Michele Coco
Vision-based pose estimation of an unknown and uncooperative object for on-orbit servicing and debris removal applications.
Rel. Martina Mammarella, Fabrizio Dabbene, Cesare Donati. Politecnico di Torino, Corso di laurea magistrale in Mechatronic Engineering (Ingegneria Meccatronica), 2024
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (4MB) | Preview |
Abstract: |
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. |
---|---|
Relators: | Martina Mammarella, Fabrizio Dabbene, Cesare Donati |
Academic year: | 2024/25 |
Publication type: | Electronic |
Number of Pages: | 83 |
Subjects: | |
Corso di laurea: | Corso di laurea magistrale in Mechatronic Engineering (Ingegneria Meccatronica) |
Classe di laurea: | New organization > Master science > LM-25 - AUTOMATION ENGINEERING |
Aziende collaboratrici: | CNR - IEIIT |
URI: | http://webthesis.biblio.polito.it/id/eprint/33166 |
Modify record (reserved for operators) |