基于轨道人工智能的自主加注方案

由于体积小、功耗与质量及体积成本低，相机正迅速成为空间交会对接的星载传感器选择。然而在对接方面，它们通常扮演辅助角色，主要工作由激光雷达等主动传感器完成。本文记录了一种拟议的基于AI（人工智能）导航算法的开发，旨在成熟化使用星载可见光波长相机作为对接与在轨服务（OOS）主传感器的应用，减少对激光雷达的依赖并大幅降低成本。具体而言，AI的使用使得相对导航解算可扩展至多类场景，例如目标或光照条件方面，否则须以逐案方式使用经典图像处理方法精心构建。多种卷积神经网络（CNN）骨干架构在与国际空间站（ISS）对接机动合成生成数据上基准测试，分别达到接近1%距离归一化与1度的位置和姿态估计。该方案与加注机构物理原型的集成在实验室中使用机械臂模拟靠泊程序得到验证。