the unit vector of relative attitude. After allowing 20 seconds of settling time the maximum errors were reduced to 5.0 centimeters in relative position, 0.40 centimeters per second in relative velocity, 0.0046 radians per second in relative angular velocity, and a difference of 0.0020 in the unit vector of relative attitude. The paper also discusses the application of training algorithms to tune the EKF parameters for future consideration.</p>
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 ».