[논문 리뷰] Autonomous Rendezvous with Non-cooperative Target Objects with Swarm Chasers and Observers

Trupti Mahendrakar, Steven Holmberg외 5명|arXiv (Cornell University)|2023. 01. 22.

Space Satellite Systems and Control인용 수 6

한 줄 요약

이 논문은 비협조적인 궤도 기반 물체와의 자율적이고 협동적인 드론 스웜의 도킹을 가능하게 하는 시각 기반 및 인공 포텐셜장 기반 시스템인 MARVIN을 제시한다. 기계 시각과 APF 가이던스를 활용하여, ORION 시설에서 실시한 하드웨어 인 더 루프 테스트에서 세 대의 드론이 사전 목표 지식이나 협조 없이도 움직이는 위성 모의체로 자율적으로 항로를 확보하고 정밀하고 안전한 도킹을 성공적으로 수행하였다.

ABSTRACT

Space debris is on the rise due to the increasing demand for spacecraft for com-munication, navigation, and other applications. The Space Surveillance Network (SSN) tracks over 27,000 large pieces of debris and estimates the number of small, un-trackable fragments at over 1,00,000. To control the growth of debris, the for-mation of further debris must be reduced. Some solutions include deorbiting larger non-cooperative resident space objects (RSOs) or servicing satellites in or-bit. Both require rendezvous with RSOs, and the scale of the problem calls for autonomous missions. This paper introduces the Multipurpose Autonomous Ren-dezvous Vision-Integrated Navigation system (MARVIN) developed and tested at the ORION Facility at Florida Institution of Technology. MARVIN consists of two sub-systems: a machine vision-aided navigation system and an artificial po-tential field (APF) guidance algorithm which work together to command a swarm of chasers to safely rendezvous with the RSO. We present the MARVIN architec-ture and hardware-in-the-loop experiments demonstrating autonomous, collabo-rative swarm satellite operations successfully guiding three drones to rendezvous with a physical mockup of a non-cooperative satellite in motion.

연구 동기 및 목표

• 비협조적인 궤도 기반 물체(RSO)의 자율적 궤도 서비스 및 탈궤를 가능하게 하여 우주 오염물의 증가 위협을 완화하기 위해.
• 활성 제어나 협조적 특징이 없는 비협조적 목표물에 대해 확장 가능하고 자율적인 도킹 솔루션을 개발하기 위해.
• 실제 환경에서 하드웨어 인 더 루프 환경에서 시각 보조 항법과 포텐셜장 가이던스를 활용한 협동 스웜 운영을 시연하기 위해.
• 지상 통제에 대한 의존도를 줄이고, 접근 운영 중 실시간 자율 의사결정을 가능하게 하기 위해.

제안 방법

• MARVIN는 실시간으로 비협조적 목표 물체를 탐지하고 추적하기 위해 기계 시각 기반 항법 시스템을 통합한다.
• 인공 포텐셜장(APF) 가이던스 알고리즘이 각 추적 드론을 위한 안전하고 충돌 없는 항로를 계산한다.
• 다중 드론에서 온 시각 데이터를 융합하여 사전 지식 없이도 목표물의 위치, 속도, 자세를 추정한다.
• 분산형 제어 아키텍처를 통해 스웜 간의 조율된 운동을 가능하게 하며, 각 드론은 상대 자세와 포텐셜장 힘에 따라 경로를 조정한다.
• 실제 위성 모의체를 운동시키며 궤도 조건을 시뮬레이션한 ORION 시설에서 하드웨어 인 더 루프 테스트를 수행하였다.
• 시스템은 실시간으로 작동하며, 높은 주파수로 시각 입력을 처리하고 제어 명령을 갱신하여 안전한 근접 유지 상태를 유도한다.

실험 결과

연구 질문

• RQ1 비협조적이고 기울지 않는 위성 모의체와의 정밀하고 안전한 도킹을 위해 기계 시각과 포텐셜장 가이던스만을 사용한 자율 드론 스웜이 가능할 수 있는가?
• RQ2 협조 마커나 사전 지식 없이도 시각 기반 시스템이 비협조적 목표물의 상태를 얼마나 정확하게 추정할 수 있는가?
• RQ3 동적인 목표물과의 접근 운영 중 다중 드론 스웜에서 얼마나 높은 수준의 조율과 충돌 회피가 달성될 수 있는가?
• RQ4 기계 시각과 인공 포텐셜장의 통합이 실시간 운영에서 불확실성과 측정 노이즈에 대해 얼마나 뛰어난 내구성을 제공하는가?
• RQ5 외부 간섭 없이 하드웨어 인 더 루프 환경에서 시스템이 자율적으로 작동할 수 있는가?

주요 결과

• MARVIN 시스템은 하드웨어 인 더 루프 테스트 환경에서 움직이는 위성 모의체로 세 대의 드론이 자율적으로 도킹하는 데 성공하였다.
• 기계 시각 시스템은 사전 지식 없이도 실시간으로 목표물의 위치와 운동을 정확히 추정하여, 지식이 없는 조건에서도 신뢰할 수 있는 항법을 가능하게 하였다.
• 인공 포텐셜장 알고리즘이 고상대 운동 조건에서도 충돌을 효과적으로 방지하면서 스웜을 목표로 유도하는 데 성공하였다.
• 협동 스웜 접근 방식은 단일 추적자 운영 대비 더 높은 내구성과 더 빠른 수렴 속도를 보였다.
• 시스템은 다수의 테스트 런에서 일관된 성능을 유지하며 실시간으로 작동하여 궤도 응용 분야에 대한 실현 가능성을 입증하였다.
• 결과적으로 시각 보조 스웜 기반 도킹이 서비스 제공 및 오염물 제거 임무에 실현 가능하다는 것이 확인되었다.