[논문 리뷰] AstroSLAM: Autonomous Monocular Navigation in the Vicinity of a Celestial Small Body -- Theory and Experiments

Mehregan Dor, Travis Driver외 2명|arXiv (Cornell University)|2022. 12. 01.

Robotics and Sensor-Based Localization인용 수 6

한 줄 요약

AstroSLAM은 소행성과 같은 소형 천체 근처에서 자율 단안 주행을 위한 시각 기반, 요소 그래프 기반 SLAM 시스템을 제안한다. 관성, 복사, 상대 운동 동역학 사전 정보를 새로운 RelDyn 요소를 통해 통합한다. 실험실 및 실제 임무 데이터에서 밀리미터 수준의 궤도 정확도를 달성하여 기준 SLAM 대비 자세 추정 및 지표점 재구성에서 뚜렷한 향상을 이룬다.

ABSTRACT

We propose AstroSLAM, a standalone vision-based solution for autonomous online navigation around an unknown target small celestial body. AstroSLAM is predicated on the formulation of the SLAM problem as an incrementally growing factor graph, facilitated by the use of the GTSAM library and the iSAM2 engine. By combining sensor fusion with orbital motion priors, we achieve improved performance over a baseline SLAM solution. We incorporate orbital motion constraints into the factor graph by devising a novel relative dynamics factor, which links the relative pose of the spacecraft to the problem of predicting trajectories stemming from the motion of the spacecraft in the vicinity of the small body. We demonstrate the excellent performance of AstroSLAM using both real legacy mission imagery and trajectory data courtesy of NASA's Planetary Data System, as well as real in-lab imagery data generated on a 3 degree-of-freedom spacecraft simulator test-bed.

연구 동기 및 목표

• 지상 기반 항법이 비용이 많이 들고 시간이 오래 걸리는 소형 천체 근처의 근접 운영에서의 자율성 부족 문제를 해결한다.
• 장거리 통신 지연과 고비용 DSN 자원 사용로 인해 지상에서 제어하는 방식의 제한을 극복한다.
• 실시간으로 독립적으로 작동하는 항법 솔루션을 개발하여 단안 시각, 관성 데이터, 동역학 사전 정보를 융합하여 정확도를 향상시킨다.
• 최소한의 사전 지식과 온보드 처리만을 사용하여 정밀한 궤도 추정 및 3차원 지표점 재구성을 가능하게 한다.
• 실제 임무 데이터(Dawn)와 3-DOF 우주선 시뮬레이터를 사용한 제어된 실험을 통해 정밀도와 안정성을 입증한다.

제안 방법

• GTSAM 라이브러리와 iSAM2 솔버를 사용하여 효율적인 스무딩을 위한 점진적으로 성장하는 요소 그래프로 SLAM 문제를 수식화한다.
• 추정 과정을 시작하기 위해 항성 추적기와 DSN 복사 측정 데이터를 초기 자세 사전 정보로 통합한다.
• 우주선과 소형 천체 간의 상대 운동 동역학을 포함하는 새로운 RelDyn 요소를 도입하며, 태양 복사 압력과 같은 외란도 포함한다.
• 단안 카메라, 관성 센서, 복사 추적 측정 데이터 등 이종 센서의 이종 시기 측정값을 통합된 확률적 추정 프레임워크에 융합한다.
• 운동과 측정값의 확률적 노이즈를 모델링하여 상태 추정의 스무딩 성능과 수렴성을 향상시킨다.
• 모의 우주선 운동과 카메라 자세의 참값을 사용하여 밀리미터 정밀도 기준 기준과 비교하여 성능을 검증한다.

실험 결과

연구 질문

• RQ1 지상 제어에 의존하지 않고도 독립적으로 작동하는 시각 기반 SLAM 시스템이 소형 천체 근처에서 고정밀 자율 항법을 달성할 수 있는가?
• RQ2 저중력 및 외란이 존재하는 환경에서 기존 SLAM 대비 상대 운동 사전 정보를 통합할 경우 항법 정확도는 얼마나 향상되는가?
• RQ3 다양한 센서 모odal리티와 동역학 제약 조건을 갖춘 요소 그래프 설정이 궤도의 매끄러움과 지표점 재구성에 얼마나 기여하는가?
• RQ4 조명 변화와 동적 외란이 존재하는 현실적인 임무 조건에서 시스템 성능은 어떻게 스케일링되는가?
• RQ5 소형 천체의 중력 및 자전 파rameter에 대한 사전 지식을 최소화하고도 온보드 처리만으로 높은 정확도를 유지할 수 있는가?

주요 결과

• ASTROS 우주선 시뮬레이터를 사용한 실험실 실험에서 AstroSLAM은 밀리미터 수준의 궤도 정확도를 달성했으며, RelDyn 요소를 포함시킬 경우 자세 오차가 크게 감소했다.
• RelDyn 요소의 통합으로 횡방향 위치 오차가 상당히 감소하여, 단안 SLAM에서의 드리프트 보정에 동역학 사전 정보가 효과적임을 입증했다.
• DAWN 임무 데이터에서 AstroSLAM은 기존 방법과 유사한 기준 성능을 보였으며, 동역학 사전 정보를 통합할 경우 지표점 지ap 재구성과 자세 정확도에서 뚜렷한 향상을 보였다.
• 이종 센서 데이터와 다양한 조명 조건에 대해 시스템은 안정적인 수렴성을 유지하며 뛰어난 강인성을 보였다.
• 정량적 평가 결과, 운동과 측정값의 노이즈에 적절한 확률적 모델링이 최적의 스무딩 성능과 추정 정확도를 확보하는 데 핵심적임을 입증했다.
• 요소 그래프 프레임워크는 다양한 센서 모달리티와 제약 조건의 원활한 통합을 가능하게 하여 향후 소형 천체의 현장에서의 물리적 특성 추정에 기여할 수 있다.