この論文は、ESAのENVISATなどの回転する廃棄衛星を標的とする困難なアクティブ宇宙破片除去（ADR）ミッションを可能にする、正確で堅牢な相対姿勢推定の完全なパイプラインを提供します。このパイプラインは、高度なコンピュータビジョン技術と適応型非線形フィルタリングを統合します。画像前処理によって強化された合成積ニューラルネットワーク（CNN）はトラッカー画像内の構造マーカー（エッジ）を検出し、2D座標はカメラモデリングを使用して3D測定値に変換されます。非線形相対力学を処理する能力で選択された無向カルマンフィルタ（UKF）フレームワーク内で、これらの測定値が融合して全体の相対姿勢を推定します。重要な貢献は、統合システムアーキテクチャとUKF内の二重適応戦略です。測定ノイズ共分散の動的調整は、様々なCNN測定の不確実性を補償し、測定残差分析を利用したプロセスノイズ共分散の適応調整は、モデル化されていないダイナミクスまたは起動をオンラインで考慮します。この二重適応は、測定欠陥と動的モデル不確実性の両方に対するロバスト性を向上させる。提案された適応型統合システムの性能は、現実的なENVISATモデルを使用した高忠実度シミュレーションによって評価され、測定の中断を含むさまざまな条件で地上の真実と推定値を比較します。この包括的なアプローチは、堅牢なオンボード相対ナビゲーションのための改善されたソリューションを提供し、ADRミッション中の安全な近接作業に必要な機能を大幅に向上させます。
