面向近距离作业与编队飞行的数字 twin 与机器人 twin 验证
机器人学
2026-03-03 v3 计算机视觉与模式识别
摘要
航天器 rendezvous、近距离作业 (RPO) 以及编队飞行 (FF) 依赖于安全关键的制导导航控制 (GNC) 系统，必须满足严苛的性能和鲁棒性要求。然而，由于空间环境的复杂性和不可及性，验证 GNC 性能具有挑战性，这需要一种连接仿真与真实世界行为的验证与验证 (V&V) 流程。本文贡献了一个统一的、闭环的、端到端的数字 twin 与机器人 twin 框架，支持航天器 GNC 系统的软硬件在环测试。该框架注重模块化和灵活性，可支持可替换的感知模态、控制算法和作业模式。数字 twin 包括基于事件驱动的超实时仿真环境，以支持快速原型设计。该架构通过来自斯坦福大学空间 rendezvous 实验室 (SLAB) 的硬件基础机器人测试平台进行了增强：用于验证射频导航技术的 GNSS 和射频自主导航测试平台 (GRAND)，用于验证视觉方法的 rendezvous 与光学导航测试平台 (TRON) 以及光学刺激器 (OS)。本工作的测试对象是开发于 SLAB 的集成多模态 GNC 软件堆栈。本文介绍混合 twinning 框架，概述了机器人测试平台的校准与误差特征化，并在 LEO 场景下的完整 RPO 场景中评估了 GNC 系统在多个作业模式下的性能。结果表明，软件在环与硬件在环测试结果一致，并对性能偏差提供了清晰的解释，从而验证了混合 twinning 流水线作为现实评估和验证 GNC 系统可靠框架。
引用
@article{arxiv.2507.20034,
title = {Digital and Robotic Twinning for Validation of Proximity Operations and Formation Flying},
author = {Z. Ahmed and E. Bates and P. Francesch Huc and S. Y. W. Low and A. Golan and T. Bell and A. Rizza and S. D'Amico},
journal= {arXiv preprint arXiv:2507.20034},
year = {2026}
}