Vision-based pose estimation of an unknown and uncooperative object for on-orbit servicing and debris removal applications

La tesi si concentra sullo sviluppo di un algoritmo per la stima della posa di oggetti in orbita terrestre utilizzando la sensor fusion. Il nucleo dell'algoritmo è basato sull'Unscented Kalman Filter (UKF), scelto per la sua capacità di gestire ambienti non lineari e per la sua relativamente bassa complessità computazionale rispetto ad altri metodi, come il Particle Filter. Successivamente, è stata impiegata una versione avanzata dell'UKF, che incorpora la teoria della regressione di Huber per affrontare la sfida del rumore non gaussiano dei sensori, tipico nelle applicazioni spaziali. Infine, è stato integrato nel sistema uno smoother per ridurre la deviazione standard, migliorando così la precisione complessiva del processo di stima. Il metodo proposto mira a migliorare l'affidabilità dei dati di posa, in particolare per operazioni che coinvolgono la manutenzione dei satelliti o la rimozione dei detriti spaziali.